由IBM发布了《利用AI创造投资回报：AI制胜的六项关键能力》这篇报告。以下是对该报告的部分摘录，完整内容请获取原文查看。随着 AI 的日益成熟，企业级 AI 项目的平均投资回报率仅为 5.9%，远低于 10% 的平均资本成本。
1.AI 成为万众瞩目的焦点
人工智能再次跃升为广受关注的热点。 生成式 AI 在商业领域掀起了一股风暴，从 OpenAI 的 ChatGPT、百度的 ERNIE、谷 歌的 LaMDA 到 Facebook 的 LLaMA，各大科技公司纷纷推出自己的大语言模型 (LLM)。企业高管们也难免受到这股浪潮的影响。2023 年初，企业财报电话会议上 提及 AI 的次数同比增长了 77%。1 资金也闻风而动。AI 正成为 IT 预算中越来越大的一部分。今年，全球以 AI 为中心的 系统支出预计将达到 1540 亿美元，比 2022 年增长 27%。2 但企业会明智地使用这些资源吗？随着 AI 模型变得更加快速、智能和可靠，组织正 纷纷加大投资力度。AI 项目的投资回报率 (ROI) 能否达到预期？
答案是：可以达到预期，但前提是组织要采取严格的方法。为了探寻这一结论，我们 调查了全球 16 个主要地区的 34 个商业和技术职位的 2,500 名高管。我们询问受访 者如何拆解其企业当今在 AI 领域的投资，所实现的实际投资回报率，以及需要哪些 要素来提高效率。然后，我们与牛津经济研究院合作，分析了最成功的 AI 项目与哪 些关键业务和技术能力有关。（请参阅第 31 页的“调研和分析方法”。）
我们的研究结果表明，AI 项目的成果之间存在巨大的 差距。只有少数项目能够实现符合股东期望的财务效 益。事实上，企业级 AI 项目的平均投资回报率仅为 5.9%，远低于 10% 的平均资本成本。然而，随着 AI 成 熟度的不断增加，投资回报率会出现明显的改善。事实 上，领先企业实现了 13% 这一令人羡慕的投资回报率 水平。
那么，这些领先企业有哪些独到之处？各种不同行业的 领导者可以从领先企业的成功中学习到哪些经验？请继 续阅读本报告，了解： – 为什么临时 AI 项目的价值低于战略 AI 项目； – 可信数据的影响和“AI-数据”共生的良性循环； – 定义和赋能顶级组织的六项关键能力。 要充分释放 AI 的潜力，就需要在可靠的信任基础上建立 一个成熟的 AI 组织。采取正确举措的企业正在创造巨 大的业务价值，而不仅仅是获得媒体关注。
2.超越机会主义 AI
过去十年来，许多组织一直在押注 AI，但学习曲线非常陡峭。3 一些组织被 AI 技术的“惊人能力”所吸引，却忘记了保持 AI 项目与战略相一 致。另一些组织则将 AI 视为一把锤子，并将所有业务问题都视为钉子。几乎所 有组织都在努力将其实施规模扩展到实验、概念验证和试点之外。 但好消息是，根据 IBM 商业价值研究院的分析，许多组织已经开始取得进 展。AI 部署实现了比以往更大的成功。2021 年，54% 的的受访高管表示其组 织正在有效利用 AI，这一比例相比 2020 年的 25% 增长了一倍多。受访高管还 预计，到 2024 年，AI 投资占 IT 支出的比例将增长至 6.5%。
总体而言，2020 年以来，AI 项目的投资回报率保持稳步上升趋势。企业级 AI 项目的平均投资回报率已从 2020 年初的略高于 1% 增长到 2021 年底的近 6%。4 这可能是由于在全球疫情的推动下，许多组织纷纷大力投资发展各种 AI 赋能型解决方案，以加速远程办公、改善用户体验以及降低成本。 为了衡量 AI 项目投资回报率是否跟上了这一趋势，我们于 2023 年 4 月和 5 月 再次针对 350 多名高管开展了一项调研。我们发现 AI 项目投资回报率继续沿着 预期的增长趋势上行，预计到 2022 年将达到 8.3%。
尽管如此，AI 项目的投资回报仍然低于资本成本，大多 数行业的资本成本通常为 10%。总体而言，根据 IBM 商 业价值研究院的调研，只有不到四分之一的组织表示其 AI 项目的投资回报率高于 10%。
从本质上讲，AI 正在遵循变革性技术的典型“J 曲线”模 式。6 大规模采用新兴技术需要重塑业务模式、工作流、 技能以及业务的许多其他方面。在前期，团队需要克服 各种问题和挑战，回报往往会停滞不前。不过，随着能力 的成熟，回报率会迅速增长。在这种环境下，企业需要制 定战略计划来持续扩大 AI 的影响力。
根据 IBM 商业价值研究院的分析，随着 AI 成熟度的不 断增长，投资回报率将持续改善（见图 3）。大多数追求 临时和/或机会主义 AI 项目的普通企业处于明显落后的 位置。2021 年，一些企业有意识地将 AI 嵌入产品、服 务、业务部门和职能，并实现了超过 7% 的投资回报率。 随着成熟度的进一步增长，AI 部署成为战略业务转型的 一部分，投资回报率进一步改善，达到 8%。
随着组织明确 AI 部署的场景和方式，“大胆押注”就会转 化为更大的效益。曲线顶部是一组取得最佳绩效的组织， 实现了 13% 的平均投资回报率。通过采取稳健、平衡的方 法来运用 AI，包括建立数据和分析技能、发展多学科方法、 创建多元化团队以及通过 AI 卓越中心 (CoE) 来培训团队， 这些组织已经在内部建立起了全方位的能力。
3.数据和 AI： 形成良性循环
打造领先的 AI 组织，首先要考虑的一个因素是 — 组织应当如何选择、收 集、管理和使用其数据。作为一项丰富但难以捉摸的资源，数据要么成就 AI，要么阻碍 AI。 数据就像是数字世界中的石油 — 一种提取成本高昂、难以处理的宝贵资源。低质量的数 据会污染整个生态系统。但如果以负责任的方式加以使用，数据将价值连城。 这是因为具有可靠性、代表性、共识性的数据是建立可信 AI 的基石。人们不会使用自己不 信任的 AI 解决方案，而更注重 AI 伦理的组织则表示客户和员工对其更加信任。10
数据还有助于缩小投资回报率差距。尽管拥有巨量“数据财富”的企业尚不具备全面领先 的综合实力，但它们拥有大量高质量的数据，能够有效用数据创造价值。不仅如此，此类 企业还表示其数据得到了内部和外部利益相关者的充分信任。根据 IBM 商业价值研究院 的分析，丰富的高质量数据有助于企业实现高于平均水平的投资回报率，并改善 AI 项目 的成效。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
相关报告
利用AI创造投资回报：AI制胜的六项关键能力.pdf
AI人脸识别诈骗敲响金融安全警钟.pdf
AI搜索专题报告：怎么看Kimi的空间？.pdf
边缘AI行业研究报告：边缘AI硬件，引领硬件创新时代.pdf
人形机器人专题报告：AI驱动，未来已来.pdf
建筑行业2024年春季投资策略：新国九条催化央企市值国改，低空经济AI与铜矿有色弹性大.pdf
