一、报告概述

2024 年《AI 实际应用报告》由 IBM 与 The Harris Poll 合作完成，通过对全球 2000 家组织的调查研究，深入探讨了企业在 AI 应用中的实际情况，明确了 AI 引领者与跟随者的差异，并为企业提供了 AI 应用的实践指导。该报告旨在帮助企业更好地理解 AI 的价值，制定有效的 AI 战略，从而在快速发展的 AI 时代中脱颖而出。

二、AI 引领者与跟随者的差异

（一）成果表现

引领者在 AI 应用中取得了显著成果，2/3 的引领者表示 AI 推动收入增长率提高 25% 以上，27% – 38% 的引领者在工作效率、网络安全、客户体验、营销效果和流程简化等关键价值领域有显著改善。而跟随者在这些方面的表现相对较弱。

（二）战略制定

1. 引领者：制定以行动为导向的路线图，综合考虑机会、需求和内部能力。他们注重从战略、工具包、数据管理和应用程序四个维度制定路线图，涵盖更多领域，倾向于整体战略部署，优先考虑改善客户体验、IT 运营和自动化、外部应用程序的虚拟助理以及网络安全等用例。
2. 跟随者：通常采用碎片化方法，缺乏整体战略，容易盲目追逐潮流，在制定 AI 路线图时缺乏清晰的规划和协调。

（三）数据管理

1. 引领者：对数据管理充满信心，61% 的引领者认为自身有能力访问和有效管理数据，采用数据架构打破孤岛，确保数据互操作性，利用数据湖可视化数据沿袭，提高治理水平，通过强有力的数据标签、合成数据生成和数据采集弥补数据缺口，构建独特数据语料库支持定制 AI，尝试多种模型或创建独特模型。
2. 跟随者：在数据管理方面能力较弱，仅有 11% 的跟随者认为自身具备相应能力，更多依赖现成技术和预定义场景，较少进行数据管理和模型定制的创新。

（四）文化态度

1. 引领者：营造开放文化，避免陷入 “完美陷阱”，快速将 AI 项目投入生产，不断迭代改进，通过建立专家团队和 AI 卓越中心，确保创新在合规框架内进行，积极借助第三方力量扩充人才，注重选择能促进合规、数据安全和端到端治理的合作伙伴。
2. 跟随者：常陷入追求完美的困境，在概念验证中徘徊，对 AI 价值认识不够清晰，在投资 AI 方面相对保守，对新技术的尝试和应用较为迟缓，组织内部对 AI 的接受和推进速度较慢。

三、AI 引领者的成功实践

（一）制定清晰的 AI 路线图

1. 明确目标与愿景：引领者的战略需要清晰的愿景和投资规划，确保 AI 应用与组织使命紧密结合，如 Cathy Reese 所说，要进行严谨的价值分析，说明 AI 如何实现组织使命。
2. 多维度考量：从战略、工具包、数据管理和应用程序四个维度构建路线图，充分考虑技术人员支持、基础架构灵活性、数据可访问性与治理以及应用程序对目标用例的处理能力。
3. 广泛覆盖与重点优先：路线图涵盖多个领域，采用整体战略部署，同时优先考虑对业务有重大影响的用例，如改善客户体验、IT 运营自动化等，投资前 4 个用例的可能性比跟随者高出约 80%。

（二）重视数据推动创新

1. 定制 AI 工具：引领者深知定制 AI 工具的重要性，根据自身情况创新，为客户量身定制解决方案，零售组织在这方面表现突出，44% 的零售企业采用定制 AI 解决方案实现价值优化。
2. 数据管理与利用：构建强大的数据基础，包括采用混合云战略和基于平台的多模型方法，投资数据架构获取高质量数据，利用专有数据调整模型，提高 AI 的准确性和效率，62% 的引领者使用多种模型，61% 的引领者使用 API 创建解决方案。

（三）营造开放创新文化

1. 快速迭代与持续改进：秉持 “开个头就好” 的理念，勇于尝试，快速将 AI 项目投入生产，在实践中不断迭代优化，避免过度追求完美而阻碍进步。
2. 建立专家团队与卓越中心：通过建立专家团队赋予其职能，设立 AI 卓越中心，确保组织在创新过程中遵循内部原则和外部法规，集中问责指导方针，促进风险管理和监管合规。
3. 寻求外部合作：84% 的引领者借助服务提供商扩充人才，57% 的引领者受外部合作伙伴影响，选择合作伙伴时注重其促进合规、数据安全和端到端治理的能力。

（四）关注文化变革与挑战应对

1. 积极面对挑战：对未来持乐观态度，同时正视 AI 面临的数据安全、黑客攻击、法规变化、不准确数据和偏见、不负责任使用等挑战。
2. 反思战略领域：从愿景、运营模式、数据和技术、工程和运营、变革管理、人员、职业道德等七个方面反思组织战略，确保各业务线有共同 AI 目标，衡量价值产生，提升组织整体竞争力。

四、对企业 AI 应用的启示

（一）战略规划与路线图制定

企业应制定清晰、全面的 AI 战略路线图，明确 AI 在组织中的定位和目标，充分考虑自身业务需求、技术能力和资源状况，确保路线图的可行性和可操作性。

（二）数据管理与创新驱动

1. 加大对数据管理的投入，建立完善的数据架构，提高数据质量和可访问性，打破数据孤岛，实现数据的有效治理和利用。
2. 鼓励创新，根据企业特点定制 AI 解决方案，尝试多种模型，充分发挥数据在驱动创新中的关键作用，提升企业的差异化竞争力。

（三）文化塑造与人才培养

1. 营造开放、包容的创新文化，鼓励员工勇于尝试，接受失败，在实践中不断学习和进步。
2. 建立 AI 专家团队和卓越中心，培养和引进具备 AI 技能的人才，提升员工对 AI 的理解和应用能力，为 AI 项目的推进提供坚实的人才保障。

（四）风险管理与合规遵循

1. 关注 AI 应用中的风险，建立健全风险管理机制，加强对数据安全、隐私保护、法规合规等方面的管理，确保企业在合法合规的框架内开展 AI 业务。
2. 积极参与行业讨论，与合作伙伴共同应对 AI 伦理和管理挑战，建立信任，促进 AI 技术的可持续发展。

五、总结

2024 年 AI 实际应用报告为企业提供了宝贵的 AI 应用洞察，AI 引领者在战略规划、数据管理、文化创新等方面的成功实践为其他企业树立了榜样。企业应借鉴引领者的经验，积极应对 AI 时代的挑战，制定适合自身发展的 AI 战略，通过合理的规划、有效的数据管理、积极的文化塑造和稳健的风险管理，充分释放 AI 的潜力，实现业务增长和竞争力提升，在不断变化的市场环境中取得成功。同时，企业还需持续关注 AI 技术的发展趋势和市场动态，灵活调整战略，以适应未来的发展需求。