专家洞察
IBM
商业价值
研究院AI
重新思考方法
如何在业务战略中
实施人工智能主题专家
AparnaPrabhakarIBM
AparnaPrabhakar是企业战略办公室的高管负责人，
AIPowerSystems
负责为、量子计算、、云基础架构和混合
企业战略副总裁IBM
aparnap@us.ibm云领域的最高管理层领导制定战略展望以及提供建
linkedin/in/aparnaprabhakar
议。她利用自己在创新、销售和研究领域的丰富经验，实施
切实可行的战略，最大程度发挥业务影响。
VeenaMosurIBM
VeenaMosur是副合伙人，她在众多行业和业务职能的
20
IBMConstulting战略与运营领域拥有超过年的丰富经验。她领导实施大
AI
规模业务转型计划，重点关注于如何通过数据、分析和
企业战略副合伙人
Veena.Mosur@ibm赋能员工与组织。
linkedin/in/veena-
mosur-3944842
DavidCoxMIT-IBMWatsonAI
DavidCox是实验室主任，该实验室是
IBMMIT
IBM与首创的行业与学术合作的结晶，合作重点在于人
研究院，IBMDavid
MIT-IBMWatsonAI工智能基础研究。在加入之前，是哈佛大学自然
主任JohnL.Loeb
David.D.Cox@ibm科学、工程与应用科学副教授，研究计算机科
linkedin/in/daviddanielcox
学，任职于分子与细胞生物学系以及脑科学中心。
IBM
扫码关注商业价值研究院
官网微博微信公众号微信小程序AI
要取得成功，就不能沉浸在对
AI
的虚无幻想之中，而应思考可
以帮助自己实现哪些切实目标。
AI
要点组织必须以战略眼光看待，但不
AIAI
业务领头；跟进。一定需要“战略”。
AI(AI)
成功的部署源于明确的业务挑战，并产生人工智能就像停车场里最靓的那辆车：每个人都想开着
切实的业务结果。它去拉风，但许多传统企业还在学习驾驶。
AIAI
整个社会充满对不切实际的狂热追求，而对项目的失
具有战略眼光的组织勇于说“不”。AI
策和误解也比比皆是。在使用的组织中，受访者预计到
AI202235AI20194
实施那些与业务目标紧密一致的项目，而年平均将实施个项目，是年（平均个）
AI91
搁置或延迟不符合业务目标的项目，组织的近倍。然而，多项调研都一致表明，只有一半左右的
AIAI2
便可从中获取更多价值。项目可以真正从原型投入生产。
AIIBM
AI尽管如此，可以收获实际价值。商业价值研究院
(IBV)AI85%
的未来充满各种可能性。在第三次两年一度的企业调研中发现，超过的
AIAIAI
由于的未来充满不确定性，因此组织必须高级采用者借助降低运营成本，他们表示通过部署，使
6.3%3AI
考虑多种可能方案，并为每种方案做好相应收入平均提高了。由于潜在的经济效益决定的未
来，因此传统企业中的业务战略师和未来技术预测者可以发
的准备工作。
挥重要作用：通过制定方略，避开明显的陷阱，引导企业实
现持续的业务价值。
AIAI
一种将例外论与试验分离的能力经常被忽视，这确实
是一种战略性方法。但战略也是一把双刃剑。运用得当，会
带来帮助。处理不当，反而会造成伤害。
AI
虽然听起来有违直觉，但许多公共和私营组织误解的一种
AIAI
表现就是制定所谓的“战略”。尽管他们的意图是提升
AI
的重要性，以及集中精力和资源以推动发展，但现实情况
AI
却事与愿违：这可能促进了的发展，但组织却没有任何进
AI
步。最终组织非但没有发展，还需要为付出成本。
1
cXcUbVzVoOsR7NdN6MpNrRtRsQlOoOwPkPmMnMbRqRuMvPrRsOvPmQnRAIAI
企业的成功始于业务战略，而不是战略。将战略视为AI
指路明灯，企业就可以发现重要机遇，确定技术可以在哪些观点：形成格局
AIAI
方面帮助推动或支持业务战略。然后，企业领导可以有的放并不存在于真空中。促使企业大规模部署的条件与无
AI
矢地评估能够在哪些领域与其他数据驱动的分析解决方案意中进行部署的情况同样多。此外，这种部署通常可追溯
AI21AI
以及潜在的互补性非技术方法结合，发挥有意义的作用。到世纪第二个十年的后半段。推动采用的最重要因
是新想法的催化剂，能够带来更大的收入影响、应对颠覆大素包括：
潮以及产生新的市场商机（包括基于平台经济的商机）。但–
从数量激增的数据源（包括卫星、无人机和物联网）捕获
它可能不会改变组织运营的业务基础。
的结构化和非结构化数据呈爆炸式快速增长，尤其是图像
AIAI
尽管是新技术，但与整体业务战略的深度整合并非新与视频数据。
AIAI–
方法（请参阅侧边栏：“观点：形成格局”）在比较向云端的持续迁移，部分原因是为了建立分布式容量，以
4
与人类认知能力时，这一点非常明显。正如一位研究人员在存储来自成倍增加的数据源的以数量级激增的数据。
202012NeurIPS
年月举行的全球知名的会议上总结的那–GPU
4040计算能力大幅提升，相对成本不断降低，可通过和其
样：“过去年，我们一直为计算机编程；今后年，我
5AI他形式的高性能计算来处理数据。这样就能够通过神经网
们将训练计算机。”还要认真思考如何增强使用它的人ML
络和其他高级与分析技术，更有效地使用深度学习。
员的能力。–
基于平台的生态系统与经济模式兴起，推动了规模优势，
AIAI
然而，要取得成功，就不能沉浸在对的虚无幻想之中，组但也提高了组织的复杂性；为了通过经济实惠地定制用
AIAI
织需要思考可以帮助自己实现哪些切实目标。即使为实户体验，组织对尖端技术的需求也不断增加。
现经济价值开辟了新的道路，但组织在业务发展中仍应起到引–
新冠病毒疫情引发的业务中断“灰犀牛事件”，显著改变
领作用，而技术则随后跟进，起到保障作用；同时还应发现可AI
了人与组织的工作和互动方式，未来的工作环境将由进
以带来可能性的新想法，以及阻碍实现的限制因素。
一步增强。
2
避免战略陷阱某全球电信企业：
AIAI
许多领先的技术导向型企业都成功部署了。然而，在传统
AIAI如何挽救失败的投资
企业中，的采用速度比预期的要慢，早期的试点往往以AI
以技术为导向的开创性企业在有效实施方面都勉为其难，
失败告终。
更不用说各行各业各种规模的传统企业了。某全球电信提供
AI
导致项目失败的原因有很多，我们在本系列前面的一些报商就是个典型例子，他们为了更加以客户为中心，希望建立
AIAI
告中进行过探讨。例如，我们在第一份报告中探讨了工程和分析能力。
6AI
与运营，在第二份报告中讨论了数据。然而，更常见的失败该企业对进行了重大投资，但未能收获预期回报。这背后
AI
原因之一是方向错误的战略意图，表现在组织中的以下几个既有战略性原因，也有结构性原因：和分析能力分散于组
方面：织的各个部门，导致形成众多单点解决方案和重复性工作。
–AI此外，该企业还被许多旧系统所束缚。这造成了严重的数
优先考虑符合业务导向标准的项目，但没有与更广泛的气
据碎片化，难能可贵的领域专家不得不花力去整理和协
业务战略保持一致。AI
调数据，因此无法集中精力构建和训练模型。
–AIAI
愿景模糊不清。因此也就没有考虑项目需要哪些实际
AI在发现这些挑战的根本原因后，该企业转而使用更具战略性
能力、如何实施项目以及如何在试点后扩大应用规模。
AI的方法。它首先集中力量建立统一的数据治理和数据平台。
（请参阅侧边栏：“某全球电信企业：如何挽救失败的
在这些基础能力的支持下，他们能够对数据编目，应用数据
投资。”）AI
标准，并构建可重复使用的数据产品以支持计划，从而加
–AI处理
习惯于可预测的结果，因此误解了的概率特性及其结果速了业务价值的实现，一次一个业务问题的脱节情况
的相对可变性。得到了统一解决。
–AI
阐明希望创造何种业务价值，但没有相应地调整组织行
AI
为方式，导致与互动的人员无法实现实际的价值。
AI
不久前，一家全球性保险公司在计划使用模型实现定价自
动化时，认识到了战略意图和人员互动的重要性。虽然模型
行之有效，但不透明。使用这些模型销售保单的承保人和经
纪人不了解“后台”行为，因此无法将费用背后的逻辑传达
给保险客户。
AI
如果无法使与战略思想保持一致，将导致严重的后果。企
业面临的风险包括：浪费时间和资金；失去与客户和员工的
相关性；错失效率、生产力和收入方面颠覆性的潜在收益。
3