全球企业加快部署AI步伐

得益于从数据准备到偏差检测等一系列近期技术的进步，以及技能重塑和再培训方面的努力，尽管任重道远，AI的探索和采用率正以高于预期的速度攀升。

IBM携手Morning Consult展开的全新研究发现，人工智能（AI）领域存在着一条悖论：尽管AI蕴含着无与伦比的经济机遇，但AI在企业内的采用率却始终不高。全球范围内，企业采用AI的速度较慢的原因涉及多个方面，包括：缺乏相关技能或工具、厂商锁定，以及对AI的信任和信心不足。但直到目前为止，AI应用道路上最大的“拦路虎”之一依旧是文化因素。

近日，IBM一份名为“从‘拦路虎到大规模应用：全球企业向人工智能冲刺”的报告公布了一些令人振奋的新数据。报告显示，得益于从数据准备到偏差检测等一系列近期技术的进步，以及技能重塑和再培训方面的努力，尽管任重道远，AI的探索和采用率正以高于预期的速度攀升。

基于该洞察及与客户的数百次互动，IBM Data and AI总经理Rob Thomas预计，在未来的18至24个月内，企业对AI的采用率将大幅攀升，达到80%甚至90%。

该数据刷新了人们对美国（1003家）、欧盟（2509家）和中国（1002家）三大地区内4514家企业的AI应用情况的认知。此次调查是在2019年10月10日至22日间通过Morning Consult的供应商专有网络在线进行的。

如需了解更多关于该调查方法的细节，请参见本摘要结尾处。

此次调查结果不仅针对AI的整体采用情况给出了重要见解，而且还从业内人士角度阐述了行业原因和地域差异如何影响AI采用率，以及AI将如何被部署、由谁来部署，与此同时，准确定义了阻碍大规模部署这种转型技术的种种阻碍。

主要调查结果

1.AI 采用过程中存在的阻碍

谈及AI采用过程中存在的阻碍，全球各地企业领导者们最担忧的一点便是缺乏AI技能和专业知识。高管们表示，技能不足严重阻碍了各企业对AI的广泛部署，而数据孤岛也在持续产生着影响。

·在被问及阻碍企业顺利采用AI的因素时，37%的受访者选择了“AI专业知识或技能的缺乏”，31%的受访者选择了“数据复杂性和数据孤岛的增加”，另有26%的受访者选择了“缺乏开发AI模型的工具”。

·对于仍在探索AI的企业来说，缺乏AI 相关经验是阻碍使用AI的一个重大因素。而对于当前正在部署AI的企业来说，如何应对数据复杂性的增加及避免被供应商锁定成为更大的问题。

·相比于仍在探索AI的企业，已经在部署 AI的企业，使用云服务供应商提供的AI服务的可能性高出33%。

2.当前和计划中的 AI 投资

受访的来自所有行业和地区的企业都在加快其探索和使用AI的步伐。

·在全球三大地区的各行各业中，34%的企业已在其业务中部署了AI，39%的企业正在加大对AI的探索，这意味着，四分之三的受访企业已踏上AI旅途。

·大型企业正在主导AI的采用，具体而言，员工数大于1000的企业中，有45%表示采用了 AI，而在1000名员工以下的公司中，这一比例仅为29%。

·全球范围内，22%的受访者表示其所在企业当前并未使用或探索使用AI。

·来自正在部署AI的企业的专业人员更有可能表示正全方位投资AI。

全球各企业计划在未来12个月内大举投资AI的所有领域，其中企业占比为：

计划投资于专有AI解决方案：35%

計划投资于现有应用：34%

计划投资于现有工具以构建自身AI模型：33%

计划投资于技能再培训和人才培养：33%

计划将AI嵌入现有应用和流程中：28%

计划投资于AI研发：26%

3.AI 部署类型

随着技术的进步，重复性任务的执行成本逐渐降低，而集中精力执行剩余关键任务的价值则开始显著凸显，尤其是那些要求执行者具备一定思考能力和洞察力的任务，以及那些涉及身体的灵活性、常识、判断力、直觉、创造力和自然语言处理能力的任务。当前，AI正被横向部署到各个企业。

·各地区尚处在探索AI的企业中，48%的企业计划将AI用于特定项目和46%的企业计划在整个企业层面部署AI。

·当前正在部署AI的企业中，40%的企业致力于为基于AI或AI辅助的特定项目的发展概念证明，而另40%的企业致力于使用预构建的AI应用（如聊天机器人）。

·这些部署AI的企业的专业人员报告了他们使用AI的5种最重要的方式：

数据安全（36%）

流程自动化（31%）

虚拟助手/聊天机器人（26%）

业务流程优化（24%）

传感器数据分析（物联网）（24%）

·大型企业比小型企业更有可能投资于以下两方面：

1）将AI嵌入现有应用和流程中（员工数大于1000的企业中，有35%表示会投资此方面，而员工数小于1000的企业则仅占22%）;

2）专有AI解决方案（员工数大于1000的企业中，有42%表示会投资此方面，而员工数小于1000的企业中则仅占32%）。

·在大型企业中，数据和信息架构更可能对AI文化起到推动作用（员工数大于1000的企业中，有55%表示数据和信息架构对其AI文化起到推进作用，而员工数小于1000的企业中则仅占41%）。

4.AI 文化与信任

以下是通过调查不同工资水平和职业的受访者而得出的一些示例：

·尽管业务需求和竞争压力在不断推动受访企业采用AI，但已经部署AI的受访企业比当前尚在探索AI使用的受访企业更有可能将领导层指示（41%对28%）和企业文化（39%对29%）视为推动AI采用进程的因素。

·当前仍在探索AI使用的企业中，41%表示其非技术人员已经在使用AI，这表明，这些企业正从AI小规模试验转向AI全面集成。在已经部署AI的企业中，三分之二以上非技术人员已经在直接使用AI。

信任是扩大AI影响力的基石。

对于面临阻碍的企业以及致力于大规模部署AI的企业，他们都有以下共同点：

他们都需要建立对AI的信任;

他们都应当明确AI是如何促进决策的;

他们都需要在组织内部建立一种信任AI技术本身和它将如何改变我们的工作方式的文化氛围。

·61%的受访者将建立对AI技术的信任视为创造企业AI文化的促进因素。

·来自世界各地的受访者之中有78%表示，相信人工智能输出信息的公平性、安全性和可靠性是非常重要或至关重要的。

·83%的受访者普遍认为能够解释AI是如何做出决策是非常重要的，但相比于仍在探索AI的受访企业（75%），已经在部署AI的受访企业（92%）对这一点的重视程度更高。

5.AI 与云

企业的AI进程和上云之旅是密不可分的。连接AI与云的方法并不单一，许多企业选择使用私有云，而其他一些企业则采用混合云。

·53%的受访者认为厂商锁定是全世界范围内很多公司面对的一个问题。

·当前尚在探索AI的企业更有可能使用私有云（44%正在探索，27%已使用），而当前已经在部署AI的企业则更可能使用混合云（38%已使用，26%正在探索）或混合多云（17%已使用，8%正在探索）。

方法

此次调查于2019年10月10日至10月22日之间进行，受访者为4514名对其所在企业的信息技术（IT）决策有一定了解/影响的企业最高管理層，其中1003名来自美国，1002名来自中国，2509名来自欧盟。

在来自欧盟的受访者中，来自英国、法国、德国、西班牙和意大利的约各有500名。所有访谈均在线进行。

整个欧盟样本的误差范围为+/-2个百分点，中国和美国样本的误差范围为+/-3个百分点，欧盟各单独国家样本的误差范围为+/-4个百分点。

整个调查的置信度为95%。

受访者公司包括各种大小的公司：

·31%的受访者来自员工数大于1000的企业

·34%的受访者来自员工数介于251和1000之间的企业

·16%的受访者来自员工数介于51和250之间的企业

·19%的受访者来自小型企业（员工数为50或以下）

·未对个人独资企业进行抽样调查受访者的资历不尽相同：

·要求所有受访者须能够对其企业的IT 决策发表重要见解或给出重要意见

·三分之一的受访者均担任副总裁或以上职位（包括首席信息官等）

·其余受访者包括在其企业IT/AI实践中掌握相关核心知识或拥有一定权限的主管和高级经理级别员工。