AI不僅要能“吟詩”,，更應(yīng)會(huì)“做事”。----面對(duì)AI浪潮的來臨,，此乃廣大企業(yè)由衷的心聲,。

始于2022年底的生成式AI浪潮，最近兩年深刻影響著每一個(gè)行業(yè),、每一家企業(yè)甚至每一個(gè)人,。但通往通用人工的巨大期許、百模大戰(zhàn)的無比喧囂,、愈發(fā)龐大的持續(xù)投入以及各種場(chǎng)景的艱難驗(yàn)證,，讓越來越多企業(yè)迷失在GenAI的混亂使用中，AI賦能“做事”似乎可望而不可及,。

那么,，企業(yè)應(yīng)該如何走出“GenAI混亂使用”階段，真正實(shí)現(xiàn)AI賦能業(yè)務(wù),？未來熱門的AI應(yīng)用場(chǎng)景有哪些,？面向未來，企業(yè)需要什么樣的人工智能整體戰(zhàn)略規(guī)劃,？近日,，IDC一份《Data & AI Pulse:Asia Pacific 》調(diào)研報(bào)告（以下簡(jiǎn)稱：《報(bào)告》）吸引亞太地區(qū)廣大用戶的密切關(guān)注。

該《報(bào)告》直言,，亞太地區(qū)未來五年的AI支出將保持24%年復(fù)合增長(zhǎng)率,，預(yù)測(cè)型AI、解釋型AI和生成式AI三項(xiàng)AI投資將趨于均衡,；企業(yè)需盡快制定人工智能長(zhǎng)期戰(zhàn)略,，加速提升自身的AI成熟度，走出“GenAI使用混亂”階段,，在未來市場(chǎng)競(jìng)爭(zhēng)中與AI浪潮同頻共振,，從而實(shí)現(xiàn)AI賦能。

是時(shí)候關(guān)注AI成熟度！

2024年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者,、MIT教授西蒙·約翰遜認(rèn)為,，AI應(yīng)該更加注重如何提高生產(chǎn)力，而非單純追求技術(shù)的自動(dòng)化和智能化,。

的確，西蒙·約翰遜教授的觀點(diǎn)道出了企業(yè)對(duì)于AI賦能的核心目的和正確方向,。自上個(gè)世紀(jì)50年代提出概念以來,，人工智能經(jīng)歷三起三落，直到GenAI和大語言模型的突然崛起,，人們才充分認(rèn)識(shí)到人工智能技術(shù)所帶來的變革性影響,。近年來，全球多個(gè)國(guó)家更是大刀闊斧,、快馬加鞭制定人工智能戰(zhàn)略規(guī)劃,，寄希望人工智能推動(dòng)生產(chǎn)力的飛躍。

以中國(guó)為例,，今年初的政府工作報(bào)告首次將“人工智能+”寫入,，強(qiáng)調(diào)“深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用,，開展“人工智能+”行動(dòng),，推動(dòng)各行各業(yè)以“智”提“質(zhì)”，加速發(fā)展新質(zhì)生產(chǎn)力和推動(dòng)產(chǎn)業(yè)變革,。

事實(shí)上,，GenAI崛起的如此迅速，以至于很多企業(yè)有點(diǎn)猝不及防,。固然,，GenAI已在客戶體驗(yàn)、企業(yè)運(yùn)營(yíng),、員工生產(chǎn)力,、內(nèi)容創(chuàng)作效率等方面展現(xiàn)出不錯(cuò)的應(yīng)用潛力。但亦不可否認(rèn),，各行各業(yè)用戶對(duì)于GenAI有種“唯恐不及”的心態(tài),，生怕錯(cuò)失這次重要的技術(shù)變革浪潮，爭(zhēng)相擁抱GenAI的同時(shí),，不可避免地陷入一定的“混亂”,。

《報(bào)告》將2023-2024年定義為GenAI的混亂使用階段：大部分企業(yè)通常雜亂無章、爭(zhēng)先恐后地開展各類概念驗(yàn)證（POC）,；同時(shí)會(huì)產(chǎn)生五花八門的戰(zhàn)略,，在技術(shù)層面也是各自為政；雖然以生產(chǎn)力場(chǎng)景為主,，但AI主要靠“買”而不是靠“建”,。

“現(xiàn)在所有組織與企業(yè)都面臨著使用AI的壓力,，包括技術(shù)層面、市場(chǎng)競(jìng)爭(zhēng)層面和監(jiān)管層面等,?！盨AS公司亞太地區(qū)與歐洲、中東和非洲新興地區(qū)高級(jí)副總裁Shukri Dabaghi直言道,。

《報(bào)告》就指出,，大多數(shù)亞太地區(qū)企業(yè)現(xiàn)階段都處于AI成熟度早中期，都著力于建設(shè)短期項(xiàng)目和業(yè)務(wù)案例,，處于AI高級(jí)成熟階段的企業(yè)很少,；2025-2026年將進(jìn)入到AI轉(zhuǎn)型的“采用階段”，2027年及以后將加速開啟AI賦能型企業(yè)的階段,。

本質(zhì)上,，AI是一個(gè)創(chuàng)造業(yè)務(wù)價(jià)值的過程，需要具備數(shù)據(jù),、技術(shù),、流程、技能和治理等方面的綜合能力,，這也就決定AI的投資與建設(shè)絕非一蹴而就,，而是一個(gè)長(zhǎng)期過程，需要有著更加清晰的策略與規(guī)劃,。此時(shí)此時(shí),，企業(yè)提升自身的AI成熟度勢(shì)在必行，需要盡快走出“混亂使用”階段,。

《報(bào)告》則認(rèn)為提升AI成熟度需要遵循構(gòu)建強(qiáng)大的技術(shù)系統(tǒng)和平臺(tái),、以數(shù)據(jù)為中心和以模型為中心的流程、強(qiáng)大的治理,、AI人才和AI倫理道德,，以及高質(zhì)量數(shù)據(jù)的可用性等五大原則。

如何與AI浪潮同頻共振

隨著全球邁向AI驅(qū)動(dòng)的時(shí)代,，充分釋放AI潛力就成為各行各業(yè)未來取得商業(yè)成功的重中之重,。

當(dāng)前，GenAI展現(xiàn)出巨大的應(yīng)用潛力,。麥肯錫分析當(dāng)前應(yīng)用于各個(gè)行業(yè)的63種GenAI應(yīng)用之后,，預(yù)測(cè)GenAI將為全球經(jīng)濟(jì)每年帶來2.6萬億至4.4萬億美元的增長(zhǎng)。但GenAI≠AI的全部,，也不適用于所有業(yè)務(wù)場(chǎng)景,，預(yù)測(cè)型AI和解釋型AI依然大有用武之地。因此，企業(yè)要想提高市場(chǎng)競(jìng)爭(zhēng)力和適應(yīng)性,，必須與AI浪潮同頻共振,，更好地適應(yīng)AI時(shí)代的發(fā)展趨勢(shì)。

首先,，AI應(yīng)用場(chǎng)景未來必然走向豐富化,，尤其是基于GenAI技術(shù)的場(chǎng)景會(huì)持續(xù)涌現(xiàn)，像文案寫作,、業(yè)務(wù)流程和工作流自動(dòng)化,、代碼生成等。但像預(yù)測(cè)型AI和解釋型AI等在金融,、制造、醫(yī)療等行業(yè)同樣有著廣泛的應(yīng)用前景,。因此,，企業(yè)需要整合不同類型的AI技術(shù)，并創(chuàng)建戰(zhàn)略級(jí)的AI場(chǎng)景組合,，而非聚焦開發(fā)單獨(dú)場(chǎng)景,。

《報(bào)告》也介紹，亞太地區(qū)企業(yè)的計(jì)劃在未來12個(gè)月采用AI的企業(yè)會(huì)將重點(diǎn)放在數(shù)據(jù)驅(qū)動(dòng)的AI場(chǎng)景上,，如預(yù)測(cè)性分析/欺詐偵測(cè),、產(chǎn)品/服務(wù)創(chuàng)新和數(shù)據(jù)增強(qiáng)等，而不是代碼生成或文案寫作等,。例如,，金融機(jī)構(gòu)除了GenAI應(yīng)用之外，也非?？粗仡A(yù)測(cè)型AI技術(shù),，用其來偵測(cè)風(fēng)險(xiǎn)和欺詐。

其次,，隨著企業(yè)AI成熟度的不斷提升,，企業(yè)們對(duì)于生成式AI、預(yù)測(cè)性AI和解釋性AI的認(rèn)知與判斷也會(huì)更加清晰,，投資回歸理性成為必然趨勢(shì),。《報(bào)告》的調(diào)研數(shù)據(jù)就顯示,，2023年預(yù)測(cè)型AI,、解釋型AI和生成式AI所占AI投資比分別為34%、47%和19%,，2024年比例則標(biāo)尺34%,、32%和34%，企業(yè)投資從解釋型AI流向生成式AI的趨勢(shì)明顯，各項(xiàng)AI技術(shù)的投資也趨于均衡,。

不過,，GenAI當(dāng)前尚未產(chǎn)生出足夠大的商業(yè)價(jià)值，并且需要耗費(fèi)巨大的GPU算力投資,，也讓部分企業(yè)陷入“困境”,。

Shukri Dabaghi直言，無需過于擔(dān)憂GPU算力昂貴等挑戰(zhàn),，“20年前,，最昂貴產(chǎn)品是數(shù)據(jù)倉(cāng)庫，但只有少數(shù)企業(yè)使用數(shù)據(jù)倉(cāng)庫來存儲(chǔ)和管理數(shù)據(jù),。隨著時(shí)間推移,，數(shù)據(jù)處理技術(shù)的不斷發(fā)展，數(shù)據(jù)處理成本持續(xù)下降,，越來越多企業(yè)能夠處理,、管理和分析數(shù)據(jù)。現(xiàn)在人工智能出現(xiàn)的現(xiàn)象,，與過去出現(xiàn)的情況類似,，GPU處理數(shù)據(jù)成本會(huì)越來越低，企業(yè)無需過于擔(dān)憂,?！?/p>

第三，很多企業(yè)低估了AI與業(yè)務(wù)融合以及實(shí)施的難度,，AI猶如一個(gè)復(fù)雜且長(zhǎng)期的工程化問題,，不僅涉及數(shù)據(jù)、技術(shù),、基礎(chǔ)設(shè)施,、業(yè)務(wù)、監(jiān)管等諸多方面,，更需要在技術(shù)適配,、實(shí)施路徑、團(tuán)隊(duì)協(xié)作,、評(píng)估測(cè)試等方面著力,。因此，制定長(zhǎng)期AI長(zhǎng)期投資計(jì)劃和使用戰(zhàn)略,，是企業(yè)走向AI高級(jí)成熟階段的關(guān)鍵,。

《報(bào)告》也認(rèn)為，在AI驅(qū)動(dòng)的時(shí)代,，企業(yè)分為AI領(lǐng)先者和AI跟隨者,，AI領(lǐng)先者與AI跟隨者最大的區(qū)別就是是否具備長(zhǎng)期的AI戰(zhàn)略,。

Shukri Dabaghi則強(qiáng)調(diào)數(shù)據(jù)是一切人工智能的基礎(chǔ)，企業(yè)需要尤為重視數(shù)據(jù)的價(jià)值與作用,，“一切都需要從數(shù)據(jù)開始,，企業(yè)需要理解數(shù)據(jù)、管理數(shù)據(jù)和確保數(shù)據(jù)安全且合規(guī)的使用,。做好數(shù)據(jù)治理,，是大規(guī)模應(yīng)用AI技術(shù)的前提?！?/p>

中國(guó)企業(yè)還需做什么

《報(bào)告》顯示,，27%的中國(guó)企業(yè)被評(píng)為AI領(lǐng)導(dǎo)者，表明相比于亞太其他地區(qū),，AI在中國(guó)市場(chǎng)的發(fā)展更為成熟,；中國(guó)企業(yè)正在大力投資AI，超過四分之一的企業(yè)在AI能力方面處于領(lǐng)先地位,，有59%的企業(yè)計(jì)劃在未來一年內(nèi)大幅增加AI投資,，只有極少數(shù)企業(yè)尚未開發(fā)AI。

事實(shí)上,，與其他國(guó)家和地區(qū)相比，中國(guó)在AI領(lǐng)域有著更為獨(dú)特的優(yōu)勢(shì)：中國(guó)是全球數(shù)據(jù)量最大,、數(shù)據(jù)類型最豐富的國(guó)家之一,；IDC預(yù)測(cè)到2025年，中國(guó)有望成為全球最大的數(shù)據(jù)圈,，可源源不斷為AI技術(shù)提供豐富的數(shù)據(jù)資源,。另外，中國(guó)行業(yè)豐富,、產(chǎn)業(yè)布局完整,，有著極為豐富多樣的行業(yè)應(yīng)用場(chǎng)景，是AI技術(shù)天然優(yōu)良的“試驗(yàn)土壤”和“培育基地”,。更加關(guān)鍵的是,，“人工智能+”、“數(shù)據(jù)要素X”等政策陸續(xù)出臺(tái),，標(biāo)志著中國(guó)在政策導(dǎo)向?qū)用嫔献⒅谹I與實(shí)體經(jīng)濟(jì)的融合與應(yīng)用,。

不過，《報(bào)告》調(diào)研數(shù)據(jù)顯示,，中國(guó)企業(yè)在AI技術(shù)實(shí)施與應(yīng)用上目前存在著缺乏成熟專業(yè)的AI人才,、數(shù)據(jù)缺乏足夠治理流程和缺乏AI治理框架與風(fēng)險(xiǎn)管理實(shí)踐，另外數(shù)據(jù)訪問受限和效率低下也是導(dǎo)致一些AI項(xiàng)目失敗的關(guān)鍵原因,。

《報(bào)告》也強(qiáng)調(diào),，中國(guó)企業(yè)除了注重AI專業(yè)人才儲(chǔ)備,、AI治理框架與風(fēng)險(xiǎn)管理之外，利用數(shù)據(jù)平臺(tái)和ModelOps是未來AI能力不斷成熟提升的一大有效路徑,。數(shù)據(jù)平臺(tái)對(duì)于改善數(shù)據(jù)質(zhì)量,、建立堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)以及確保數(shù)據(jù)安全合規(guī)使用大有裨益，而ModelOps則對(duì)于模型的集成與部署,、模型版本的控制與管理,、資源優(yōu)化和團(tuán)隊(duì)協(xié)作等發(fā)揮著重要作用。

作為全球領(lǐng)先的數(shù)據(jù)分析與AI公司,，SAS公司多年以來一直深耕中國(guó)市場(chǎng),，并且在金融、制造,、生物醫(yī)藥,、教育等多個(gè)行業(yè)擁有龐大的用戶群，SAS數(shù)據(jù)分析平臺(tái)和結(jié)果成為很多行業(yè)的事實(shí)標(biāo)準(zhǔn),。例如,，在生物醫(yī)藥行業(yè)，藥企在新藥申報(bào)提供的藥物臨床實(shí)驗(yàn)結(jié)果分析與評(píng)估,，優(yōu)先以SAS分析結(jié)果成為行業(yè)默認(rèn)的規(guī)定,。

對(duì)于中國(guó)企業(yè)在AI發(fā)展的現(xiàn)狀以及未來龐大的AI應(yīng)用前景，SAS公司一如既往的重視,，并且將從AI行業(yè)解決方案,、降低產(chǎn)品門檻以及國(guó)產(chǎn)技術(shù)環(huán)境適配三個(gè)方面發(fā)力，全面推動(dòng)領(lǐng)先的數(shù)據(jù)分析與AI產(chǎn)品在中國(guó)行業(yè)用戶中的落地與應(yīng)用,。

首先,，中國(guó)正在加速推動(dòng)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合，AI,、數(shù)據(jù)分析等技術(shù)是數(shù)實(shí)融合的重要抓手,，AI技術(shù)走向垂直行業(yè)是大勢(shì)所趨，AI行業(yè)解決方案在中國(guó)市場(chǎng)未來將是強(qiáng)需求,。而SAS公司去年即宣布了未來三年將投入10億美元打造AI行業(yè)解決方案,，推動(dòng)AI在行業(yè)用戶中的使用。

Shukri Dabaghi介紹：“SAS AI行業(yè)解決方案的基礎(chǔ)是 SAS Viya,。SAS將確保云原生AI平臺(tái) SAS Viya版本每年持續(xù)創(chuàng)新,、更新與優(yōu)化。并在SAS Viya基礎(chǔ)上專注于定制化的AI和高級(jí)分析解決方案,，以滿足銀行,、政府、保險(xiǎn),、生命科學(xué)等行業(yè)的特定需求,?！?/p>

其次，SAS在銀行,、生命科學(xué)等專業(yè)化場(chǎng)景中一直以安全,、可靠穩(wěn)定和兼容性強(qiáng)著稱，并且獲得眾多行業(yè)用戶的青睞,。為進(jìn)一步降低數(shù)據(jù)分析等工作的門檻,，從而加速推動(dòng)AI、數(shù)據(jù)分析等技術(shù)在各個(gè)行業(yè)中的普及,，SAS將從產(chǎn)品層面融入大模型等技術(shù),，讓產(chǎn)品體驗(yàn)和使用門檻進(jìn)一步降低，讓數(shù)據(jù)分析更加大眾化,。

SAS大中華區(qū)首席數(shù)據(jù)科學(xué)家馬寧博士直言：“SAS Viya馬上將推出Copilot,，能夠?qū)⒆匀徽Z言轉(zhuǎn)化為SAS代碼，將SAS公司在數(shù)據(jù)分析,、行業(yè)知識(shí)等領(lǐng)域的多年積累融入到Copilot之中,。SAS將廣泛支持全球商業(yè)或者開源大模型，并且支持大模型的切換,，用戶按需使用即可,。”

第三,，中國(guó)自身數(shù)字化技術(shù)體系崛起已成為不爭(zhēng)的客觀事實(shí),，從芯片、操作系統(tǒng)到數(shù)據(jù)庫,、中間件，再到大模型等均取得長(zhǎng)足的進(jìn)步,，并且逐步在各個(gè)行業(yè)中得到應(yīng)用,。對(duì)此，SAS公司的思路是兼容并蓄和高度重視,，持續(xù)投入研發(fā)去適配整個(gè)國(guó)產(chǎn)化的數(shù)字技術(shù)體系,，讓廣大行業(yè)用戶能夠平滑、高效地使用SAS產(chǎn)品,。

綜合觀察,，管理學(xué)巨擘彼得·德魯克認(rèn)為，戰(zhàn)略規(guī)劃不是規(guī)劃“未來做什么”,，而是規(guī)劃“當(dāng)前必須做什么”,，才能準(zhǔn)備好迎接充滿不確定性的未來。在今天這個(gè)充滿不確定性的市場(chǎng)中,，企業(yè)全面擁抱AI已是當(dāng)下必須做的一道必答題,。IDC《Data & AI Pulse:Asia Pacific 》報(bào)告從亞太地區(qū)企業(yè)實(shí)際使用AI情況出發(fā),，在技術(shù)、產(chǎn)品,、策略等給出諸多切實(shí)可行的建議,，值得所有正在實(shí)施AI的企業(yè)思考、借鑒和學(xué)習(xí),。