• 在接受调研的企业级(规模超千人)公司中,约42%表示已在业务中积极部署AI。 
  • 另有 40% 表示目前正在探索或试验 AI,但尚未部署其模型。 
  • 59% 已经在探索或部署AI的公司表示已加速AI的技术推广或投资。 
  • 阻碍AI部署的主要障碍包括有限的AI技能与专业知识 (33%)、数据过于复杂 (25%) 和对AI伦理的担忧 (23%)。

由IBM(NYSE: IBM))委托开展的一项新研究发现,在接受调研的企业级(规模超过1000名员工)组织当中,约有42%已经在其业务中积极使用人工智能。早期采用者正在引领潮流,59%已经在使用AI的受访企业打算加速和增加对AI技术的投资。企业采用AI的持续挑战仍然存在,缺乏具备合适技能的员工、数据的复杂性,以及AI伦理方面的担忧,仍是阻碍企业在其运营当中采用AI技术的主要障碍。

IBM Global AI Adoption Index 2023
IBM Global AI Adoption Index 2023

IBM软件部高级副总裁Rob Thomas表示:"我们看到,克服重重障碍部署了AI的早期采用者正在进一步投资,这证明他们已经体验到AI带来的好处。唾手可得的AI工具、关键流程自动化的驱动力以及越来越多的AI嵌入到企业现有的业务应用中,是推动AI在企业层面扩展的主要因素。我们看到企业利用AI的一些用例,包括IT 自动化数字劳动力客服,相信这些是AI技术能够最快速地产生深远影响的用例。对于40% 还停留在验证阶段的受访企业,我相信 2024 年将是他们解决和克服技能差距和数据复杂性等入门障碍的一年。"

由IBM 委托Morning Consult 进行调研而发布的 《2023 年全球AI采用指数》的要点包括:

第一,过去几年,接受调研的大型组织,其AI采用率保持稳定:

  • 如今,大型企业中有 42% 的 IT 专业人员表示,他们已经积极部署了AI,另有 40% 的人正在积极探索使用该项技术。
  • 此外,38% 的企业 IT 专业人员表示,他们的公司正在积极实施生成式AI,另有 42% 的人正在进行探索。
  • 印度(59%)、阿联酋(58%)、新加坡(53%)和中国(50%)的企业在使用AI方面较为激进,而西班牙(28%)、澳大利亚(29%)和法国(26%)保守。
  • 金融服务业的公司最有可能使用AI,该行业约有一半的 IT 专业人员表示其公司已积极部署AI。电信行业 37% 的 IT 专业人员表示,他们的公司也在部署AI。

第二,在积极部署或探索AI 的受访公司中,大多数在过去 24 个月当中加快了AI的推广或投资:

  • 在部署或探索AI的公司中,59% 的 IT 专业人员表示,他们的公司在过去 24 个月中加快了对AI的投资或推广。
  • 中国(85%)、印度(74%)和阿联酋(72%)是最有可能加速推广AI的市场,而英国(40%)、澳大利亚(38%)和加拿大(35%)的企业在加速推广AI方面最为保守。
  • 在探索或部署AI的企业中,研发(44%)和技能再培训/员工发展(39%)是最主要的AI投资。

第三,更易使用的AI工具以及降低成本和实现流程自动化的需求,正在推动受访公司采用AI:

  • AI工具的进步使其更容易获得(45%),降低成本和实现关键流程自动化的需求(42%),以及越来越多的AI嵌入到标准的现有业务应用程序当中(37%),是推动AI采用的首要因素。
  • 对于 IT 专业人员来说,近年来AI最重要的两个变化是更易于部署的解决方案(43%)以及数据、AI和自动化技能的日益普及(42%)。
  • 对于目前正在探索或部署AI的受访公司而言,推动其采用AI的用例横跨业务运营的许多关键领域,包括:
    • IT 流程自动化(33%)
    • 安全和威胁检测(26%)
    • AI监控或治理(25%) 
    • 业务分析或智能(24%) 
    • 文档处理、理解和流转的自动化(24%)
    • 客户或员工自助服务应答与操作的自动化(23%) 
    • 业务流程自动化(22%) 
    • 网络流程自动化(22%)
    • 数字劳动力 (22%)
    • 营销与销售 (22%)
    • 欺诈检测 (22%)
    • 搜索和知识发现 (21%)
    • 人力资源和人才招聘 (19%)
    • 财务规划与分析 (18%)
    • 供应链情报 (18%)

第四,同样的障碍也让下一波接受调研的公司无法从AI中获益:

  • 在探索或部署AI 的企业中,阻碍其成功采用AI的最大障碍是有限的AI技能和专业知识(33%)、数据过于复杂(25%)、对AI伦理的担忧(23%)、AI项目太难整合和扩展(22%)、价格太高(21%)以及缺乏AI模型开发工具(21%)。

第五,生成式AI与传统AI模式的入门障碍有所不同:

  • 尚未探索或实施生成式AI的受访企业的 IT 专业人员认为,数据隐私(57%)以及信任和透明度(43%)的问题是采用生成式AI的最大障碍。
  • 35%的受访者还表示,缺乏实施技能也是一大阻碍因素。

第六,接受调研的企业表示,AI已经对企业员工产生了影响:

  • 五分之一的企业表示,他们缺乏具备恰当技能的员工来使用新的AI或自动化工具,16%的企业无法找到具备相关技能的新员工来弥补这一缺口。
  • 提到使用AI来解决劳动力或技能短缺问题的公司,他们正在利用AI来尝试一些事情,如使用自动化工具来减少人工或重复性任务(55%)或者实现客户自助服务应答与操作(47%)。
  • 目前只有 34% 的企业正在对员工进行技能培训或再培训,使他们能够与新的自动化与AI工具协同工作。

第七,IT 专业人员都明白,AI必须值得信赖并得到有效治理,但由于种种障碍,接受调研的公司很难将其付诸实践:

  • IT 专业人员普遍认为,消费者更倾向于选择AI实践透明且符合伦理规范的公司所提供的服务(85% 表示 "非常同意"或 "比较同意"),他们认为能够解释AI如何做出决策对他们的业务至关重要(在探索或部署AI的公司中有83%持此观点 )。
  • 但是,由于许多已在部署AI的公司在此过程中面临多重障碍,只有不到一半的公司表示他们正在采取关键步骤来实现值得信赖的AI,如减少偏见(27%)、跟踪数据来源(37%)、确保能够解释其AI模型如何做出决策(41%)或制定合乎伦理的AI政策(44%)。

调研方法:

本调研于 2023 年 11 月进行,调研区域涵盖澳大利亚、加拿大、中国、法国、德国、印度、意大利、日本、新加坡、韩国、西班牙、阿联酋、英国、美国和拉丁美洲及加勒比海地区(阿根廷、巴西、智利、哥伦比亚、墨西哥和秘鲁),调研受众包括具有代表性的 8584 名 IT 专业人员。参与调研的人员必须是全职员工,担任经理或更高级别的职务,并且至少对公司如何运营和使用 IT 有一定了解。全球调研结果的误差范围为 +/- 1 个百分点。

关于IBM

IBM 是全球领先的混合云、人工智能及企业服务提供商,帮助超过 175 个国家和地区的客户,从其拥有的数据中获取商业洞察,简化业务流程,降低成本,并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和 Red Hat OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。