近日，Gartner发布最新调研结果显示，中国企业正在将人工智能项目从原型转向生产，大多数企业已不再纠结于为何需要AI能力，而更加关注AI工程化能力的建设，以数据驱动决策为目标，持续为业务创造价值。一些领先的中国AI企业已经在各个场景中运用生成AI和其他新型AI技术，构建原生AI企业。
尽管CIO们普遍认为AI对业务具有巨大的价值，但董事会成员对AI持有怀疑态度，其实际效果未能达到预期。然而，ChatGPT的推出使得董事会成员和企业高管首次接触到生成AI的巨大潜力，开始相信生成AI能够为业务带来变革和巨大价值。这给CIO们带来了一些焦虑和压力，他们担心错过了生成AI的投资机会。
Gartner发布中国企业人工智能趋势浪潮3.0，旨在帮助企业首席信息官(CIO)更好地规划AI能力，提升业务效果。
目前，中国企业平均已部署超过5个AI用例，每个企业平均已开始部署24个AI用例。虽然许多业务用户或企业高管认为AI只是像安装插件一样简单，但实际上，运营AI涉及数据加工、业务指标梳理、数据集成、业务集成、持续监控和优化等多个环节，需要全局考虑端到端的AI用例和流程。
5个中国企业中仅有1个企业的AI能够完全满足业务需求，这也是为什么越来越多的领先企业不再将AI视为单个项目的投入，而是以产品运营和组合运营的方式，从端到端、业务结果导向的角度来整体运营AI，使其在全生命周期中持续产生业务效果。
对于一些企业而言，进行流程，算法，系统的全局创新可能带来更有价值的应用，但也伴随着较大的风险。在最新的中国企业调研中，有75%的企业认为生成式AI的未来能力可能超过其带来的风险。尽管目前企业对风险的感知较低，但一旦出现风险，可能会对企业造成巨大商誉损失和客户流失。
在应用生成型AI时，企业往往会规避风险，即在不引起严重后果或潜在争议的情况下使用AI技术。这种谨慎的态度是合理的，但也可能导致错失一些潜在的商业机会。因此，企业需要在实现商业价值和管理风险之间寻求平衡。
为了确保AI应用的可信度和可解释性，企业应该采取透明度和可解释性的方法，确保AI决策过程的透明度，以及提供对AI决策的解释和辩解能力。在应用生成型AI时，企业需要仔细评估可能涉及的道德、法律和社会问题，并确保符合相关法规和道德标准。通过建立明确的监管和治理框架，企业可以在平衡创新和风险的基础上实现AI的商业潜力。
在明确风险和价值之后，我们还需要思考如何选择人才和调整组织架构，以帮助AI战略性地落地。在中国企业落地AI时，超过一半的企业认为人才是最大的挑战。与此相比，在国外只有不到30%的企业认为AI人才是最大的挑战。这可能是因为不同的组织对人才和组织关系的要求不同。领先的机构通常能够整合不同的业务理解、IT技能和数据科学技能，使AI能够更完整、更全面、更有效地落地。
