新冠疫情深刻改变了人们的工作和生活方式，也加快了企业数字转型的步伐。在这一过程中，人工智能(AI)等新兴技术得到了更广泛的探索与应用。埃森哲调研显示，随着新冠疫情的常态化发展，59%的企业已加大在AI和机器学习上的投入。例如，麦当劳正大力投资数据基础、机器学习和移动技术，以改善用户体验；优步、蚂蚁集团和亚马逊亦纷纷授权员工利用AI突破组织瓶颈，作出更精准的决策。
毋庸置疑，企业已清楚认识到AI具备广阔的应用前景，如在优化用户与员工体验、提升运营效率、保障生产安全、驱动商业模式转型，并践行可持续发展等。但即便如此，企业利用AI推动转型仍然步履迟缓。IDC指出，2021年72%的中国企业仍在人工智能单点试验或局部落地的阶段踌躇不前，并未持续深入地进行部署。
如何突破AI“试点困局”？
究竟什么阻碍了企业进一步释放人工智能价值？埃森哲最近针对15个国家1,615位首席高管的调查，连同对于首席执行官（CEO）和AI专家的深入采访，发现了一个简单事实：CEO们缺乏对AI技术的清晰认识，并未充分发挥领导力在组织内制定及部署规模化战略。
CEO时常面临以下问题：
数据和AI战略如何与长远的组织目标对齐？
在我的领导团队中，可以由谁来实现企业的AI愿景？
我们应当积极实施哪些具体行动，同时要放弃哪些？
如何制定人才、技术与生态伙伴战略？
如何开发并部署负责任的AI？
知识缺口导致的问题之一，就是多数CEO利用数据和AI深化企业转型时过于谨慎，在实施试点项目之后停滞不前，难以有效规模化AI并充分发挥其潜力——我们将此状况称为“试点困局”。其结果是，富有前景、能够帮助企业提高生产率和创新能力的AI相关提案只会被搁置在CEO的办公桌上。
有鉴于此，我们为CEO提出四项行动建议——从构建符合自身的AI相关知识体系，到在整个组织中嵌入AI流程——帮助CEO设定优先事项，加速推动AI在组织内的规模化应用。
行动1：全面普及数据和AI知识CEO应确保自己和其他高管人员清晰了解AI如何发挥作用，而非只是宽泛讨论其带给企业的潜在价值。此外，全员使用AI是企业规模化应用AI的成功标志之一。为了触达各个层面的员工，CEO应推动全面的变革管理计划，更新企业文化。此类举措的核心为内部教育项目——培训员工更有效地共享数据和AI模型，使之成为日常职责的一部分。
埃森哲通过构建“未来人才平台（FutureTalentPlatform）”解决此问题，帮助员工以数字化方式快速获取特定领域知识，实现AI培训即服务。通过多维度的技能分析算法定制学习内容，切中员工的项目或工作需求；培训内容涵盖从初步认知到熟练应用不同阶段，从而促进企业形成持续学习的文化。同时，该平台汇集海量AI相关的培训内容，灵活的模块化内容组合，助力员工的技能更新，突出培训效果。
行动2：确保AI战略与业务目标一致CEO必须立足未来，以价值为导向，加快建设从被动响应到主动预测的商业模式。他们须为此制定具前瞻性的人工智能和数据战略，在组织内部清晰传达，并在落地过程中动态监测，确保企业按照既定目标与计划前进。
与这一高管战略相关的优先事项还包括：清晰阐明数据和AI如何为企业创造价值；设置与AI相关的关键目标、用例和项目；决定应该使用哪些数据来完成更准确的业务预测；以及设法帮助员工诠释AI系统做出的各种建议。
例如，一家总部位于香港的跨国保险公司，正加速迈向以AI驱动的数字化保险企业的行列。它通过评估企业在AI能力、运营模式、数据治理、数据质量、AI道德、业务应用场景及其带来的价值等方面所处的位置，对标行业领军者优化AI战略和商业用例，拟定了15项改进措施并制定了未来三年的发展路线图。这一系列举措，加速其成为一家由AI驱动的数字化保险企业。
行动3：打造数据驱动的智能技术组合
面对海量数据，传统的企业管理系统架构往往会阻碍企业最大程度收获AI价值，因此，CEO需着力投资打造先进的数据和AI平台，让安全、统一、真实的数据，贯通业务流程与员工体验的每一环节，并与可量化的业务成果全面联系在一起。
泰国汇商银行利用云升级了数据环境，简化数据和分析结果的访问和使用，为不同部门、不同职能的员工提供决策所需的洞察。例如，为了改善ATM现金管理，该团队将人工智能和先进的机器学习技术相结合，分析了1200多万个交易数据点和200多个变量（如地点、发薪日、季节和节假日等），以确定每个ATM的最佳现金水平。该公司还实施了专项计划，为有效、安全地使用数据和分析工具创建明确的指导原则。通过这些举措，泰国汇商银行能够利用源源不断的数据，持续支持业务发展。
行动4：始终以人作为决策者
AI旨在帮助企业更高效地实现目标，而非将基本控制权交给机器。为此，CEO须致力实现“AI赋能”的决策架构，这种架构可以在计算机主导和人类主导的决策之间取得恰当平衡。
ZeeEntertainmentEnterprises率先使用了一款AI工具来筛选用户提交的视频，以决定是否在其平台上公开发布。如果AI系统批准了内容，Zee在发布之前不会再做进一步的人工审查。但若是AI阻止了内容（AI的过滤配置偏于谨慎），员工则将进行第二轮审查，并做出最终决定。据Zee估算，AI发起的阻止中，87%后续得到了人工审查员的支持。但是，通过由AI担负繁重的初步审查，Zee做出内容批准决定的速度得到了大幅提升；此外在该模式下，员工拥有更多时间来从事附加值更高的活动。
AI决策架构的另一项益处为，有助于企业对AI的局限性和风险保持警惕——例如，AI建议的优劣取决于基础数据和假设；AI缺乏道德指引；以及人们可能很难跟踪监测AI技术的内部决策过程。
展望未来，人工智能将对商业世界产生更加深远的影响，各行各业都在投入资金开发人工智能，从而不断优化产品和服务，提升核心竞争力，并通过探索新的业务模式推动企业明智转型。企业若想将AI的潜在价值切实地转变为企业的收益，就需要从企业CEO开始彻底改变空谈多于行动的现状，塑造价值闭环，引领企业增长。