酷应用

AI 成熟度调研丨人工智能是挑战还是机遇？

百家作者：微软科技 2020-03-15 03:44:14

（本文阅读时间：8分钟）

本篇文章由微软和安永联合著作。微软正在与安永合作进行人工智能成熟度调研，共同剖析各行业内企业人工智能成熟度现状，展望崭新业务机会，后续也将联手推出白皮书报告和系列相关活动，敬请期待。

近年来，各领域都掀起了一波人工智能浪潮。随着企业真正将人工智能纳入规划或落地实施，企业面临的是人工智能带来的全方位挑战，从领导力转型、业务变革、组织文化、资金支持，到技术人才等等。那么企业会面临哪些挑战，又该如何事先识别挑战，从而转化为机遇呢？

根据此前安永的调研报告，500 位 CEO 及行业领袖指出发展人工智能能力的核心挑战与困难包括缺乏拥有人工智能技术的人才（46%）、监管或安全风险（40%）、人工智能基础设施技术能力不足（37%）及数据质量有待提升（36%）等。[i]

截至目前，微软与安永合作进行的微软 x 安永人工智能成熟度调研结果显示大中华区受访者提出的企业人工智能核心挑战主要为以下七点：

Q1：我们也想部署AI，但是找不到合适的技术人才怎么办？

随着人工智能时代的到来，类似人工智能会取代相当一部分人的工作的新闻不绝于耳。然而人们却忽略了新的工作也在因此被创造。人们将需要掌握新的技术技能，以将人工智能作为辅助工具或是与人工智能合作共同为所属企业创造价值。

人工智能产业的快速崛起导致人工智能人才数量远不及需求。对企业而言，寻人工智能人才困难重重，学术背景、熟练掌握人工智能相关技术、丰富的经验、良好的沟通能力缺一不可。各企业都迫切的招揽有能力有资质的复合型人工智能人才，以建立自身人工智能能力推动业务发展。

除了内部获取，如何通过构建多元化、多层次的商业合作伙伴群也成为企业发展新课题。学会与生态圈的大型互联网企业、小而美的创业企业、可扩展性佳的外资企业同生、共融，寻找共同利益点，成为企业发展新课题。

Q2：现在我们对人工智能的应用尚在探索，监管环境也不成熟，我们很担心在部署 AI 的过程中会面临一些监管和安全方面的风险，应该怎么应对这种风险呢？

人工智能的部署要求从根本上重新设计企业流程和结构，需要企业配置一套与之相适应的人工智能治理管理体系来应对可能产生的监管及安全风险。

首先是建立一套内部风险管理框架。企业在考虑解决方案的商业可行性时，还要考虑潜在的违规行为，建立起配套的风险应对机制。

其次，面对人工智能对员工造成的失业担忧，公司需要加强组织变更管理方面的建设，确保员工具备新的技能，激励员工参与由人工智能推动的重组工作。

最后，数据作为人工智能的必要输入，其数量和质量直接决定了人工智能的利用效果。企业需要建立起相应的基础架构和数据管理协议，高效有序地进行数据治理。

Q3：我们 IT 部门在公司中的地位比较边缘化，领导一直不重视 IT 的发展，导致我们公司到现在一些硬件设备、云平台等都不完备。这种情况下是不是很难推行数字化转型？

硬件设备、云平台、数据存储设施、网络运输等技术设备都是企业在数字化进程及人工智能发展路径上不可或缺的要素。微软在《转型者的阵痛与重生》中指出企业传统 IT 部门无法掌握最新技术能力，导致新技术转型过程中可能比新建技术部门更困难。

企业数字化转型路径是由信息化发展至数字化，最后发展为智能化。信息化关注步骤性流程，因此信息化可谓是数字化的基础。当企业尚未达到信息化程度，缺少基础设施以及对业务流程的完整了解，企业很难实现后续转型。

Q4：我们公司现在数据利用的不是很到位，很多数据都没有收集整合上来，更别说分析利用了，这种情况下可以做数字化转型吗？可以部署 AI 吗？

数据是人工智能的原材料，人工智能的学习需要海量数据投入作为训练素材。原材料短缺势必会成为企业在人工智能发展路径上的难关。

多数企业数据以内部数据为主，外部数据为辅。其中大量非结构化数据（包括语音、图像、文本）极大程度导致企业在人工智能技术起步阶段缺少有效数据。企业需要从数据安全、数据质量、数据管理、数据采集、数据标注等多方面着手才能为未来人工智能技术的发展打下坚实基础。

许多企业已经开始进行数据采集，包括消费者信息、交易数据、营销数据等。但数据零散、缺乏整合数据库、缺少高级分析工具直接导致企业无法高效运用数据拓展营收，也无法为业务决策提供数据依据。[ii]

Q5：我们想在公司里推一些比较新的项目或者介绍一种新的数字化工具的时候，公司里一些员工有些抗拒，他们好像还是更喜欢过去的工作方式，使用以前传统的工具，变革很难推动下去怎么办？

企业转型是非常痛苦的，往往面临两难的选择，“不转型就等死，转型就是找死。”企业需要具备成长性思维和勇于拥抱变化的文化，勇于推翻自己的过去。

在数字化转型中，许多企业容易忽略企业管理层与员工对于新工作方式的接受程度。企业需要思考，原有的组织架构、目标与绩效衡量是否仍然符合转型期间及转型后的需求。从企业的角度，制定人工智能战略超出了业务范畴，需要注入人工智能就绪文化所需的领导力、行为和能力。因此，除了技术发展，人和组织对转型来说也是重要的决胜因素。

Q6：我们通过问卷调查发现，消费者对 AI 缺乏信任，有些抗拒，为什么会出现这种情况呢？

AI 推进各行各业的变革，许多企业认为 AI 是未来不可避免的发展趋势，并准备拥抱这一变化，然而与之形成对比的是消费者对 AI 缺乏信任，对 AI 持怀疑和观望的态度，造成这种现象的原因主要源于两个方面：一是 AI 的技术能力，二是个人隐私保护。

随着 AI 应用领域的持续扩大和深入，消费者发现 AI 的技术能力没有达到他们所期待的“智能”程度。无人驾驶发生多起事故，人脸识别无法区分双胞胎，在医疗领域，即便机器人诊疗的准确度高于医生，患者也还是倾向于由医生为自己诊疗，因为他们认为 AI 不会考虑其个人特质和特殊情况。

其次，AI 的使用意味着企业对消费者数据的大量采集，消费者对企业保护数据的能力持怀疑态度。收集数据本身就已经部分侵犯了个人隐私，若遭遇黑客攻击数据平台，则更是会直接导致大量数据泄露。没有信任就没有使用。如何解决消费者信任问题是企业面临的重要挑战之一。

Q7：人工智能项目的收益难以短期量化，我们目前更注重其他短期回报率高的数字化项目。由于缺乏长期策略与路径规划，基础数据的可用性、兼容性都将成为我们在数字化进程中的潜在挑战。怎样才能扭转这种局面呢？

管理层需要加强自身数字化驱动力，改变思维方式以更好的做出人工智能相关决策及推动人工智能企业级发展。管理层需要具备高效的领导力、切实的行动力、跨部门跨职能的良好沟通等能力才能有效引领转型。

大中华区企业更注重智能机器人、无人机和智能驾驶等终端产品市场，以及聊天机器人、个性化推荐等提升消费者体验或有效提升销售数据的人工智能应用。若企业缺乏长期人工智能部署策略，人工智能将难以在企业中后台得以有效规划应用。

所有即将投身于人工智能技术的企业都应正视以上挑战，只有事先识别出困难才能知道该如何对症下药，将挑战转化为机遇。

人工智能的伦理道德问题也是企业面临的挑战之一，算法偏见、隐私侵犯、数据保护、网络安全等问题都需要被企业加大重视。发展人工智能的同时需要遵守哪些原则？如何治理人工智能？如何避免潜在风险？请期待下一期 AI 成熟度调研系列文章。

[i] The AI race: barriers, opportunities and optimism, EY

[ii] 转型者的阵痛与重生, Microsoft