中国AI成熟度演进2024年AI领军者占比或达34行业差距持

　　自2016年的人工智能热潮以来，中国人工智能行业持续演进，但行业发展状况一直缺乏量化评估。
　　不过目前，行业内已开始出现体系化的评估框架。近日，埃森哲首次发布人工智能成熟度评估，通过借助机器学习模型分析海量数据，区分出人工智能行业相关的四大类关键组合能力。同时，埃森哲在《人工智能成熟之道：从实践到实效》研究报告（以下简称报告）中引入这一全新的评估框架，将AI成熟度定义为企业掌握相关基础能力与差异化能力的程度（以0100分值计）。
　　报告评估结果发现，13的中国受访企业展现出较高的AI成熟度水平，成为应用AI领军者，其成熟度平均得分为64，是其他企业的一倍多。同时，领军企业的营收增速也较其他企业高出了50。超过半数（52）的受访企业依旧处于应用AI试验阶段，有待深入挖掘AI价值潜能。
　　通过机器模型预测，我们认为，中国的AI发展会继续往前，到2024年AI领军者的占比有机会达到34。在接受包括21世纪经济报道在内的媒体采访时，埃森哲大中华区董事总经理、应用智能业务主管兼首席数据科学家陈泽奇指出，目前大部分中国企业仍处于应用人工智能的试验阶段，企业需要加大AI规模化应用力度，推动企业持续转型和全面重塑。
　　AI价值贡献持续提升
　　对于企业而言，人工智能在整体业务中的价值贡献度正在日益凸显。
　　陈泽奇介绍称，在2021年全球市值最大的2000家企业中，近半数曾在财报会议中谈到AI，亦展现出对AI驱动业务转型潜力的信心。具体而言，有42的企业指出，AI项目的回报超出预期，仅有1的企业表示回报不及预期；75的企业已经重新制定业务战略和云计划，力求快速、全面地规模化AI。
　　中国企业同样在加速AI应用之旅。埃森哲数据显示，中国企业由AI推动的营收份额从2018年的收入占比12提升至2021年占比25，增加了一倍多。陈泽奇指出，预计到2024年，这一数字将增加至36。
　　也正是在这样的背景下，埃森哲首次推出AI成熟度评估框架，借助机器学习模型分析海量数据，区分出四大类关键组合能力。
　　其中，首个关键能力是战略与高管支持。陈泽奇认为，一个AI成熟的企业必须有高管的支持，以便能够在全公司通过AI赋能全方位的业务。同时，数据与AI核心能力也同样关键，大数据时代的数据平台和数据中台都是企业核心的数据能力，在核心的数据能力之上进行的数据洞察和价值挖掘，就是AI的应用。
　　此外，人才与文化以及建设负责任的AI也同样构成企业AI成熟度的关键。在大数据时代，企业既需要数据科学家搭建AI能力实现企业规模化的AI应用，也需要AI深度赋能企业业务，促进企业数字化转型，同时AI应用会涉及到诸多敏感数据，企业在利用数据提炼洞察时需要遵循道德准则。
　　基于以上四大关键组合能力，埃森哲对中国企业进行分析。数据显示，52的中国企业处于应用AI的试验阶段，既没有坚实的AI基础，也缺乏清晰的AI战略，仅13的中国企业展现出较高的AI成熟度水平，成为应用AI的领军者。
　　AI领军者有何过人之处？报告显示，AI领军者能够将战略、流程和人员等方面的优势融为一体，实现多方兼顾、综合发力；同时，AI领军者更擅长把试点成果转化为更广泛的生产力，小步快跑、规模推广。
　　最后，领军者关注财务指标以外的数据，尤其关注创造可持续发展的价值，领军者比试验者更有可能收获大于30的由AI推动的营收，在成功减少运营排放的企业中，70都在利用AI实现绿色转型。
　　对于企业来说，规模化应用AI是一门技术课题，也是一门管理学问。陈泽奇表示，在加速提升成熟度的过程中，企业管理者需要考虑短期和长期投入，将AI更好地融入企业整体战略重点，以人才为基石，打造AI核心能力，一以贯之地坚持包容和可持续，方能发挥AI开创、启发和引领的实际作用。
　　行业差距持续缩小
　　不同企业之间的AI成熟度有差距，从行业角度而言亦然。
　　报告显示，AI在不同行业的应用重点和成熟度存在明显差异。2021年，高科技行业的AI成熟度超过60分领先各行业，自然资源、公共服务、医疗健康及生命科学紧随其后，位居4060分值区间。
　　不过，报告也指出，当前各行业之间的差距正在持续缩小。例如，自然资源与能源行业正致力于利用AI提升能效与安全，并实时最终碳足迹，有望在2024年步入60分以上区间；保险与零售行业借助AI进一步提升客户与员工体验，随着AI驱动的自动驾驶技术更为成熟，汽车制造和供应企业的成熟度也有望得到较大幅度的提升，这些行业在2024年的AI成熟度分值将逼近60分大关。
　　此外，工业企业也已经看到AI技术在优化设计开发与生产制造各个环节带来的巨大价值，未来的AI成熟度也有望实现大幅跨越。
　　当前不同行业的AI应用重点和成熟度存在差异，高科技依然领先，通讯与媒体、汽车、能源等行业取得较大进步。在接受21世纪经济报道记者采访时，陈泽奇表示，而后疫情时代，未来三年随着AI应用的普及和渗透率提高，行业差距将进一步收窄。
　　陈泽奇指出，行业的AI成熟度与行业属性密切相关。对于高科技行业而言，天生具备大量数据，亦是新技术萌生的原点，因而其AI成熟度较高可谓顺理成章。相较之下，工业制造业本身并非数字化的产物，其应用需要将工厂、生产流程、设备等进行数字化，再匹配智能化，所以步伐相对较慢，但工业的潜能一旦释放，其量能将是巨大的。
　　更多内容请下载21财经APP