近日，Gartner發布最新調研結果顯示，中國企業正在將人工智能項目從原型轉向生產，大多數企業已不再糾結于為何需要AI能力，而更加關注AI工程化能力的建設，以數據驅動決策為目標，持續為業務創造價值。一些領先的中國AI企業已經在各個場景中運用生成AI和其他新型AI技術，構建原生AI企業。

盡管CIO們普遍認為AI對業務具有巨大的價值，但董事會成員對AI持有懷疑態度，其實際效果未能達到預期。然而，ChatGPT的推出使得董事會成員和企業高管首次接觸到生成AI的巨大潛力，開始相信生成AI能夠為業務帶來變革和巨大價值。這給CIO們帶來了一些焦慮和壓力，他們擔心錯過了生成AI的投資機會。

Gartner發布中國企業人工智能趨勢浪潮3.0，旨在幫助企業首席信息官(CIO)更好地規劃AI能力，提升業務效果。

目前，中國企業平均已部署超過5個AI用例，每個企業平均已開始部署24個AI用例。雖然許多業務用戶或企業高管認為AI只是像安裝插件一樣簡單，但實際上，運營AI涉及數據加工、業務指標梳理、數據集成、業務集成、持續監控和優化等多個環節，需要全局考慮端到端的AI用例和流程。

5個中國企業中僅有1個企業的AI能夠完全滿足業務需求，這也是為什么越來越多的領先企業不再將AI視為單個項目的投入，而是以產品運營和組合運營的方式，從端到端、業務結果導向的角度來整體運營AI，使其在全生命周期中持續產生業務效果。

對于一些企業而言，進行流程，算法，系統的全局創新可能帶來更有價值的應用，但也伴隨著較大的風險。在最新的中國企業調研中，有75%的企業認為生成式AI的未來能力可能超過其帶來的風險。盡管目前企業對風險的感知較低，但一旦出現風險，可能會對企業造成巨大商譽損失和客戶流失。

在應用生成型AI時，企業往往會規避風險，即在不引起嚴重后果或潛在爭議的情況下使用AI技術。這種謹慎的態度是合理的，但也可能導致錯失一些潛在的商業機會。因此，企業需要在實現商業價值和管理風險之間尋求平衡。

為了確保AI應用的可信度和可解釋性，企業應該采取透明度和可解釋性的方法，確保AI決策過程的透明度，以及提供對AI決策的解釋和辯解能力。在應用生成型AI時，企業需要仔細評估可能涉及的道德、法律和社會問題，并確保符合相關法規和道德標準。通過建立明確的監管和治理框架，企業可以在平衡創新和風險的基礎上實現AI的商業潛力。

在明確風險和價值之后，我們還需要思考如何選擇人才和調整組織架構，以幫助AI戰略性地落地。在中國企業落地AI時，超過一半的企業認為人才是最大的挑戰。與此相比，在國外只有不到30%的企業認為AI人才是最大的挑戰。這可能是因為不同的組織對人才和組織關系的要求不同。領先的機構通常能夠整合不同的業務理解、IT技能和數據科學技能，使AI能夠更完整、更全面、更有效地落地。