2022年企业人工智能的十大趋势

人工智能已逐步成为主流技术，各行各业的公司已经成功验证并部署了人工智能，展现出强大的生产力。一些企业更是已全面实施了人工智能和机器学习战略，各类项目如雨后春笋般在整家公司中蓬勃发展，同时积累了丰富的最佳实践和操作经验。如今，处于人工智能发展前沿的企业正在大规模运用人工智能，改变着企业的运营模式和业务流程。

随着人工智能在企业中的全面部署，其整体成熟度正在改变企业对人工智能战略价值的认知，以及他们希望从人工智能中获取的收益。行业专家们如今看到了企业人工智能的十大战略趋势，其中首要趋势是人工智能开始真正发挥作用。

在人工智能的早期阶段，项目主要由数据科学家推动。他们拥有数据和算法，可以自由地探索新工具以解决业务问题。如今，这种情况已经发生了显著变化。企业领导者从成功的人工智能项目中汲取了宝贵经验，对人工智能能够完成的任务有了更深入的了解。企业现在更加关注人工智能的商业价值，不再愿意投资那些商业价值不明确的概念验证项目。这一转变表明，业务部门在人工智能应用方面的角色越来越重要。

业务部门的积极参与和主导，使得人工智能能够更好地解决实际问题，提高业务效率和商业收益。这也推动了人工智能技术的不断创新和发展，形成了良性循环。未来，随着人工智能技术的进一步成熟和普及，我们期待看到更多的企业从中受益，实现数字化转型和业务模式的升级。麦肯锡咨询公司旗下的QuantumBlack公司全球负责人亚历克斯·辛格拉（Alex Singla）表示：“当我看到企业在人工智能方面表现出色时，我观察到它们都是业务驱动型的。人工智能和IT技术确实能够帮助企业解决各种问题，但解决方案并非由技术部门提出。相反，业务部门主动提出需求，他们认为自己应该是解决方案的一部分。他们对这些方案充满信心，坚信这是正确的解决路径。”

霍尼韦尔公司的首席数字技术官希拉·乔丹（Sheila Jordan）则详细阐述了他们是如何运用人工智能的。她表示，他们不仅在内部运营中广泛应用人工智能，还将其融入面向客户的产品和服务中。乔丹女士强调：“我们的工作与业务紧密相连，我们的动力来源于为客户创造的价值，这是我们的内在价值。”

随着人工智能的不断发展，它已经渗透到企业的各个角落。两年前，乔丹女士在霍尼韦尔公司接手了一项重大项目——实施数据仓库战略，将来自各个来源的全部交易数据整合在一起。她解释道：“在霍尼韦尔，每个职能部门和业务部门都有自己的数字化议程。”例如，该公司已经实现了所有合同的数字化，这意味着超过10万份的合同都被数字化处理。这些合同为公司提供了宝贵的数据资源，有助于为几乎任何职能领域构建人工智能解决方案。

人工智能正在改变企业的运作方式，从内部流程到客户服务，都在逐步融入这一技术。而企业也意识到，要想在数字化时代立足，必须紧跟人工智能的步伐，将其深度融入到自身的业务中。在面临通货膨胀和定价问题的挑战时，霍尼韦尔公司借助人工智能的力量，实现了合同审查的重大转变。乔丹指出，过去人工难以应对的10万份合同，现在都能通过智能系统轻松审查。“人类的力量在此无法匹敌”，她笑着说。

凭借全面的库存数据，霍尼韦尔公司在原材料管理上取得了巨大的进步。通过识别废品和可重复使用的物品，公司能够在决策时做出明智的选择。乔丹强调：“人工智能正在渗透到公司的每一个角落，无论是财务、法律还是工程、供应链，当然还包括IT领域。”

博思艾伦咨询公司，一家从基础的、基于规则的自动化起步的企业，正在引领人工智能和机器学习的整合潮流。该公司的人工智能业务副总裁贾斯汀·尼罗达表示，企业正在不断将人工智能和机器学习融入自动化流程中，以使其能够适应更广泛的业务工作。

尼罗达指出，企业往往从最简单的自动化任务开始，随后逐步探索更复杂的应用场景。“在这个过程中，人们会意识到需要使用人工智能和机器学习来完成更多的工作，”他解释说。人工智能驱动的自动化不仅可以应对人员短缺的问题，还能处理大量繁琐的工作，从而让人们有更多时间去处理最具挑战性的任务。

麦肯锡咨询公司的辛格拉也强调了变革管理在人工智能大规模实施中的重要性。他认为，了解人们将如何使用人工智能是关键，这需要技术人员、学科和业务专家共同努力。他表示：“如果我们仅仅依赖技术人员来推动人工智能的应用，那么我们可能会忽略一些重要的方面。只有结合各方面的专业知识，我们才能最大限度地发挥人工智能的潜力。”

人工智能战略呼唤集体转型

在初步验证人工智能技术的价值后，企业往往会建立人工智能卓越中心，以推动技术实施、人才培养及专业知识积累。随着企业规模的扩大和临界点的临近，卓越中心的拆分与人工智能技术的深度整合变得至关重要，需要直接对接业务部门的需求。

麦肯锡咨询公司的辛格拉指出：“对于初涉人工智能的企业而言，卓越中心有其独特价值，它能汇聚人才并推动全机构的学习。没有卓越中心，企业可能无法有效扩展规模。这里吸引着志同道合的人才，并为经验尚浅的员工提供了一个成长与学习的平台。”

过早地拆分卓越中心可能会削弱其影响力，并限制企业在多个业务领域中推广和复制成功项目的能力。长远来看，随着企业成熟度的提升和规模的扩大，拥有深厚人工智能专业知识和领域专长的技术人员将为企业带来真正的业务成功。正如辛格拉所说：“但只有当你达到一定规模时，才能真正发挥卓越中心的优势。”

人工智能业务的挑战与机遇：分散部署与集中战略的平衡

人工智能的应用不会局限于一个固定的场所，我们不可能依赖单一的集中部署方式来解决所有问题。对此，博思艾伦咨询公司的专家表示，分散部署是必要的，同时仍需要一个集中化的人工智能战略来引导企业方向。这一战略应涵盖业务各个方面，包括收入、成本节约和市场定位等。尽管部署是分散的，但战略必须集中且影响深远。这是人工智能业务发展的核心要点。

但他同时指出，人工智能有潜力从根本上改变业务流程。以Genpact公司为例，他们为客户处理了大量的账户工作。当人工智能被引入处理发票时，我们可以预见到哪些发票可能会引发争议。这就像拥有了一台透视未来的机器，我们可以洞察到投资组合中的哪些部分蕴含着最高的风险。

借助人工智能的预测能力，整个流程可以经历一次重组。当你将人工智能应用到业务中时，你可以像拼图一样，重新组合端到端的价值链，对其进行彻底的变革。

机器学习操作（MLOps）已经成为现实。根据麦肯锡公司2021年底的一份报告，企业是否采用机器学习操作是它们从人工智能中获得最大利润增长的关键区别之一。这被认为是人工智能领域的下一个重要趋势。

她深情地阐述着他们的使命，即将机器学习理论落地于实践之中。“几年之前，这一领域刚刚兴起，人们满怀信心地预测其发展前景，”她坦言，“然而在实际操作中，我们并未看到足够多的应用实例。”然而如今，她见证了人工智能领域的蓬勃发展，各种成熟的工具和方法层出不穷，让企业在训练、部署和监控人工智能模型方面愈发严谨。

“这无疑对人工智能和机器学习技术的普及化大有裨益，”她进一步说道，“从我们的客户身上，我看到了这一切的生动展现。市场正在经历翻天覆地的变化。”

在企业的数字化转型中，人工智能的铺设成为关键的一环。博思艾伦咨询公司的尼罗达分享了他们目前正在推进大约150个不同的人工智能项目。但令人欣喜的是，过去的一年里，他们已经开始摆脱过去的一次性项目模式。

尼罗达详细解释道：“在过去的一年半里，我们致力于模块化的功能和构建端到端的管道。人工智能的成功并不仅仅在于一个单独的工作模型，而是要建立一套完整的流程来应对数据的不断演变和模型的持续优化。”这表明，随着数据的变化和模型的逐渐完善，维护和更新人工智能模型成为一个持续的过程，这也是企业在人工智能领域取得成功的关键所在。“最大的挑战在于如何将各种工具完美融合。”他坦言，“我们一直在努力统一标准，并构建一系列可重复使用的组件，以便在不同项目中应用。”

随着员工和高管对人工智能的日益熟悉，他们对人工智能在关键业务决策中的作用越来越有信心，即便这些决策似乎违背人类直觉。Blue Yonder公司的战略顾问兼创始人迈克尔·费恩特最近与一家陷入疫情供应链困境的英国大型食品零售商合作。他发现，当该公司采用手动流程管理供应链时，货架上的商品经常短缺。而且，有知识、有能力并愿意从事这项工作的人才也极为匮乏。

自动化的人工智能系统具有降低成本、提高绩效的优势。当疫情来袭时，人们倾向于关闭这些自动系统。“但随后他们意识到，自动系统的适应速度远超人类。”迈克尔·费恩特表示。

这家食品零售商并未关闭自动系统，反而将其扩展至门店和配送中心。结果令人欣慰：空货架和丢弃的食物垃圾减少了，门店经理也能从繁琐的订单微调中解脱出来，转而投入更多精力在提高客户满意度上。这一转变证明了人工智能在供应链管理中的巨大潜力和价值。费恩特表示，建立人们对人工智能的信任还有其他一些方法。对于那些基于多年经验而对人工智能持怀疑态度的人来说，增加系统的可解释性将有所帮助。具有可解释性的人工智能可以向人类用户解释，是哪些因素导致它做出决策。这样一来，那些谨慎的个体将更容易接受人工智能能够做出与他们同样明智的决策。

接下来，我们可能会见证一些新的业务模式的出现。在某些领域，人工智能正在创造前所未有的机遇。以自动驾驶汽车为例，它们不仅可能改变社会结构，还能催生全新的业务类型。人工智能对业务的改造并不总是宏大而引人注目的。在一些较小的领域内，也发生着翻天覆地的变化。

例如，银行在考虑提供小额贷款时常常面临困境。由于人工审核的成本高昂，这些贷款往往无法获得足够的利润支持。通过人工智能进行评估和处理，银行能够轻松地提供小额贷款服务，为全新的客户群体提供服务，同时避免了过高的利率成本。这样的革新不仅提升了银行的效率，也为那些需要小额资金的客户带来了福音。

尽管这些用例已经开始显现，但它们仍然不够普遍。“这些用例正在从根本上改变我们的工作方式，”Sapphire Ventures公司的总裁兼合伙人贾伊·达斯指出，“但企业并没有那么迅速地适应这种变化。”他预测，一旦人工智能和机器学习技术成为每个知识工作者都熟悉的工具时，这种转变将会加速。这将带来前所未有的机遇和挑战，推动各个行业不断向前发展，实现真正的数字化革新。"我们尚未踏入那扇前沿之门。人工智能与机器学习技术的普及，可能还需时间的磨砺，大约五年的光阴。在那时，这些尖端技术将被广泛应用于日常工作中，助力人们轻松完成各项任务。"