如今，創新驅動型企業正在人工智能 (AI) 系統中投入大量資源，以推進其 AI 成熟度之旅。根據 IDC，到 2026 年，全球在以 AI 為中心的系統上的支出預計將超過 3000 億美元，相比之下到 2022 年將達到 1180 億美元。
過去，人工智能係統因流程不夠成熟而失敗的頻率更高。關於 60-80% 的 AI 項目曾經因計劃不周、缺乏專業知識、數據管理不當或道德和公平問題而失敗。但是，隨著時間的推移，這個數字每年都在提高。
如今，AI 項目的平均失敗率已降至 46%。隨著公司在其 AI 成熟度之旅中取得進展，AI 失敗的可能性進一步降低至 36%。
讓我們進一步探討一個組織通往 AI 成熟度的路徑、它可以採用的不同模型和框架，以及構建有效 AI 戰略的主要業務驅動力。
什麼是 AI 成熟度?
AI 成熟度是指公司在採用、實施和擴展支持 AI 的技術以改進其業務流程、產品或服務方面取得的進步和復雜程度。
根據 LXT AI 成熟度報告 2023，48% 的美國大中型組織已達到更高的 AI 成熟度水平（如下所述），比之前增加了 8%過去一年的調查結果顯示，52% 的組織正在積極嘗試人工智能。
報告表明，最有前途的工作是在自然語言處理 (NLP) 和語音識別領域——人工智能的子類別– 因為他們擁有最多的跨行業部署解決方案。
此外，製造和供應鏈行業的 AI 項目失敗率最低 (29%)，而零售和電子商務最高（ 52%)。
探索不同的 AI 成熟度模型
通常，AI 驅動的組織會開發適合其業務需求的 AI 成熟度模型。然而，成熟度的基本理念在各個模型中保持一致，專注於開發與 AI 相關的功能以實現最佳業務績效。
一些著名的成熟度模型已由 Gartner、IBM 和 微軟。它們可以為組織的 AI 採用之旅提供指導。
下面讓我們簡要探討一下 Gartner 和 IBM 的 AI 成熟度模型。
Gartner AI 成熟度模型
Gartner 有一個 5 級 AI 成熟度模型，公司可以使用該模型來評估其成熟度級別。讓我們在下面討論它們。
Gartner AI 成熟度模型圖示。資料來源:LXT 報告 2023
第 1 級 – 意識:此級別的組織開始討論可能的 AI 解決方案。但是，目前還沒有正在進行的試點項目或實驗來測試這些解決方案在此級別的可行性。2 級-活躍:組織處於 AI 實驗和試點項目的初始階段。3 級– 運營:此級別的組織已採取具體步驟採用 AI，包括將至少一個 AI 項目投入生產。第 4 級-系統:此級別的組織在大部分時間都使用 AI他們的數字過程。此外，人工智能驅動的應用程序促進了組織內外的高效互動。第 5 級-轉型:組織已將人工智能作為其業務工作流程的固有部分。
根據此模型，公司開始從第 3 級開始實現 AI 成熟度。
IBM AI 成熟度框架
IBM 有 制定自己獨特的術語和標準來評估人工智能解決方案的成熟度。 IBM 的 AI 成熟度框架的三個階段包括:
銀牌: 在此級別的 AI 功能上，企業探索相關工具和技術以為採用 AI 做準備。它還包括了解 AI 對業務、數據準備和其他與 AI 相關的業務因素的影響。金牌:在這個級別，組織通過 AI 提供有意義的業務成果來獲得競爭優勢。此 AI 功能提供有數據支持的建議和解釋，可供業務線用戶使用，並展示了良好的數據衛生和自動化。白金:此復雜的 AI 功能可持續用於任務關鍵型工作流。它適應傳入的用戶數據並為 AI 結果提供清晰的解釋。此外，強大的數據管理和治理措施已到位，可支持自動化決策。
實現 AI 成熟度的主要障礙
組織在實現成熟度方面面臨多項挑戰。 LXT 2023 報告 識別出 11 個障礙，如下圖所示。讓我們在這裡討論其中的一些。
AI 成熟度挑戰圖。資料來源:LXT 報告 2023
1.將 AI 與現有技術集成
大約 54% 的組織面臨將遺留或現有技術集成到 AI 系統的挑戰，這是實現成熟的最大障礙。
2.數據質量
高質量的訓練數據對於構建準確的 AI 系統至關重要。然而，收集高質量數據仍然是實現成熟的一大挑戰。報告發現，87%的企業願意為獲取高質量的訓練數據支付更高的費用。
3.技能差距
如果沒有合適的技能和資源，組織就很難構建成功的 AI 用例。事實上，31% 的組織缺乏支持其 AI 計劃和達到成熟的技術人才。
4.弱人工智能策略
我們在現實世界系統中觀察到的大多數人工智能都可以歸類為弱人工智能或窄人工智能。它是一種 AI，可以執行一組受過訓練的有限任務。大約 20% 的組織沒有全面的 AI 戰略。
為克服這一挑戰，公司應明確定義並記錄其 AI 目標，投資於高質量數據，並為每項任務選擇正確的模型。
推進 AI 戰略的主要業務驅動因素
LXT 成熟度報告確定了 AI 的十個關鍵業務驅動因素，如下圖所示。讓我們在這裡討論其中的一些。
AI 的關鍵業務驅動因素圖示。資料來源:LXT 報告 2023
1.業務敏捷性
業務敏捷性是指組織使用創新業務解決方案適應不斷變化的數字趨勢和機遇的速度。對於大約 49% 的組織而言，它仍然是 AI 戰略的主要驅動力。
AI 可以通過更快、更準確的決策制定、自動化重複性任務以及提高運營效率來幫助公司實現業務敏捷性。
p
2。預測客戶需求
大約 46% 的組織認為預測客戶需求是 AI 戰略的關鍵業務驅動力之一。通過使用 AI 分析客戶數據，公司可以深入了解客戶的行為、偏好和需求，從而使他們能夠定制產品和服務以更好地滿足客戶的期望。
3.競爭優勢
競爭優勢使公司能夠從競爭對手中脫穎而出，並在市場上獲得優勢。 41% 的組織認為，它是人工智能戰略的關鍵驅動因素。
4.簡化決策制定
基於 AI 的自動化決策制定可以顯著減少做出關鍵數據決策所需的時間。這就是為什麼大約 42% 的組織認為簡化決策制定是 AI 戰略的主要業務驅動因素。
5.產品開發
創新產品開發從被公認為 2021 年 AI 戰略的首要業務驅動力，下降到第七位，39% 的組織認為它是 2023 年的業務驅動力。
這表明，AI在業務流程中的適用性並不完全依賴於產品的質量。高彈性、可持續性和快速上市時間等其他業務方面對於業務成功至關重要。