SAS-人工智能AI是如何改变规则的（英文）-2020.3-24页_5mb

详细总结：MIT SMR CONNECTIONS - AI如何改变智能组织的规则

核心内容

本报告探讨了人工智能（AI）对现代企业组织结构、技术领导力和风险治理等方面带来的深远影响。通过调研2200多名企业领导者、管理者和关键贡献者，报告揭示了AI在组织变革、技术实施和人才发展方面的关键趋势与挑战。

主要观点

1. AI驱动组织变革

• AI被认为是比其他新兴技术（如云、物联网、区块链）更显著的变革力量。
• 63%的受访者认为AI将带来重大或显著的组织变化，其中80%广泛实施AI的组织持此观点。
• AI需要跨职能协作，推动更多跨部门和跨学科的团队合作。
• 组织需要打破传统部门壁垒，确保数据和AI相关技能在企业内得到广泛传播和应用。

2. 高层领导在AI实施中的关键作用

• 高层领导（如CEO和董事会）的积极参与是AI成功实施的关键因素。
• 一些企业通过高层的示范作用，如Sun Life的CEO Dean Connor推动数据培训，来促进AI文化。
• 领导层需要关注数据治理和质量，确保数据成为AI的核心资产。

3. AI对IT领导力的新要求

• AI的实施对CIO、CTO、首席数据官（CDO）和首席分析官（CAO）提出了新的挑战和责任。
• IT领导者需要优先发展基础技术能力，包括云基础设施、网络安全、数据管理和开发流程。
• AI对软件开发和部署流程产生了深远影响，要求IT部门更加敏捷和高效。

4. AI带来的风险与伦理挑战

• AI的使用伴随着新的风险，包括伦理、法律、声誉和财务风险。
• 企业需要建立透明的AI治理机制，确保算法的可解释性，以增强信任。
• 高级AI实践者已开始制定相关政策和流程，以管理AI带来的风险。

关键信息

AI实施现状

• 近三分之二的受访者表示在过去一年中增加了AI技术的投入。
• 仅5%的受访者表示已在组织内广泛实施AI，18%在部分流程中应用，19%正在运行试点项目。
• 42%的受访者正在积极采用AI，而40%仍在调查或规划阶段。

AI对中型企业的机遇

• 中型企业相较于大型企业更少实施AI，但具备创新意愿的企业有机会在AI成熟曲线中领先。
• 早期投入数据治理和AI培训，有助于提升竞争力。

技术实施的挑战

• 数据治理和质量是AI成功实施的核心挑战之一。
• 需要建立跨职能团队，以促进AI与业务的深度融合。
• 企业需要投入资源进行员工培训，以应对AI带来的技能需求变化。

AI的实施策略

• 一些企业采用“联邦模型”来组织数据科学家和AI专家，使其嵌入各业务单元，以更好地理解业务需求。
• Telenor等公司倾向于集中AI和数据科学能力，以建立专家社区并统一工具和平台。

人才发展

• 找到具备AI相关技能的员工是实施AI的主要挑战。
• 部分企业开始关注内部人才的培养，如U.S. Air Force通过内部技能评估识别潜在AI人才。
• 企业应鼓励员工学习编程、数据处理等技能，以支持AI的发展。

结论

AI正在重塑企业的运作方式，要求领导者在战略、组织结构、数据管理和风险治理等方面做出重大调整。成功实施AI不仅依赖于技术能力，更需要文化变革、高层支持和跨职能协作。尽管多数企业仍处于早期阶段，但那些积极投入数据治理和人才培养的企业，有望在AI变革中占据先机。