【印孚瑟斯】2025AI业务价值雷达报告企业人工智能从实验到规模化部署_30页_3mb

AI Business Value Radar 总结

随着AI成本下降和DeepSeek等模型的出现，企业AI实验阶段结束，规模化部署进入关键期。Infosys调研显示，约20%的AI用例已实现所有业务目标，超30%的用例接近成功。报告强调，AI成功不仅依赖技术投入，更与企业运营模式和数据结构转型深度关联，员工参与是提升成功率的核心因素。

调研覆盖3798位全球企业高管，涉及132类AI用例和超3200家年营收超10亿美元的公司。数据显示，IT相关用例（如运维、网络安全、软件开发）成功概率更高，而以人力为中心的用例（如营销、客服）目前表现较弱，但随着企业加大投入将逐步改善。成功用例中，IT类用例占比38%，且其可行性评分高于人力类用例。

通过分析55类功能性用例和77类行业专项用例，发现：

1. 可行性分布：IT类用例（如AI流程协调、智能建筑自动化）平均可行性评分为1.11，而医疗、零售等依赖实体交互的行业评分较低（0.92-0.81）；
2. 成本与转型关系：高投入和高转型需求的用例更易成功。例如，AI流程协调和风险评估用例平均可行性达1.30，但需大规模组织变革；
3. 员工参与成效：企业若建立完善的AI培训与参与机制，AI成功率可提升18个百分点。调研显示，70%的AI项目已进入部署阶段，表明企业对AI的接受度逐步提高。

报告提出五项关键建议：

1. 探索代理AI（Agentic AI）推动转型；
2. 通过AI铸造厂和工厂实现快速创新；
3. 全面准备员工以确保AI效果最大化；
4. 采用产品中心化模式提升敏捷性；
5. 建立集中化的AI治理团队。

研究还揭示不同行业差异：专业服务、生命科学和高科技行业因技术密集度高、数据控制能力强，AI可行性领先；而能源、矿业、金融等依赖复杂数据流动的行业面临转型挑战。值得关注的是，部分低转型需求但高可行性用例（如IT运维）已成企业AI落地的首选。

最终，报告指出：企业需平衡技术投入与组织变革，通过产品化思维和员工深度参与推动AI价值释放。随着AI成本持续下降，更多用例将实现规模化应用，但治理框架和责任AI实践将成为决定长期成功的关键。