其中，首个关键能力是战略与高管支持。陈泽奇认为，一个AI成熟的企业必须有高管的支持，以便能够在全公司通过AI赋能全方位的业务。同时，数据与AI核心能力也同样关键，大数据时代的数据平台和数据中台都是企业核心的数据能力，在核心的数据能力之上进行的数据洞察和价值挖掘，就是AI的应用。
此外，人才与文化以及建设负责任的AI也同样构成企业AI成熟度的关键。在大数据时代，企业既需要数据科学家搭建AI能力实现企业规模化的AI应用，也需要AI深度赋能企业业务，促进企业数字化转型，同时AI应用会涉及到诸多敏感数据，企业在利用数据提炼洞察时需要遵循道德准则。
基于以上四大关键组合能力，埃森哲对中国企业进行分析。数据显示，52%的中国企业处于应用AI的试验阶段，既没有坚实的AI基础，也缺乏清晰的AI战略，仅13%的中国企业展现出较高的AI成熟度水平，成为应用AI的领军者。
AI领军者有何过人之处？报告显示，AI领军者能够将战略、流程和人员等方面的优势融为一体，实现多方兼顾、综合发力；同时，AI领军者更擅长把试点成果转化为更广泛的生产力，小步快跑、规模推广。
最后，领军者关注财务指标以外的数据，尤其关注创造可持续发展的价值，领军者比试验者更有可能收获大于30%的“由AI推动的营收”，在成功减少运营排放的企业中，70%都在利用AI实现绿色转型。
“对于企业来说，规模化应用AI是一门技术课题，也是一门管理学问。”陈泽奇表示，在加速提升成熟度的过程中，企业管理者需要考虑短期和长期投入，将AI更好地融入企业整体战略重点，以人才为基石，打造AI核心能力，一以贯之地坚持包容和可持续，方能发挥AI开创、启发和引领的实际作用。
不同企业之间的AI成熟度有差，从行业角度而言亦然。
报告显示，AI在不同行业的应用重点和成熟度存在明显差异。2021年，高科技行业的AI成熟度超过60分领先各行业，自然资源、公共服务、医疗健康及生命科学紧随其后，位居40-60分值区间。
不过，报告也指出，当前各行业之前的差距正在持续缩小。例如，自然资源与能源行业正致力于利用AI提升能效与安全，并实时最终碳足迹，有望在2024年步入60分以上区间；保险与零售行业借助AI进一步提升客户与员工体验，随着AI驱动的自动驾驶技术更为成熟，汽车制造和供应企业的成熟度也有望得到较大幅度的提升，这些行业在2024年的AI成熟度分值将逼近60分大关。
此外，工业企业也已经看到AI技术在优化设计开发与生产制造各个环节带来的巨大价值，未来的AI成熟度也有望实现大幅跨越。
“当前不同行业的AI应用重点和成熟度存在差异，高科技依然领先，通讯与媒体、汽车、能源等行业取得较大进步，”在接受21世纪经济报道记者采访时，陈泽奇表示，而后疫情时代，未来三年随着AI应用的普及和渗透率提高，行业差距将进一步收窄。
陈泽奇指出，行业的AI成熟度与行业属性密切相关。对于高科技行业而言，天生具备大量数据，亦是新技术萌生的原点，因而其AI成熟度较高可谓顺理成章。相较之下，工业制造业本身并非数字化的产物，其应用需要将工厂、生产流程、设备等进行数字化，再匹配智能化，所以步伐相对较慢，“但工业的潜能一旦释放，其量能将是巨大的。”
相关阅读 >>
微软宣布与openAI扩大合作关系，将在多年内向其投资数十亿美元
AI创作时代来临！喜马拉雅出现由AI写作、AI演播的有声小说
瑞莱智慧完成超3亿元a轮融资，加大AI安全、隐私计算等平台产品研发投入
2022 剑桥 AI 全景报告出炉：扩散模型是风口，中国论文数量为美国的 4.5 倍
更多相关阅读请进入《AI》频道 >>
