丹稜君有話說：本文由微軟和安永聯合著作，解析各行業人工智能成熟度現狀，展望嶄新業務機會。
人工智能（Artificial Intelligence，簡稱 AI ）已經從將來時轉化為現在進行時，也從遙不可及變為觸手可及。人工智能在智慧研發、優化生產、精準銷售、客戶體驗升級等領域的應用讓各行各業看到了AI技術遠超人類的成長速度和學習能力。
在我們近期持續關注的疫情中，也出現了AI技術在大規模公共衛生事件中的各種應用。2 月 4 日，工信部發布《充分發揮人工智能賦能效用，協力抗擊新型冠狀病毒感染的肺炎疫情倡議書》，要求加大科研公關力度，儘快利用人工智能技術補齊疫情管控技術短板，快速推動產業生產與應用服務。「1」
根據此前安永的調研報告，500 位 CEO 及行業領袖中，85% 的受訪者對 AI 持積極態度，87% 的受訪者所屬公司已經在 AI 領域展開投入，80% 的受訪者表示政府更傾向與有 AI 技術加持的企業合作。有 82% 的受訪者表示公司業務將會被 AI 技術在某種程度上改變，而約 30% 的受訪者預期半數以上的公司業務將會因AI技術的發展而改變。「2」
以數字化轉型為目標的企業應著手，理解並發展人工智能技術賦能的數字化轉型
現今大批企業以數字化轉型為戰略目標，數字化轉型可賦能企業重構競爭環境、滿足客戶期望、增強服務運營。而企業數字化進程通常都是由實施數字化項目起步，逐漸向擁有數字化 DNA 邁進。
為了真正實現“ being digital ”, 許多企業將 AI 視作實現數字化轉型目標的首選賦能技術工具之一。其中許多企業在AI項目進程中，遇到了阻礙與挑戰。那麼企業人工智能進程包括什麼？什麼是人工智能成熟度？企業又將如何通過人工智能成熟度評估來有效推動數字化進程呢？
企業人工智能進程分為四個不同階段，每階段都對應不同的步驟。企業人工智能進程從左至右逐步發展，企業人工智能能力也愈發成熟。
正確有效的人工智能成熟度評估可以為未來 AI 技術賦能數字化轉型提供基石，這其中包括了對建立技術能力、管理技術能力、保證技術運行等多維度的評估。忽略評估自身人工智能成熟度的企業可能會面臨許多潛在的挑戰，因而對企業造成負面影響， 例如由於未能識別某種偏差而導致了應用的不公平性、系統由於缺少維護或缺少性能評估而隨時間推移靜默失效、以及無意間損害企業或客戶關係而導致對AI技術的信任缺失。「3」
微軟協同安永針對人工智能成熟度的調研從各個角度切入，全方位瞭解、理解並分析兩岸三地七大行業企業數字化轉型、人工智能預備現狀。
- 重塑產業價值鏈：在研發環節，人工智能可實現行業需求發掘、用戶畫像；在生產環節，利用人工智能技術可以發揮其在網絡化製造、智能工廠等方面的優勢；在營銷環節，通過人工智能技術可以提升營銷效率
- 促進傳統產業向扁平化、敏捷化、定製化轉型升級： 傳統產業的組織結構多為金字塔型，難以快速對市場做出判斷和調整，缺乏時效性和直接性。人工智能則可以快速減少開發時間，有效將業務需求轉化為技術；識別歷史數據和常見錯誤，實時糾正錯誤
- 改變“人、場、物”場景，改變勞動力定義，降低勞動密集度：傳統勞動密集型製造業將轉型為智能化機器人生產線，應用計算機視覺提升品控效率、標準品控要求，應用人工智能構建算法，模擬人的打包裝箱習慣，大量節約包裝材料等
千里之行始於足下，企業在探索人工智能中會經歷幾個階段？
- 自動化：使用機器學習、光學文字辨別技術及機器人流程自動化等工具實現流程自動化以提高過程準確性和透明度，最大程度減少錯誤
- 個性化：建立客戶標籤體系及產品標籤體系，場景營銷推薦引擎搭配產品推薦引擎，實現特定場景下，通過特定渠道、為指定客戶、以特定價格推送定製的產品組合
- 預測：結合人工智能和高級分析可預測短期需求。例如銀行預測企業支付需求，農業預測灌溉水需求，零售業預測產品需求以降本提效並提升客戶體驗
- 提供方案：自動化診斷工具通過海量數據分析及個體患者的多項檢測結果，輔助醫生提供診療方案；深度智能算法可為慢性病患者提供治療康復方案
- 產生觀點：融合大數據與人工智能，基於行業業務模型，可自動識別、判斷複雜業務問題併產出具前瞻性的業務指導決策
企業在運用人工智能中，什麼是核心的關注點與困擾？
- 探索可實現商業利益與投資回報的應用場景：如何挖掘人工智能在業務與運營中的應用場景？如何判斷其帶來的商業利益與投資回報？
- 數據獲取、準備與治理機制構建：數據是人工智能的基礎。如何進行數據獲取、處理與清洗？如何應對在數據獲取與使用過程中面臨的道德風險？如何構建體系化的、可持續的數據治理機制？
- 如何獲取人工智能人才能力：如果需要內部獲取，如何構建團隊架構？如果需要內部孵化，如何選擇部門及員工，怎樣進行人員培訓？如果需要外部引入，如何構建團隊架構，怎樣界定團隊規模以及工作職責與考核標準？
- 數字驅動的創新文化與傳統流程導向的文化衝突：以往企業以流程或業務為發展導向，而在數字化與AI的發展潮流中，則需要以數據為導向。在這一背景下，如何重塑企業文化？如何解決在文化轉型過程中數字驅動與流程導向之間的衝突？
- 如何建立多元化、多層次的合作伙伴生態圈：選擇合作伙伴時主要關注何種類型的企業，是提供綜合解決方案的成熟跨國集團，還是具備本土良好生態圈的BAT，抑或是專攻特定領域的創業公司？如何構建、維護和發展這一合作伙伴生態圈？
- 如何應對企業可能面臨的組織變革：隨著人工智能的發展，企業可能會面臨勞動力再分配造成的組織變革。企業能否實現以人為本的組織變革，真正實現以AI輔助人而非取代人？應如何通過構建道德、治理和人工智能運營原則來為此做好準備？
尚未建立 AI 能力的企業需要思考如何部署並推動數字化進程以應對科技新發展帶來的日趨激烈的競爭格局。已經部署 AI 應用的企業則需要持續對系統進行培訓，監控和性能評估，才能防止 AI 偏離其最初預期目的或是威脅到客戶及員工利益。保證 AI 的性能，可預測性和準確性是從這些系統中獲得持續收益所必需的。
任何不同 AI 成熟度的企業都可以建立及使用基於 AI 的系統。衡量和評估企業的 AI 成熟度為未來 AI 技術的實施與執行及進一步推動數字化轉型提供必需的基礎。
「1」http://tech.163.com/20/0210/09/F50UV0U9000999LD.html
「2」https://assets.ey.com/content/dam/ey-sites/ey-com/en_gl/news/2019/05/ey-the-ai-race-barriers-opportunities-and-optimism.pdf
「3」AI Maturity and Organizations,Microsoft
閱讀更多 微軟丹稜街5號 的文章
