該報告由 凱捷研究所 審查了過去三年中企業(yè)人工智能(AI)的采用速度。
在這段時間內(nèi)，超過一半(53%)的組織已經(jīng)超越了AI飛行員，自此以來增長了17% 凱捷2017年研究占36%。此外，最新研究還報告稱，有78%的領(lǐng)導(dǎo)者正在以與COVID-19之前相同的速度繼續(xù)大規(guī)模發(fā)展AI，而21%的領(lǐng)導(dǎo)者則加快了部署速度。
相比之下，由于COVID-19而苦苦掙扎的組織中有43%撤回了對該技術(shù)的投資，而由于COVID-19帶來的高業(yè)務(wù)不確定性，有16%的公司暫停了AI計劃。
凱捷(Capgemini)的報告標(biāo)題為“人工智能驅(qū)動的企業(yè)：釋放人工智能的潛力透露，成功實施大規(guī)模AI帶來了顯著的收益，其中包括：79%的領(lǐng)導(dǎo)者認(rèn)為傳統(tǒng)產(chǎn)品和服務(wù)的銷售額增長了25%以上;62%的領(lǐng)導(dǎo)者認(rèn)為客戶投訴數(shù)量至少減少了25%;71%的安全威脅至少減少了25%。
在采用AI方面，Capgmeini的生命科學(xué)和零售組織分別在規(guī)模領(lǐng)先者中占AI的27%和21%，其次是汽車和消費品(17%)和電信(14%)。與因COVID-19而暫?；虺废麑I的投資的行業(yè)相比，只有38%的生命科學(xué)組織不得不暫?；虺废渫顿Y，而保險(66%)，銀行業(yè)(64%)和公用事業(yè)(64 %)。
凱捷指出，“這反映了 電子衛(wèi)生的重要性 在當(dāng)今的背景下，隨著世界衛(wèi)生組織等組織啟動基于AI的工具來收集和提供信息，虛擬助手，聯(lián)系人跟蹤應(yīng)用程序和聊天機器人正在激增。
擴展AI技術(shù)的要點
值得信賴的優(yōu)質(zhì)數(shù)據(jù)
擴展AI的領(lǐng)導(dǎo)者將“提高數(shù)據(jù)質(zhì)量”列為從其AI系統(tǒng)中獲得更多收益的第一方法。強大的數(shù)據(jù)治理可確保AI團隊擁有正確的數(shù)據(jù)質(zhì)量，并有助于提高執(zhí)行人員對數(shù)據(jù)的信任度。“建立所需的技術(shù)平臺，例如混合云架構(gòu)和使數(shù)據(jù)訪問民主化，是擴展AI的核心構(gòu)建塊，”指出坎培米尼。
有專門的AI主管
凱捷(Capgemini)進行的研究報告稱，有70%的組織發(fā)現(xiàn)，在擴展AI時，缺乏中高級人才是一個重大挑戰(zhàn)。超過一半的擴展AI的領(lǐng)導(dǎo)者(58%)已任命AI負(fù)責(zé)人，主管或首席AI官員，以向開發(fā)團隊提供愿景，并建立與優(yōu)先級，道德和安全性有關(guān)的準(zhǔn)則，并協(xié)調(diào)平臺和平臺的使用。開發(fā)AI的工具。
“除了純粹的AI技術(shù)技能之外，組織還需要專注于擴展AI應(yīng)用程序的廣泛技能，以包括業(yè)務(wù)分析師和變更管理專家。但是，目前在機器學(xué)習(xí)或數(shù)據(jù)可視化等重要學(xué)科中，供需之間仍然存在巨大差距。” Campgemini補充道。因此，培訓(xùn)和提高技能對于解決差距至關(guān)重要。
道德的AI互動
無論一家公司是否對道德AI的消費者和監(jiān)管部門都非常重視，Capmgeini的研究發(fā)現(xiàn)，許多組織并未積極解決需要授權(quán)的道德團隊的問題。該報告強調(diào)了29%處于困境中的組織，而90%的AI領(lǐng)導(dǎo)者同意他們對AI系統(tǒng)如何以及為什么產(chǎn)生其產(chǎn)出具有詳細的了解。
“這對于企業(yè)高管能夠信任組織的AI系統(tǒng)非常重要。同時，如果面向客戶的員工對組織所使用的模型或數(shù)據(jù)缺乏信任，就不可能建立消費者信任。”
成功AI的四項原則
在報告中，Capgemini還強調(diào)了四項原則，它建議希望擴展其AI的企業(yè)專注于：
授權(quán)：
建立牢固的基礎(chǔ)，以通過版權(quán)工具和平臺輕松訪問可信賴的高質(zhì)量數(shù)據(jù)
運營化：
以正確的運營模式部署AI，優(yōu)先考慮舉措并確保均衡的治理和道德規(guī)范
培育：
培養(yǎng)人才并與生態(tài)系統(tǒng)和合作伙伴合作
監(jiān)控和放大：
持續(xù)監(jiān)控模型的準(zhǔn)確性和性能，以交付和放大業(yè)務(wù)成果
“鑒于最近發(fā)生的COVID-19危機，盡管組織正在研究數(shù)據(jù)和AI來提高其運營的彈性，但為了實現(xiàn)規(guī)模，在戰(zhàn)術(shù)和戰(zhàn)略業(yè)務(wù)目標(biāo)與實施之間建立聯(lián)系的需求更加強烈，”凱捷人工智能和分析集團的報價主管Anne-Laure Thieullent。
“我們的研究強調(diào)，最成功的組織將努力合理化和現(xiàn)代化其數(shù)據(jù)格局和數(shù)據(jù)治理流程，著重于從合作伙伴生態(tài)系統(tǒng)以及DataOps和MLOps等方法中引入新的敏捷工具來開發(fā)和部署AI解決方案，背景各異，并建立了平衡的運營模式。”
