#5月财經新勢力#
原文：IBM-Generating ROI with AI
編譯：智成企業研究院 崔帥
最近，人工智能突然又變得流行起來：生成式人工智能已經席卷了商業世界，OpenAI的ChatGPT、百度的ERNIE、谷歌的LaMDA和Facebook的LLaMA等大型語言模型(LLM)占據了新聞頭條。2023年初，财報電話會議上提到人工智能的次數同比增長77%。
與此同時，資本投入也跟着加大了，人工智能正在成為IT預算中越來越大的組成部分。據預測，今年全球以人工智能為中心的系統支出将達到1540億美元，比2022年增長27%。
但是企業會明智地使用這些資源嗎?随着人工智能模型變得更快、更智能、更可靠，各類機構正在競相利用，他們投資回報率(ROI)是否符合預期呢？
答案是肯定的——但前提是組織采取嚴格的投資方法。
IBM研究結果揭示了人工智能項目之間巨大的成果差距，很少有公司能實作股東所期望的财務價值。事實上，企業計劃的平均投資回報率僅為5.9%，遠低于典型的10%的資本成本。不過，随着人工智能成熟度的不斷提高，這一資料有明顯的改進——一流的公司獲得了令人羨慕的13%的投資回報率。
那麼，是什麼讓他們表現地與衆不同呢？各行各業的上司者如何從他們的成功中學習？報告将從以下三方面進行闡述:
-為什麼臨時的人工智能項目比戰略項目提供的價值更少
-可信資料的影響與AI -資料共生的良性循環
-頂級組織的六大關鍵能力。
建立一個成熟的人工智能組織是釋放人工智能全部潛力的必要條件，做到這一點的公司正在創造巨大的商業價值，而不僅僅是媒體的炒作。
下載下傳完整PDF報告，關注“智成企業研究院”公衆号,在消息對話框回複：ROI
01 超越機會主義AI
近十年來，企業一直在押注人工智能，其學習曲線一直很陡峭。
然而，有些企業被技術帶來的“驚喜因素”所吸引，卻忘記了将項目與戰略結合起來。其他企業則将人工智能視為錘子，每個商業問題都是釘子。幾乎所有人都在努力實作人工智能的應用機會，以超越實驗、概念證明和試點。
通過研究，能夠得出的好消息是：許多組織已經渡過了難關，目前人工智能的推廣比以往任何時候都更加成功，表示其公司在2021年(54%)有效利用人工智能的高管人數是2020年(25%)的兩倍多。他們還預計，到2024年，人工智能投資将增長到IT支出的6.5%。
總體而言，自2020年以來，人工智能的投資回報率一直在穩步上升。對于企業範圍的人工智能計劃，平均投資回報率已從2020年初的略高于1%增長到2021年底的近6%。這可能是由于新冠疫情促使企業投資于人工智能驅動的解決方案，這些解決方案将加快遠端工作，增強使用者體驗并降低成本。
為了衡量人工智能投資回報率是否跟上了這一趨勢，IBM在2023年4月和5月再次調查了350多名高管。調查發現人工智能的投資回報率正在繼續保持預期的增長軌迹，到2022年估計達到8.3%。
盡管如此，這些回報率仍低于資本成本，大多數行業的資本成本通常為10%。總的來說，在我們的調查中，隻有不到四分之一的企業表示他們實作了高于10%的人工智能投資回報率。
從本質上講，人工智能正在遵循“J曲線”模式，這是變革性技術的典型特征，大規模采用新興技術需要重新構想業務模式、工作流程、技能和業務的許多其他方面。在團隊解決問題的過程中，回報率往往停滞不前；然而，随着功能的成熟，性能可以迅速提升，在這種環境下，企業需要有一個戰略計劃，以便随着時間的推移擴大人工智能的影響。
IBM的分析揭示了投資回報率是如何在人工智能成熟度中提高的，追求機會性人工智能計劃的普通企業是落後者。在2021年，那些有意将人工智能嵌入産品、服務、業務部門和功能的公司的投資回報率攀升到了7%以上，随着成熟度進一步擴大，人工智能作為戰略業務轉型的一部分部署，回報率再次提高，達到8%。
随着企業弄清楚在哪裡以及如何部署人工智能，大量的投入會轉化為越來越大的收益。曲線的頂端是表現最佳的企業，平均投資回報率為13%。他們通過采用穩定、平衡的方法利用人工智能，其中包括建構資料和分析技能、開發多學科方法、建立多樣化的團隊以及通過人工智能卓越中心教育訓練團隊，如今已經在整個企業中開發出了綜合能力，得到了豐厚的回報。
02 資料與人工智能： 喂養學習的良性循環
要建立一個世界級的人工智能組織，第一位的因素是：如何選擇、收集、管理和使用它的資料——這種豐富但難以捉摸的資源，要麼促使人工智能能夠實作，要麼限制人工智能的實作。
資料有時被比作石油：一種寶貴的資源，開采成本高，加工難度大，如果污染了，它會污染整個生态系統，但如果合理利用，它價值數十億美元。
這是因為可靠的、代表性的、一緻同意的資料是值得信賴的人工智能的基礎。人們不會使用他們不信任的人工智能解決方案，而那些更重視人工智能道德的企業稱，他們的客戶和員工對人工智能的信任程度更高。
除此之外，可靠的資料還有助于縮小投資回報率差距。擁有高“資料财富”的公司雖然還沒有達到世界級水準，但他們擁有大量高品質的資料，能夠有效地将資料貨币化，并表示他們的資料受到内部和外部利益相關者的信任。IBM的分析顯示，這些屬性驅動的投資回報率高于平均水準，并更有效地使AI項目成為可能。
實際上，高品質、高價值、可信的資料僅支援了企業投資回報率改進的一半效果。也就是說，僅憑資料不足以充分發揮人工智能的潛力。雖然資料品質、數量、穩健性、價值和信任程度都很重要，但企業如何利用資料對投資回報率的累積影響比他們擁有的資料更大。
當今表現最好的首席資料官(CDO)專注于從組織的資料中擷取價值。在IBV的調查中，隻有8%的首席資料官獲得了比同行更多的價值認可，能夠用更少的支出獲得更高的回報，其關鍵是他們如何使用人工智能來改善他們的資料。其中，四分之三的人表示，将人工智能應用于他們的資料可以幫助他們做出更快、更好的商業決策。
是以，這不僅僅是用資料來改進人工智能，人工智能還可以幫助公司更好地利用資料。這是一個良性循環。正如漢莎航空集團(Lufthansa Group)跨領域解決方案進階總監Mirco Bharpalania所說，“人工智能非常重要，因為它實際上打開了我們所處的資料世界。”
03 實作世界級成果的六大關鍵能力
那麼，是什麼使一些企業能夠從人工智能投資中獲得世界級的投資回報率成果?他們又是如何放大高品質、可信的資料的效用，以釋放出财務和商業價值?
為了回答這些問題，IBM發現，一流的人工智能執行者以信任為核心，在整體、內建的方式在六個關鍵領域建構能力。
将人工智能、自動化或任何其他技術應用于不适用的過程中，仍然會産生低于标準的結果。隻有通過評估核心和非核心功能(例如，客戶服務、營銷、供應鍊、金融等)以及業務部門的戰略投資計劃，上司者才能發現嵌入人工智能的戰略機會。
一個深思熟慮的人工智能戰略可以推動轉型成果，提高單個人工智能項目的投資回報率。根據IBM的研究，重視人工智能對業務戰略影響的企業，其人工智能計劃有效的可能性要高1.8倍，并且實作近兩倍的投資回報率。
上司者還要平衡競争差異化和成本優化。有些公司甚至利用公開可用的開源人工智能資源，向市場提供更快、更便宜、更可擴充的解決方案。關于如何訓練這些工具的倫理問題也将在人工智能的未來發展發揮作用，是以公司需要在過度推進之前确定自己的立場。
突破性的人工智能建立在開放式創新的基礎上，然而，隻有領先的公司才學會了如何消除“創新無所不能”的神話。為了使實驗和實施與戰略保持一緻，企業必須将人工智能視為一門學科，他們必須制定道德原則，發展嚴格的治理，強調實用主義而不是理論。
首先要了解哪種人工智能操作模型最符合業務需求(例如，集中式、輪輻式、分散式結構)。研究發現，擁有高資料财富的企業，将人工智能營運模型嵌入到組織的結構和文化中，能夠産生比同行多2.6倍的投資回報率。
這看起來像什麼?一個例子是關于公司如何創造最小可行産品(MVP)。上司者應該勾勒出應用人工智能的清晰流程，首先要确定解決方案希望解決的業務問題。通過為實驗性的推出設定明确的目标，選擇推進最有效的人工智能項目。
人工智能運維(AIOps)将偉大的想法變為現實，成為營運模式的飛輪。它整合了人員、流程和平台，以快速、大規模地應用人工智能。成功設計流程幫助團隊建構，同時也監控人工智能應用程式的性能，可以實作高達2.6倍的高投資回報率。
工程學科可以加速人工智能飛輪，使其有效地工作。正如許多公司使用靈活開發運維和其他軟體工程方法在不犧牲品質的情況下加速項目一樣，人工智能運維有助于縮短開發周期，改善協作，提高操作效率，并更成功地部署解決方案。标準化和結構化對于跟上創新的步伐至關重要，同時又不犧牲人工智能的道德原則。
任何人都可以建立概念驗證，但是，為了使人工智能模型有效、有用和值得信賴，它們必須适當地內建到作業系統中。公司可以用人工智能做什麼，在很大程度上取決于它如何在整個企業中選擇、管理、分析和應用資料，因為人類是會犯錯的，團隊需要技能和流程來幫助確定選擇正确的資料來支援人工智能模型。
這也會對AI的投資回報率産生重大影響。在世界級的組織中，資料團隊審查人們通路、了解和信任企業資料所需的治理、管理、道德、素養和其他架構。IT團隊評估基礎設施和流程，以平衡人工智能實驗與工業規模的擴充。
自人工智能誕生以來，缺乏熟練人才和技術專長一直是實施人工智能的最大障礙。為了在緊張的勞動力市場上保持競争力，公司必須訓練他們的團隊有效地、負責任地使用人工智能。研究表明，當企業幫助團隊加強人工智能能力時，人工智能項目會更成功。
積極鼓勵人工智能知識在整個企業内共享，并提供業務和技術教育訓練以吸引新人才的組織，其投資回報率高達其他組織的2.6倍。人力資源和人才上司者——在企業的贊助下——正在推動這項工作。在2018年至2021年期間，有積極計劃留住和重新教育訓練員工的CHRO比例顯著上升。
當公司面臨成本壓力時，變更管理通常是第一個被削減的項目。但這種财政緊縮可能是危險的短視行為：因小失大。正确的文化——一種重視信任的文化——有助于鞏固人工智能的能力和成熟度。
如果人們不信任人工智能所做的工作，或者不信任它所建立的資料，采用将會滞後，回報将會下降。另一方面，我們的研究表明，文化成熟度是一流投資回報率的最大貢獻者之一。當人工智能成為公司DNA的一部分，變革管理成為一項廣泛的技能時，組織的表現會更好。事實上，使用标準化和文檔化方法(包括價值實作或收益跟蹤)的項目團隊可以實作高達2.5倍的投資回報率。
封面：Pixabay
—END—