自2016年的人工智能熱潮以來，中國人工智能行業持續演進，但行業發展狀況一直缺乏量化評估。

不過目前，行業內已開始出現體系化的評估框架。近日，埃森哲首次發布“人工智能成熟度評估”，通過借助機器學習模型分析海量數據，區分出人工智能行業相關的四大類關鍵組合能力。同時，埃森哲在《人工智能成熟之道：從實踐到實效》研究報告（以下簡稱“報告”）中引入這一全新的評估框架，將AI成熟度定義為企業掌握相關基礎能力與差異化能力的程度（以0-100分值計）。

報告評估結果發現，13%的中國受訪企業展現出較高的AI成熟度水平，成為應用AI領軍者，其成熟度平均得分為64，是其他企業的一倍多。同時，領軍企業的營收增速也較其他企業高出了50%。超過半數（52%）的受訪企業依舊處于應用AI試驗階段，有待深入挖掘AI價值潛能。

(資料圖)

“通過機器模型預測，我們認為，中國的AI發展會繼續往前，到2024年AI領軍者的占比有機會達到34%。”在接受包括21世紀經濟報道在內的媒體采訪時，埃森哲大中華區董事總經理、應用智能業務主管兼首席數據科學家陳澤奇指出，目前大部分中國企業仍處于應用人工智能的試驗階段，企業需要加大AI規模化應用力度，推動企業持續轉型和全面重塑。

AI價值貢獻持續提升

對于企業而言，人工智能在整體業務中的價值貢獻度正在日益凸顯。

陳澤奇介紹稱，在2021年全球市值最大的2000家企業中，近半數曾在財報會議中談到AI，亦展現出對AI驅動業務轉型潛力的信心。具體而言，有42%的企業指出，AI項目的回報超出預期，僅有1%的企業表示回報不及預期；75%的企業已經重新制定業務戰略和云計劃，力求快速、全面地規模化AI。

中國企業同樣在加速AI應用之旅。埃森哲數據顯示，中國企業“由AI推動的營收份額”從2018年的收入占比12%提升至2021年占比25%，增加了一倍多。陳澤奇指出，預計到2024年，這一數字將增加至36%。

也正是在這樣的背景下，埃森哲首次推出AI成熟度評估框架，借助機器學習模型分析海量數據，區分出四大類關鍵組合能力。

其中，首個關鍵能力是戰略與高管支持。陳澤奇認為，一個AI成熟的企業必須有高管的支持，以便能夠在全公司通過AI賦能全方位的業務。同時，數據與AI核心能力也同樣關鍵，大數據時代的數據平臺和數據中臺都是企業核心的數據能力，在核心的數據能力之上進行的數據洞察和價值挖掘，就是AI的應用。

此外，人才與文化以及建設負責任的AI也同樣構成企業AI成熟度的關鍵。在大數據時代，企業既需要數據科學家搭建AI能力實現企業規模化的AI應用，也需要AI深度賦能企業業務，促進企業數字化轉型，同時AI應用會涉及到諸多敏感數據，企業在利用數據提煉洞察時需要遵循道德準則。

基于以上四大關鍵組合能力，埃森哲對中國企業進行分析。數據顯示，52%的中國企業處于應用AI的試驗階段，既沒有堅實的AI基礎，也缺乏清晰的AI戰略，僅13%的中國企業展現出較高的AI成熟度水平，成為應用AI的領軍者。

AI領軍者有何過人之處？報告顯示，AI領軍者能夠將戰略、流程和人員等方面的優勢融為一體，實現多方兼顧、綜合發力；同時，AI領軍者更擅長把試點成果轉化為更廣泛的生產力，小步快跑、規模推廣。

最后，領軍者關注財務指標以外的數據，尤其關注創造可持續發展的價值，領軍者比試驗者更有可能收獲大于30%的“由AI推動的營收”，在成功減少運營排放的企業中，70%都在利用AI實現綠色轉型。

“對于企業來說，規模化應用AI是一門技術課題，也是一門管理學問。”陳澤奇表示，在加速提升成熟度的過程中，企業管理者需要考慮短期和長期投入，將AI更好地融入企業整體戰略重點，以人才為基石，打造AI核心能力，一以貫之地堅持包容和可持續，方能發揮AI開創、啟發和引領的實際作用。

行業差距持續縮小

不同企業之間的AI成熟度有差，從行業角度而言亦然。

報告顯示，AI在不同行業的應用重點和成熟度存在明顯差異。2021年，高科技行業的AI成熟度超過60分領先各行業，自然資源、公共服務、醫療健康及生命科學緊隨其后，位居40-60分值區間。

不過，報告也指出，當前各行業之前的差距正在持續縮小。例如，自然資源與能源行業正致力于利用AI提升能效與安全，并實時最終碳足跡，有望在2024年步入60分以上區間；保險與零售行業借助AI進一步提升客戶與員工體驗，隨著AI驅動的自動駕駛技術更為成熟，汽車制造和供應企業的成熟度也有望得到較大幅度的提升，這些行業在2024年的AI成熟度分值將逼近60分大關。

此外，工業企業也已經看到AI技術在優化設計開發與生產制造各個環節帶來的巨大價值，未來的AI成熟度也有望實現大幅跨越。

“當前不同行業的AI應用重點和成熟度存在差異，高科技依然領先，通訊與媒體、汽車、能源等行業取得較大進步，”在接受21世紀經濟報道記者采訪時，陳澤奇表示，而后疫情時代，未來三年隨著AI應用的普及和滲透率提高，行業差距將進一步收窄。

陳澤奇指出，行業的AI成熟度與行業屬性密切相關。對于高科技行業而言，天生具備大量數據，亦是新技術萌生的原點，因而其AI成熟度較高可謂順理成章。相較之下，工業制造業本身并非數字化的產物，其應用需要將工廠、生產流程、設備等進行數字化，再匹配智能化，所以步伐相對較慢，“但工業的潛能一旦釋放，其量能將是巨大的。”

責任編輯：房家輝

關鍵詞： 人工智能 試驗階段 行業差距