2025年领跑者的AI扩展指南-行业领袖的教训-.pptxVIP

;

菲利普·鲁西埃

全球创新和人工智能首席专家，埃森哲研究;

为了识别最重要的战略赌注（参见下文“采取战略行动”），我们还采访了Accenture内部和外部众多C级别的专家。此外，我们还利用机器学习来识别与扩展战略赌注相关的关键能力以及公司发展这些能力的进展情况。我们的研究进一步得到了我们在帮助客户扩展AI解决方案方面丰富经验所提供的见解的丰富。通过借鉴这些多样化的输入，我们的研究结论既涵盖了人工智能的战略视角，也反映了现实世界的执行挑战。

在本报告的语境中，“扩展人工智能”是指将人工智能应用扩展到整个企业，以实现更广泛、更具影响力的成果。“扩展”包括将人工智能整合到不同的业务流程和工作中；确保在资产和员工中广泛采用；与现有系统无缝集成；推动创新以在市场上获得竞争优势；以及以其他方式改进关键绩效指标。“生成式人工智能”是一个总称，用于指代能够产生全新输出（如文本、图像、视频、音频和代码）的人工智能。;

执行摘要

对于企业而言，在竞争对手中保持持续的竞争优势一直是圣杯——一个渴望得到却又难以企及的奖赏。然而，如今，生成式人工智能和其他形式的人工智能已经逆转了局面，将曾经无法企及的目标变为可达。这就是为什么世界上最大的公司在大量投资数据和人工智能的原因。

但要使用生成式人工智能（生成式AI）重塑企业，并不仅仅是部署几个聊天机器人那么简单。重塑意味着要构建先进的AI能力，例如“代理架构”，这是一种超越自动化常规任务、以协调整个业务工作流程的人工智能代理网络。

凭借高级推理能力，AI代理能够自主协作，在规模化上提升质量、生产力和成本效率。代理式架构正在迅速普及：本报告调查中，三分之一的受访公司已开始使用AI代理来增强其创新能力。

因此，重塑需要将人工智能深度融合到公司战略的核心。为此，企业必须在首席执行官和董事会积极主动的领导下，超越人工智能的表面应用，优先考虑解锁人工智能全部潜力的结构和战略变革。;;;

什么样的公司具备人工智能转型的准备？;;

同时，正在推进人工智能的公司在这些能力上表现出中等成熟度（图1中的中型网络）。而进行实验的公司则具有相对较低成熟度（小型网络）。

人工智能重塑型企业简而言之已发展出强大的数字核心，这对于扩展人工智能和数据驱动型计划至关重要，确保数据可访问性、计算性能和安全。2

没有强大的数字核心，企业更有可能表现不佳，并难以适应快速变化的环境。

那是宏观视角。然而，微观视角表明，并非所有已准备好革新的公司都能同等擅长在生成式AI中扩展战略性赌注。事实上，我们发现其中一些公司（“领跑者”）已经扩展了多个战略性赌注，而另一些公司（“快速跟随者”）尚未扩展任何战略性赌注（图2）。;;

事实上，领跑者不仅进行更多战略性的赌注，而且其规模化的速率也显著高于其他公司。如图3所示，领跑者平均已经将与其行业最相关的34%的战略赌注（或三到四个赌注）规模化；另外40%的领跑者战略赌注处于规模化初期阶段。

快速跟随者另一方面尚未完全扩展任何战略赌注，仅33%处于扩展的早期阶段。对于正在使用人工智能（8%的战略赌注已扩展，32%处于早期阶段）的公司以及仅进行人工智能实验的公司（分别为5%和28%）的数据同样强调了他们需要弥补的差距。;

那么，领跑者为何在扩展战略赌注方面表现出色？毕竟，已经有更多快速跟随者（89%）而不是领跑者（81%）开发了图1中提到的五种人工智能基础能力。

要理解原因，首先看生成式AI的新数据及其核心能力。在此，领跑者具有明显优势：我们发现，28%的领跑者已经开发出了这五项

所有能力，相比之下，只有19%的快速跟进者如此。

当领先者与其他公司比较时，这种优势也很明显。如图4所示 ,97%的领先者已经开发了三种或更多用于生成式AI的新数据和人工智能关键能力，而只是5%正在尝试使用人工智能的公司（图4）。;

相比快速跟随者，他们更有可能做些事情，比如使用“知识图谱”来构建和语境化数据（26%v.3%）以及在整个数据生命周期中有效管理数据（22%vs.6%）。

在利用多样化数据来源方面，领跑者同样具有明显优势。例如，他们比快速跟随者更可能大量使用零方数据（44%vs.4%）、第二方数据（30%vs.7%）、第三方数