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英文版30页_3mb

企业AI价值雷达总结

核心内容

本报告由Infosys发布，分析了企业AI部署的现状与未来趋势。研究基于对3,798位美国、欧洲、澳大利亚和新西兰的高管进行的调查，以及对超过3,200家年收入超10亿美元公司的数据收集。报告揭示了AI在企业中的应用情况、成功因素、关键挑战及未来方向。

主要观点

• 企业AI实验时代结束，规模化部署开始
  约20%的AI用例已实现所有商业目标，30%的用例接近成功。随着AI成本下降（如DeepSeek R1-Zero模型训练成本仅为OpenAI的6%），预计2025年后AI用例将大规模扩展。

• 成功与转型密切相关
  AI成功不仅依赖于投资，还与企业运营模式和数据架构的转型深度有关。需要对现有流程和系统进行较大调整的用例，通常也具有更高的成功率。

• 员工参与是成功的关键驱动因素
  员工积极参与AI培训和决策的公司，其AI项目成功率显著提高。报告指出，完全建立变革管理机制的公司，其AI成功几率可提升18个百分点。

• IT相关用例表现最佳
  IT、运营、网络安全和软件开发等领域的AI用例最为成功，且具有较高的选择率和投资意愿。这些领域已具备较高的数字化基础，AI的实施更为顺畅。

• 营销、销售与人力资源用例潜力巨大但尚未成熟
  虽然这些领域有约25%的AI投资，但其成功几率较低。部分用例如客户细分、交叉销售机会发现等仍处于早期阶段，需进一步优化和推广。

• 行业差异显著
  白领和技术密集型行业（如专业服务和生命科学）在AI用例的可行性方面表现优于蓝领行业。后者依赖于物理资产和人力服务，AI实施难度较大。

• AI转型需要系统性策略
  企业需从运营模式、数据架构和员工参与三方面进行系统性转型。AI教育、在岗培训和变革管理是提升AI成效的重要手段。

• Agentic AI是转型的核心
  Agentic AI通过创建多个自主AI代理，实现任务分工与流程优化。它不仅有助于AI的逐步部署，还能为未来人机协作奠定基础。

关键信息

AI用例的分类与表现

• 功能型用例：包括IT运营、软件开发、财务报告等，具有较高的可行性与成熟度。
• 行业型用例：如保险理赔处理、能源交易、汽车导航系统等，通常与核心业务密切相关，成功率较高。
• 低可行性用例：主要集中在营销、销售和人力资源领域，如客户细分、交叉销售、个性化客户服务等。

用例可行性评分

• 用例可行性评分基于其成功实施的比例和总部署数量计算。
• 评分高于1的用例更有可能实现商业目标，而低于1的则较难成功。

员工准备度对AI成功的影响

• Trailblazers（全情投入）：AI成功率最高，平均可行性评分和用户接受度最佳。
• Pathfinders（探索者）：已开始AI培训和变革管理，但仍有不确定性。
• Explorers（探索者）：仅采取初步措施，员工参与度低。
• Watchers（观望者）：几乎未采取任何措施，AI成功率最低。

AI成本下降与未来发展

• AI模型成本持续下降（如DeepSeek R1-Zero和TinyZero模型），将使更多用例具备可行性。
• 未来AI将更广泛地应用于企业运营，实现更高效的决策和流程。

推荐的五大步骤

1. 探索Agentic AI用于企业转型
   通过创建多个自主AI代理，实现流程自动化和决策优化。

2. 通过AI工厂和AI实验室进行创新
   建立AI实验室以实验和孵化新技术，AI工厂则用于规模化生产。

3. 准备员工以确保最佳AI成果
   强调员工培训、参与和反馈机制的重要性，以提升AI接受度和使用效果。

4. 以产品为中心，提升敏捷性和自主性
   通过产品导向的方式，实现快速部署和持续优化。

5. 创建集中化的AI任务小组
   通过统一协调，确保AI战略的执行和资源的合理分配。

结论

企业AI的成功不仅依赖于技术投资，更需要系统性转型和员工的积极参与。随着AI成本的下降，更多用例将具备可行性，但组织需提前布局，确保AI与业务流程、数据架构和员工能力的深度融合。Agentic AI作为关键转型工具，将推动企业向人机协作模式转变。