Gartner 预测，2025 年全球人工智能 (AI) 领域的支出将达到 6440 亿美元，与 2024 年相比飙升 76.4%。这表明企业显然已将 AI 视为事关生存的必要条件。但是，具体而言，企业在进行 AI 投资时应考虑哪些因素？
我们决定与 Forrester 合作来寻找答案。我们对负责 AI 和企业云策略的 400 位资深决策者进行了一次双盲调查。受访者包括科技、金融服务、媒体、零售、制造和医疗保健行业的总监、副总裁以及高级管理层。
此研究的目的是揭示企业在短期和长期内如何处理其 AI 工作流与 AI 工具，特别是当这些技术被用于外界期望甚高的面向客户的应用时。《企业级 AI 现状：积累经验，管控风险》（一份 Forrester OSNAP 报告）表明，AI 现已成为各行各业以及各个地区的战略要务。
为了解这些结果为何重要，我们将深入剖析其背后的驱动因素，解读技术应用呈现当前态势的原因，并探讨企业和开发团队下一步该如何行动才能保持领先地位。
AI 正在重塑竞争格局
Forrester 的数据表明，正在利用 AI 解决方案和应用来改善客户体验 (CX)、提高留存率以及提高运营效率的企业占比分别为 76%、71% 和 76%。这三项是实现收入增长和树立竞争优势的核心驱动因素。
成功部署 AI 的企业将在以下方面更具优势：
- 在客户体验方面实现差异化
- 抢占并巩固市场份额
- 缩短创新周期
- 发挥运营杠杆的威力
- 防范未来的业务中断
在客户体验方面实现差异化
个性化的服务或推荐、通过自动化实现更快捷的服务以及智能化的服务问题解决，能够直接改善客户体验，而 Forrester 将此视为 AI 投资的首要驱动因素。在竞争激烈的市场中，客户交互的质量是提升忠诚度和留存率的决定性因素。
抢占并巩固市场份额
通过将生成式 AI 和其他 AI 功能融入客户旅程中，各公司可以打造出更具粘性并且竞争对手更难以复制的体验。这不仅能够提高净留存率，也提高了客户的转换成本。
缩短创新周期
利用 AI 技术的公司可以缩短新产品和服务的上市时间，尤其是在融合了程序化内容创作、视觉搜索和预测性分析等先进功能时。在上市速度与市场份额增长息息相关的行业中，这是一项决定性优势。
发挥运营杠杆的威力
无论是在自动化流程还是增强员工技能方面，AI 带来的效率提升都能直接降低成本、加快扩展速度，并让团队能够将精力投入到更高价值的工作中。
防范未来的业务中断
正如 Forrester 所指出的那样，企业在衡量 AI 成功与否时，不仅会通过效率来判断，还会通过其对长期收入和客户生命周期价值所产生的影响来判断。在竞争对手将 AI 整合为一项基础能力时，犹豫不决的企业将面临被他们赶超的风险。
从开发人员的角度看，这种转变意味着 AI 现在已融入业务成果的关键途径之中。为 AI 提供支持的代码会直接影响客户生命周期价值和净留存率等指标。这使得 AI 设计中的可靠性、可扩展性和道德规范变得比以往更加重要。
成熟的应用场景和下一波创新浪潮
Forrester 强调，目前应用最广泛的 AI 应用场景主要集中在直接影响客户接触点的方面，包括：个性化 (53%)、客户服务问题解决的自动化 (53%) 和回答客户问题 (52%)。这些应用场景占据主导地位，因为它们能够带来可衡量的短期结果。
对于领导层来说，能够提升转化率的推荐引擎或降低流失率的聊天机器人远比那些投资回报率 (ROI) 不明确的抽象 AI 计划更容易证明其价值。对于企业及其开发团队来说，这种侧重点将转化成为一项持续的需求，即需要能够进行扩展、处理实时数据并最大限度地降低客户交互延迟的系统。
技术选择将决定谁能在 AI 竞赛中取得胜利
各企业正纷纷投身于这波强劲的 AI 浪潮之中，希望在乘风破浪的同时，避免被浪潮所吞没。关于 AI 陷阱和失败的案例屡见不鲜，因此想要脱颖而出成为成功的典范，就必须采用深思熟虑、审慎周全的方法。
通常，选择从成熟的应用场景（如，AI 聊天机器人）着手以快速取得成效，有助于企业树立在 AI 策略和培养 AI 熟练度方面的信心。
相应地，这种信心的建立也为企业尝试更复杂、更小众且更贴合其自身业务的 AI 应用创造了条件。这些情况往往因行业而异。例如：
零售和旅游专注于个性化和视觉搜索来增强客户体验。
金融服务更看重自动化和欺诈检测。
医疗保健与生命科学会更谨慎地应用 AI，力求在创新、合规与风险之间取得平衡。
除了这些成熟的应用场景之外，各种实验性尝试也在不断增加。正在试点程序化内容创作、测试视觉搜索以及探索面部识别技术的企业占比分别为接近半数 (46%)、40% 和 37%。
这些实验非常重要，因为今天的“副业”可能会成为明天的竞争基准。不妨回想一下，酒店的移动登记入住功能是如何从一项新奇事物转变为必需品的。鼓励开发团队试点新兴技术的企业更可能为 AI 赋能的工具和解决方案的爆炸式增长做好准备。
风险、安全性和声誉：AI 的隐性成本
该研究还揭示了一些发人深省的现实。总计 63% 的受访者认为安全问题是主要障碍，55% 的受访者担心合规性问题，另有将近半数 (45%) 的受访者担心 AI 表现不达预期会损害品牌声誉。
从技术角度看，这些数据凸显出了需要通过治理框架来：
- 保护防止数据泄露的数据管道
- 进行模型监控以检测偏移或偏见问题
- 对反映生产条件的规程进行测试
但是，要化解这些风险，仅靠技术保障措施是不够的。
对风险管理进行全局性思考将使企业受益匪浅。安全性不仅需要经过强化的基础架构，还需要明确的数据处理策略和定期审计，以便在攻击者之前抢先一步发现漏洞。合规性要求开发团队、法务团队和监管专家之间通力协作，以确保模型符合不断发展变化的行业和地区标准。声誉风险要求企业做到透明和尽责。
在出现问题时，那些能够解释其 AI 系统如何做出决策并证明其公平性的公司遭遇抵制的可能性要小得多。换言之，企业并非只是在单纯地编写模型，更是在部署能够体现自身诚信的关键业务系统。
化解风险意味着需要将工程的严谨性与企业的责任制相结合，以确保追求创新不会以牺牲安全性、合规性或信任为代价。
克服整合障碍
企业正通过布局多种技术路径来分散风险。Forrester 的报告指出，企业在云原生技术、开源 AI 和托管式 AI 服务方面的采用率很高，相关占比分别为 81%、72% 和 77%。尽管如此，仍然有 55% 的企业将技术和平台差距视为其首要挑战。
这种双重性反映出开发人员熟知的一个现实：工具虽有，整合不易。专有 API、碎片化的生态系统以及参差不齐的合规要求都制约着发展的步伐。那些构建灵活混合架构的企业往往能够克服障碍，这些架构采纳开源创新、利用托管式服务进行扩展并采用边缘部署来实现低延迟体验。
对于计划在短期内将 AI 部署至全球的公司来说，所需要的不仅仅是云基础架构，还需要能够跨监管区域运营、支持本地数据驻留并提供一致性能的合作伙伴。
Forrester 的数据表明，在首选合作伙伴中，专业 AI 提供商排名最高。这与我的实践经验相符：企业需要的是兼具全球覆盖能力和深厚技术专业知识的供应商。
企业现在可以采取的五个步骤
Forrester 的这项研究明确了一点：AI 已是大势所趋，其成功取决于企业如何驾驭机遇和风险。根据研究结果，以下是您现在可以采取的五个实用步骤：
- 以客户价值为核心发展 AI。每一项举措都应当与客户体验、留存率或收入方面的可衡量提升直接挂钩。
- 在速度与治理之间取得平衡。行动迅速，但需要从一开始就将合规、测试和监控融入到开发周期中。
- 在灵活的架构上进行投资。通过策略性地将开源技术、云原生技术和托管式 AI 服务相结合来避免供应商锁定。
- 明智地选择合作伙伴。寻找能够提供全球化规模、具备本地合规专业知识并拥有成熟可靠性的供应商。
将实验视为研发的一部分。切勿将您的试点项目孤立起来。将经验教训纳入长期的 AI 路线图中。
定义 AI 的新时代
Forrester 的这项研究证实了我们很多人早已观察到的一点：AI 已成为企业战略的核心。但是相关的数据也凸显出前景与风险之间的紧张关系。
开发人员、架构师和业务负责人等都应该认识到，当今构建 AI 不仅仅是在塑造应用，更是在塑造未来的客户体验和品牌声誉。唯有以客户价值为核心发展 AI、采取灵活的技术策略并为规模化而开展合作，企业才能在 AI 时代跟上技术发展步伐，更成为这个时代的定义者。
了解更多
如果您有兴趣深入了解企业级 AI 的现状，请阅读完整报告。
标签
