当前位置：首页 > news >正文

埃森哲揭秘：人工智能创造企业级价值的 5 种方式及企业级推广障碍

news 2026/5/2 10:10:20

ZDNET 核心要点

企业要推动发展势头，就得展示人工智能投资的早期持续成果，还需投资高质量、受管控的数据和共享工作流程。成功实现智能体转型的关键，是从孤立的人工智能转向系统性人工智能。

在企业推广智能体人工智能，强大的数据基础必不可少。企业得有可靠的高质量数据，作为智能体人工智能部署的支柱。企业领导者要确定高影响力的工作流程，并分配给人工智能智能体，这是扩大应用范围的关键能力。而且，推广智能体人工智能要从重新思考工作方式入手。强大的数据基础和管控固然重要，但企业如何从零散的人工智能智能体创新和试点项目，实现人工智能在整个企业范围内的价值呢？埃森哲研究表明，企业要打造智能高速公路，涵盖受管控的数据、明确的决策逻辑和规范化的工作流程、云原生模块化架构以及具备未来思维的员工队伍。

人工智能创造企业级价值的五种方式

埃森哲发现，近九成（86%）的组织计划在 2026 年增加人工智能投资，因为他们认为人工智能有助于增加收入。不过，只有 21% 的公司正在以人工智能为核心重新设计端到端流程。基于 6000 多个人工智能项目的研究，埃森哲确定了人工智能创造企业级价值的五种方式。

1.明确人工智能产生业务影响的时间表：要把人工智能当作需多年建设的企业项目，而非逐季进行的实验，这需要长期规划和行动，意味着持续投资，以及识别和传达短期成果的能力。企业领导者要确定可实现的价值目标，推动组织发展。埃森哲发现，人工智能投资在损益表上产生有意义的价值需要 12 个月或更长时间。

2.做好运营准备：据埃森哲称，70% 的技术预算仍用于支持遗留系统，这减缓了信息流动。为实现运营准备，企业要将端到端流程规范化，让人工智能能快速且大规模地运行。同时，要把合适形式的人工智能应用于工作。并非所有工作都需要人工智能智能体，当工作流程需要推理时，人工智能智能体才能发挥最佳作用；否则，传统自动化就能完成任务。埃森哲指出，许多公司过度应用智能体人工智能，领导者要避免这种陷阱。

3.为人工智能打造强大的数据基础：埃森哲发现，数据提供一致的上下文时，能推动更好的决策。企业应投资数据管控和语义一致的数据，这需要现代的人工智能增强云堆栈、人工智能护栏和重新设计的工作流程。具备人工智能就绪能力的云环境采用模块化设计，支持机器学习、生成式人工智能和智能体人工智能的编排。强大的数据基础利用干净的数据提供正确的上下文，从概率性结果转向更具确定性的结果。企业需要连贯的数据战略，并能访问高质量的专有数据集。正是数据和元数据（关于数据的数据）为人工智能智能体提供上下文智能，使其能可靠地执行任务。埃森哲确定了两种工作模式：一是重建整个流程，让智能体在系统间编排工作流程；二是仅在人工智能能提升性能时调用智能体。

4.人才很重要——关乎人员与技术：只有三分之一的高管认为他们的人才战略与人工智能战略完全融合。我们要重塑工作中的人才。带来变革的不是技术，而是人。埃森哲发现，虽然超过 40% 的组织正在提升员工技能，但只有不到 10% 的组织在重新设计岗位。企业要投资培训和再培训，同时让人类发挥主导作用。在 Salesforce，我们发现成为智能体企业更多是关系变革，而非技术变革。关系变革包括六个“R”：人与人工智能共同重新设计流程；提升员工技能；将员工重新部署到新的高影响力岗位；重组团队和组织（涉及财务影响）；重新校准新的绩效指标；挖掘潜在价值（即我们过去忽视但能为利益相关者创造价值的东西）。随着企业通过数字劳动力变得越来越自主，业务价值的挖掘也随之诞生。

5.新的人工智能运营模式是扩大价值的唯一途径：人工智能无法在人工智能出现之前的运营模式中实现规模化。具备未来思维的人工智能运营模式更注重共享能力，而非孤立的部门。这意味着企业要通过购买、推广或建立生态系统合作伙伴来进行投资。具有前瞻性的人工智能生态系统将使企业能够接触到人才、获得更好的工具，并拥有更多共同创新的机会。

人工智能企业级推广的障碍

据埃森哲称，从实验阶段过渡到企业级价值实现是跨越三个维度的过程：孤立的人工智能用于验证和诊断，结构性人工智能用于构建规模化系统，系统性人工智能用于将智能融入核心。埃森哲对每个维度的定义如下：

-孤立的人工智能：生产力提升在某些局部领域（通常是支持性职能）出现，但由于数据碎片化、临时管控和薄弱的端到端连接，进展受到限制。通过对优先数据领域进行现代化改造、建立联合业务 - 技术管控机制以及启动人才重塑，可快速赢得信任并诊断障碍。

-结构性人工智能：随着企业为规模化构建企业架构和运营模式，发展势头从实验转向制度能力。在关键推动因素（价值领导力、人才、数字核心、负责任的人工智能和持续改进）方面采取行动的组织，更有可能扩大高价值用例。

-系统性人工智能：处于这一阶段的企业将技术复杂性与人才战略、岗位设计和领导行为的深刻转变相结合，将智能融入企业核心。他们将重塑视为一种持续能力，而非一次性变革。据埃森哲称，只有少数组织能够发展到系统性人工智能阶段，在这个阶段，智能被嵌入企业核心。

埃森哲发现，不到五分之一的组织对其数据、平台、管控和人才系统进行了足够的现代化改造，以支持广泛的人工智能部署。埃森哲的研究表明，人工智能企业级推广的障碍在于过时的运营模式。埃森哲的一项关键发现是，那些充分发挥人工智能潜力的组织将其应用视为一项战略要求——云就绪能力正日益将人工智能转型领导者与落后者区分开来。安全也是重中之重。构建有弹性的人工智能系统需要在设计阶段就嵌入安全措施。埃森哲的研究显示，虽然需要人工智能智能体取得早期成果来建立组织信心，但系统性人工智能将决定长期成功和整体业务价值。埃森哲报告中有句话说得好：“人工智能奖励坚持，而非急躁。没人想在交通堵塞中开赛车。”