2024年通过人工智能改变您的业务.pdf

共同赞助共同赞助：最佳实践报告Q2 2024通过人工智能改变您的业务作者：James Kobielus1tdwi.orgTDWI研究中心最佳实践报告通过人工智能改变您的业务作者：James Kobielus目录执行摘要 5什么是 AI？6AI 在转换业务流程和决策?.6企业必须应对哪些挑战使用 AI 进行数字业务转型？12使用 AI 的关键成功因素是什么数字业务转型？17建议 22研究共同发起人：雪花 24Q2 2024oPuMqOsQmMyQnPpMoOnMtP6McM7NoMmMnPtPjMrRtNfQmPqQ6MnMmNMYsQsNxNoMmO通过人工智能改变您的业务2tdwi.orgTDWI研究中心关于作者JAMES KOBIELUSisTDWI Research 的高级主管专注于数据管理。他是一位资深的行业分析师，分析顾问、作者、演讲者和博客作者和数据管理。Kobielus 专注于高级分析、人工智能和云计算。此前，他曾在 Futurum Research、SiliconANGLE Wikibon、Forrester Research、Current Analysis 和伯顿集团，他曾担任 IBM 大数据分析产品营销高级项目总监，在那里他既是主题专家，又是针对数据科学界的思想领导力和内容营销项目的战略家。您可以通过电子邮件（jkobielus tdwi.org），在 X/Twitter（jameskobielus）和 LinkedIn（https:/ TDWI 研究TDWI Research 为全球数据和分析专业人士提供行业领先的研究和建议。TDWI Research 专注于现代数据管理，分析和数据科学方法，并与行业思想领袖和从业者合作，以提供广泛的以及对围绕数据和分析的部署和使用的业务和技术挑战的深刻理解。TDWI Research 还提供深入的研究报告，评论，评估，查询服务和专题会议作为对用户和供应商组织的战略规划服务。关于 TDWI 最佳实践报告系列本系列旨在教育技术和商业专业人士关于新的商业智能技术、概念或解决重大问题或问题的方法。报告的研究是通过采访行业专家和领先的用户公司进行的，并通过对商业智能专业人员的调查进行补充。为了支持该计划，TDWI 寻求集体希望传播新方法的供应商解决商业智能问题或新兴技术学科。通过联合起来，赞助商可以验证一个新的市场利基和教育组织关于关键商业智能问题的替代解决方案。要建议符合这些要求的主题，请联系 TDWI 高级研究主管 James Kobielus(jkobielus tdwi.org)或Fern Halper(fhalper tdwi.org)。AcknowledgmentsTDWI 要感谢许多为本报告做出贡献的人。首先，我们感谢许多回复我们调查的用户，特别是那些同意我们电话采访请求的用户。其次，我们的报告赞助商，谁努力审查大纲，调查问题和报告草稿。最后，我们想认识 TDWI 的制作团队：James Powell，Lindsay Stares，Rod Gosser 和 John Bardell。赞助商Alteryx，MongoDB，SAP 和 Snowflake 赞助了本报告的研究和撰写。通过人工智能改变您的业务研究方法和人口统计报告目的。报告目的。多年来，TDWI 研究一直将 AI 作为业务自动化、决策支持和运营效率的核心推动者。该 BPR 研究了使用 AI 驱动的智能应用程序来转换业务流程的主要场景，从而提高其性能，效率，有效性，敏捷性和其他结果。该 BPR 可帮助负责数字化转型的高管（CIO，CTO，CAO）了解 AI 在此任务中的作用和优势以及其同事使用 AI 的状态。它还可以帮助 C 级高管的直接下属和其他利益相关者确定他们可能面临的潜在挑战以及将面临的最佳实践。帮助他们最好地利用人工智能技术来开展数字业务转型项目，从而实现关键业务目标。位置位置Other7%调查方法调查方法。2024 年 2 月，TDWI 通过电子邮件向我们数据库中的分析和数据专业人员发出邀请，要求他们完成一项在线调查。调查收集数据来自 268 名受访者；他们中的 158 人完成了整个调查。对于这项研究，所有的回答都是有价值的，并包括在本报告的样本中进行分析。调查人口统计调查人口统计受访者的角色多种多样，包括公司高管和董事、数据分析师、LOB 经理、架构师、工程师和业务分析师。受访者来自一系列行业，其中来自信息技术的人数最多，包括软件和互联网公司，电信，计算机制造和专业咨询。调查受访者主要居住在美国。受访者来自各种规模的企业：大约四分之一来自大型企业（收入超过 10 亿美元），大约四分之一来自中型企业（收入在 1 亿美元至 9.99 亿美元之间），几乎一半来自小型企业（收入低于 1 亿美元）。LOB 经理7%和赞助商建筑师和11%开发人员43%业务/IT高管/副总裁分析师,14%数据科学家，以及数据工程师其他 IT 和18%顾问TDWI研究中心43 9tdr e s p o n d e n t swi.orgIndustry信息技术公共部门制造（非计算机）医疗保健/生命科学/生物技术/药物保险19%10%10%6%29%财务/会计/银行/真正的遗产6%建筑/建筑/工程5%零售/消费者产品4%公用事业/采矿/能源3%Other9%（“其他”由多个行业组成，每个行业的受访者不到 2 。）地理地理加拿大7%美国68%墨西哥/中美洲/南美洲3%Europe8%Africa3%中东3%亚洲7%澳大利亚/新西兰/大洋洲2%按收入划分按收入划分百 万 百万百万18%9%48%更高的26%根据 159 名受访者。从 100 美元到 499 美元到 999 美元10 亿或Less$100 milli$500 milli$公司公司 SiCom通过人工智能改变您的业务5tdwi.orgTDWI研究中心执行摘要AI 是现代组织成功的关键因素。这份 TDWI 最佳实践报告使用最近对数据管理和分析专业人员进行的一项调查的结果来阐明与成功相关的趋势、考虑因素和机会在企业数字化业务转型计划中实施人工智能。主要发现包括：受访者在数字业务转型中拥有不同的受访者在数字业务转型中拥有不同的 AI 运营和融资模式。运营和融资模式。企业在如何通过其组织结构管理 AI 以及如何为其提供资金方面差异很大。五分之一以上的人集中人工智能运营和资金。稍高的数字没有真正的 AI 操作模型。其余大多数受访者大致平均分为三种涉及分散和中心辐射安排的 AI 运营/融资模式。数字化业务转型中强大的人工智能企业平台正在初具规模数字化业务转型中强大的人工智能企业平台正在初具规模。企业正在实施越来越多的 AI 技术来推动数字业务战略，包括机器学习、预测分析、自然语言处理、使用生成 AI 等关键基础设施LLM，深度学习，负责任/道德 AI，推荐引擎，语音识别，AutoInsights，AutoML，情感计算和情感分析，移动 AI，物联网分析，计算机视觉，边缘 AI 和机器人 AI。但是，AI 的后端企业管道此外，受访者在后端流程中对 AI 的操作仍然不成熟，很少有人集成他们的 DataOps、MLOps 和 DevOps 团队、流程或实践，以加快生产环境中 AI 应用程序的构建、测试、部署和治理。受访者正在解决受访者正在解决 AI 主导的数字业务转型中的广泛战略目标。主导的数字业务转型中的广泛战略目标。其中最主要的是提高运营效率，改善数据驱动的决策制造，增强客户体验，增加收入，实现更大的敏捷性和适应性，并加速创新。负责任的负责任的 AI 在数字业务转型中的企业护栏正在进行中。在数字业务转型中的企业护栏正在进行中。在企业中，用于缓解 AI 风险的平台、流程和工具仍然参差不齐。许多组织尚未实施强大的防护措施，以确保生产中负责任的 AI 应用程序的治理、道德、隐私、安全性和合规性。企业只是在采取必要的第一步来跟踪企业只是在采取必要的第一步来跟踪 AI 在数字业务转型中的战略回报。在数字业务转型中的战略回报。然而，许多人尚未开始建立收集和报告的正式流程定量的业务影响指标。通过人工智能改变您的业务6tdwi.orgTDWI研究中心什么是 AI？人工智能(AI)是一套不断发展的工具、平台和方法，用于构建实现智能流程的系统。依靠不断增长的高级算法，包括来自计算机科学领域和数据科学界的算法，包括诸如人工神经网络，大型语言模型，监督和无监督机器学习之类的数据驱动算法，以及强化学习自动化智能流程，使人工注意、判断和监督的需求大大减少加速智能流程，超越人类可以在没有帮助的情况下实现的处理更多的数据，一组更复杂的变量，以及比人类思维所能跟上的动态环境增强人类的认知，推理，自然语言处理，预测分析和模式识别的有机能力使其模型适应新数据，与人类的互动以及不断变化的环境，以磨练其模仿人类认知的能力模拟自然的人类对话，其保真度可以驱动化身并模仿有血有肉的人通过聊天机器人，副驾驶和其他虚拟智能助手将算法智能带入日常决策支持和其他应用程序什么是角色人工智能在转变业务流程和决策中的作用？每个企业都在成为数字企业。数字业务转型是指利用数字技术从根本上改变企业运营，创造和交付价值，与内部和外部利益相关者互动以及在竞争激烈的领域进行差异化和创新的方式。它依赖于数字技术的彻底整合，以创建大部分或完全在线，24x7，多通道，可扩展和强大的操作模式，尽管许多混合数字/模拟操作模式是成功举措的基础。许多组织数字化业务转型的核心关键技术包括云计算、人工智能、大数据分析、移动和边缘计算、物联网和超自动化。世界各地、所有行业和各种规模的企业都在不同程度上实施数字业务转型。组织对这些举措有广泛的优先事项。TDWI 询问调查受访者，他们的组织在 2024 年的数字业务转型的首要任务是什么。他们的最高通过人工智能改变您的业务7tdwi.orgTDWI研究中心反应是（按频率降序）提高运营效率，改善数据驱动的决策，增强客户体验，加速创新，增加收入，并实现更大的敏捷性和适应性（见图 1）。数字化转型包括使用分析来了解消费者行为和个性化购物体验，使用物联网(IoT)技术来连接和监控设备并优化运营，以及使用数字工具例如 GPS 跟踪和车队管理软件，以优化路线和跟踪装运。数字业务转型的核心是云计算，移动和边缘计算，实时流和事件处理，低延迟数据结构以及其他支持平台的进步。在 AI 进步的推动下，这些技术不断提供实时数据更新，上下文洞察，优化体验和快速结果图图 1贵组织的数字化业务转型的首要成果是什么？（最多选择三个。）提高运营效率改善数据驱动决策增强客户体验加速创新增加收入提高敏捷性和适应性增强安全性和合规性改进协作扩大市场覆盖面赋予员工权力促进可持续性45%38%33%25%25%24%19%17%12%8%5%基于 209 名受访者的 541 份回复。通过人工智能改变您的业务8tdwi.orgTDWI研究中心into all business processes.TDWI asked the investiments how important AI is to the success of their organizations.Generally,they agree that AI contributed to business success.Almost three-farters of respondents said AI is very important or some important成功。略多于十分之一的人说这在某种程度上或非常不重要(见图 2)。业务成功越来越依赖于人工智能驱动的平台、流程和管道。TDWI 研究一致表明，企业继续高度重视人工智能的部署和管理。他们正在将越来越多的人工智能模型应用于其组织。组织正在以不同的方式使用 AI。一些正在使用 AI 工具进行决策支持和增强分析为业务用户提供服务。许多组织正在部署 AI 以加速，自动化和优化其内部流程。组织还将 AI 作为嵌入式功能来实施，以监督，监视，优化和控制制造，物流，供应链和 IT 基础架构，如前所述。智能开发 AI 驱动的应用程序对于实现该技术的最大价值至关重要。通常，组织依靠数据科学家来开发 AI 应用程序，通常与业务分析师和主题合作专家。将这些业务角色纳入 AI 的开发周期-通常称为公民数据科学家-是 TDWI 多年来一直在覆盖的趋势。图图 2AI 作为一个推动者、平台或工具对组织的成功有多重要？非常重要29%44%11%9%不知道3%基于 171 名受访者。2%不适用3%非常不重要有点不重要既不重要也不重要有点重要通过人工智能改变您的业务9tdwi.orgTDWI研究中心1%4%在这方面，TDWI 向受访者询问了他们的组织正在依赖哪些角色、职能和角色来开发 AI 应用程序。近三分之一的受访者表示依赖数据科学家和机器学习工程师。AI 开发的其他主要角色（按降序排列）包括业务分析师和主题专家，软件开发人员和数据工程师（见图 3）。TDWI 询问调查对象当前实施或计划在来年实施 AI 的用例（见图 4），主要业务成果是什么。图图 3首要任务包括加强企业安全性、弹性和自动化。按照优先级的降序，受访者表示，他们强调提高运营效率、预测或预测、增强数据驱动的洞察力以及自动化业务流程等任务。在规则挖掘工具的帮助下，AI 还可以识别现有流程，并为这些流程的改进提出建议，从而提供显著的商业价值。企业在衡量人工智能对数字业务转型和其他战略举措成功的影响方面存在不一致。在您的组织中，您依赖哪些角色、职能和角色来开发 AI 应用程序？数据科学家和机器学习工程师15%30%11%10%6%不知道17%5%基于 166 名受访者。不适用质量保证测试人员DevOps 工程师数据产品经理数据工程师软件开发人员业务分析师和主题领域专家通过人工智能改变您的业务10tdwi.orgTDWI研究中心40%18%45%17%49%15%51%19%42%29%47%25%37%19%30%16%29%8%图图 4当前在您的组织中实施或计划在来年推出 AI 的用例所解决的主要业务成果是什么？提高运营效率提高运营效率预测或预测可能的事件或趋势增强数据驱动的见解预测或预测可能的事件或趋势增强数据驱动的见解加加速速数数据据处处理理自自动动化化业业务务流流程程驾驶智能聊天机器人和数字助理驾驶智能聊天机器人和数字助理Current已计划个性化体验、产品或服务个性化体验、产品或服务生成创新的内容、代码、产品和服务生成创新的内容、代码、产品和服务实时识别和消除网络安全威胁、入侵和攻击实时识别和消除网络安全威胁、入侵和攻击基于 170 名受访者。按“当前”和“计划”响应的组合排序。提供提供 360 度客户洞察度客户洞察优化供应链管理和资源配置优化供应链管理和资源配置检测和防止欺诈性交易和活动检测和防止欺诈性交易和活动加强多因素身份验证加强多因素身份验证为注入传感器的自主产品和服务提供动力为注入传感器的自主产品和服务提供动力TDWI 询问调查对象他们的组织是否正在衡量与使用人工智能相关的成功(见图 5)。略超过 10%的受访者表示，他们正在用可量化的对收入和/或成本的影响来衡量人工智能的成功。五个人表示，他们仍在评估 AI 可量化影响的潜在指标。类似的数字表示，他们尚未直接衡量 AI 对业务底线的影响，也尚未探索可能的指标，但他们相信他们的投资正在带来有形或定性的回报。大约 19 的人说他们没有测量，也没有49%25%41%21%36%18%38%12%36%12%25%18%通过人工智能改变您的业务11tdwi.orgTDWI研究中心然而，从他们对人工智能的投资中看到任何可量化或定性的回报，但他们预计这些回报将在未来几年内实现。不到十分之一的人表示他们没有衡量人工智能对他们的业务的任何贡献，不要指望它，也不打算探索与他们使用人工智能相关的可能的成功指标。图图 5您的组织衡量成功是否与其使用 AI 有关？是的，我们正在根据对收入和/或成本的可量化影响来衡量 AI 的成功还没有，但我们正在评估 AI 对收入和/或成本的可量化影响的潜在指标不，我们还没有直接衡量人工智能对业务底线的可量化影响，也没有开始探索可能的可量化成功指标，但我们相信，我们在部署的人工智能平台、工具和应用程序上的投资正在带来有形或定性的回报不，我们还没有测量，也没有看到我们的任何可量化或定性的回报13%22%23%对人工智能平台、工具和应用程序的投资，但我们预计这些回报将在未来 1-2 年内实现不，我们没有衡量 AI 对我们业务的任何贡献，不要期待它，也不打算探索与我们在业务中使用 AI 相关的可能的成功指标19%8%不适用不知道11%4%基于 160 名受访者。通过人工智能改变您的业务12tdwi.orgTDWI研究中心招聘和/或留住 AI 人才为 AI 实施最佳的 MLOps 基础架构和流程在构建、培训、部署和管理 AI 应用程序方面的手工劳动过多为 AI 实施最佳的 DataOps 基础架构和流程为 AI 确保充足的资金或预算在 AI 的企业文化中获得买入建立 AI 技能和素养企业在使用 AI 进行数字业务转型时必须应对哪些挑战？企业在使用 AI 进行数字业务转型方面的成功取决于组织实现其战略价值最大化的能力图图 6技术，并在不同的技术和业务功能。反过来，这取决于组织成功解决与 AI 的部署，管理和使用相关的各种挑战的能力。TDWI 向调查受访者询问了他们的组织在支持数字业务转型的 AI 实践方面的最大挣扎和挑战(见图 6)。他们报告说，在生产中实施 AI 是他们最大的挣扎。受访者引用了这一挑战您的组织在支持数字业务转型的 AI 实践中遇到的最大困难和挑战是什么？（最多选择三个。）在生产40%35%12%24%23%35%9%基于 163 名受访者的 353 份回复。通过人工智能改变您的业务13tdwi.orgTDWI研究中心最常见的是（按降序）建立 AI 技能和素养（紧随其后），在企业文化中获得 AI 的支持，并为 AI 获得足够的资金或预算。组织需要在其 AI 应用程序背后建立结构化、可重复的内部流程，尤其是数据治理和模型治理，以有效地开发、部署、优化和管理该技术。一个关键的操作化挑战涉及实践、角色和工作流的实施-也称为管道-组织通过这些管道来开发、测试、部署和管理他们的 AI 应用程序。其中的关键是 DataOps，MLOps 和 DevOps 管道，以及它们在将高质量 AI 交付到业务应用程序中的相互交织的参与。当企业集成他们的 DataOps、MLOps 和 DevOps 管道时，他们可以提高这些重要后端流程的速度、效率和生产率。TDWI 询问调查对象他们的组织是否实施了集成的 DataOps、MLOps 和 DevOps 管道，以加速 AI 应用程序在生产环境中的运行(参见图 7)。图图 7您的组织是否实施了集成的 DataOps、MLOps 和 DevOps 团队、流程或实践，以加快生产环境中 AI 应用程序的构建、测试、部署和治理？是的，我们已经为 AI 应用程序实现了这些团队12%20%19%21%14%14%基于 166 名受访者。不知道不适用不，我们没有计划整合这些团队以实现 AI没有，但是我们已经为 AI 应用程序集成了我们的 DataOps 和 MLOps 团队，尽管我们没有计划将它们与 DevOps 集成没有，但我们已经为 AI 应用程序整合了我们的 DataOps 和 MLOps 团队，并计划在来年将它们与 DevOps 集成通过人工智能改变您的业务14tdwi.orgTDWI研究中心图图 8您的组织对 AI 有什么样的运营和融资模式？集中式模型，所有 AI 功能和活动都位于单个首席数据或分析办公室内，所有资金也来自那里分散模型，所有 AI 功能和活动都驻留在业务部门中，业务部门也负责各自功能和活动的所有资金轴辐式模型，每个业务部门都实施、拥有和运营其人工智能平台，并提供所有必要的资金，但有一个中央首席数据或分析办公室与业务部门协调，以制定和执行人工智能政策和标准轴辐式模式，每个业务部门实施、拥有和运营其人工智能平台并提供一些必要的资本和/或运营资金，但有一个中央数据/分析办公室，帮助业务部门实施各自的人工智能平台，与他们协调以设置和实施人工智能政策和标准，并为这些功能和活动提供补充资本和/或运营资金没有真正的 AI 实施，所有权，运营，资金，政策或标准化的运营模型不适用不知道22%14%15%10%25%8%5%基于 164 名受访者。通过人工智能改变您的业务15tdwi.orgTDWI研究中心我们发现，企业在后端流程中对 AI 的可操作性仍然不成熟。很少有企业（略多于十分之一的受访者）报告拥有集成的 DataOps、MLOps 和 DevOps 团队、流程或实践。但是，五分之一的人集成了 MLOps 和 DataOps，并计划集成 DevOps。另外五分之一的人集成了 MLOps 和 DataOps，但没有与 DevOps 集成的计划。大约五分之一的人没有计划集成这些团队、流程或实践。如果企业拥有正确的组织模型来管理 AI 作为其数字业务转型计划的组成部分，则企业可以更好地应对 AI 运营化和其他挑战。集中化和用于资助、开发和实施创新的中心辐射组织模式人工智能驱动的应用程序更适合在整个企业中标准化和扩展最佳实践;去中心化的组织模型可能更适合通过人工智能驱动的业务转型来鼓励创新和体验。AI 的企业运营和融资模式与他们的企业结构和商业模式一样多样化。TDWI 询问调查对象他们的组织对 AI 有什么样的运营和融资模式(见图 8)。略超过五分之一的受访者拥有集中的 AI 运营和资金。略高的数字没有真正的 AI 运营模式。大多数其余受访者大致平均分为三种 AI 运营/资金模式：一个分散的模型，所有 AI 功能和活动都驻留在业务部门中，业务部门也负责所有资金每个业务部门都实施，拥有和运营其 AI 平台（提供所有必要的资金），并且中央首席数据或分析办公室与业务部门协调以设置和执行 AI 政策和标准每个业务部门实施，拥有和运营其 AI 平台（提供一些资金）的中心辐射模型和中央数据或分析办公室帮助业务部门实施各自的 AI 平台，协调与他们一起制定和执行人工智能政策和标准，并提供补充资本和/或运营资金即使企业拥有完善的 AI 实践组织和预算模型，该技术的不断发展也会对企业数据，分析和 IT 专业人员提出挑战。另一个关键挑战是确定和实施将 AI 应用程序交付到业务中的最佳平台，基础架构和工具。TDWI 询问调查对象他们的组织目前已经实施或计划在来年推出哪些 AI 技术（见图 9）。实施深化的 AI 技术堆栈以推动数字业务战略。引用的当前或计划中的 AI 部署中的首席（按提及频率的降序）是预测分析，机器学习，自然语言处理，使用 LLM 的生成 AI 和深度学习。这些结果支持先前的 TDWI 研究，表明许多组织仍在使用机器学习和预测分析作为核心支持技术，开始他们的数字化转型之旅。通过人工智能改变您的业务16tdwi.orgTDWI研究中心35%19%39%15%37%42%32%46%图图 9您的组织目前正在实施或计划在来年推出哪些 AI 技术？机器学习预测分析机器学习预测分析自然语言处理自然语言处理使用大型语言模型的创成式使用大型语言模型的创成式 AI深度学习深度学习负责任负责任/道德的道德的 AI 技术护栏技术护栏Current已计划语音识别推荐引擎语音识别推荐引擎MLOps基于 170 名受访者。按“当前”和“计划”响应的组合排序。AutoInsights(AI 增强业务分析增强业务分析)AutoML（AI 自动化机器学习操作化自动化机器学习操作化）情感计算情感计算/情感分析情感分析移动移动 AIIoT 分析分析计算机视觉计算机视觉9%25%Edge AI机器人机器人 AI41%26%36%24%42%13%37%15%41%9%34%12%33%6%28%10%27%6%25%6%39%7%43%22%通过人工智能改变您的业务17tdwi.orgTDWI研究中心使用 AI 进行数字业务转型的关键成功因素是什么？TDWI 询问受访者他们认为在数字业务转型中部署 AI 的关键成功因素是什么，回答涉及许多问题（见表 1）。在平台和基础设施方面，企业认识到采用完整的最新 AI 技术只是成功进行数字业务转型的一个因素。TDWI 要求调查受访者对其重要性的各种声明进行评分采用完整的人工智能堆栈，而不是在他们的组织中执行深思熟虑的人工智能实现(见图 10)。受访者最同意这样的说法，即深思熟虑的人工智能实施是商业成功的重要贡献者，但成功不一定取决于他们立即采用最新、最复杂的人工智能。在数字业务转型中成功部署 AI 还取决于企业开发 AI 应用程序的能力，以实现广泛的决策支持，流程自动化，生成内容开发，和其他关键用例。反过来，这取决于组织是否提供正确的工具，以便传统的 AI 开发人员可以构建强大的 AI 应用程序。它还取决于“民主化”访问合适的工具，使非传统开发人员（例如，业务，工程，创意和其他功能）可以构建创新的 AI 应用程序，以满足不同的业务需求。通过支持 AI 的工具实现业务流程自动化应用程序的民主化开发是一个既定趋势。事实上，机器人过程自动化(RPA)已经成为人工智能的主要企业用例之一。这些工具使知识工作者能够使用 AI 驱动的软件机器人自动执行日常和重复性任务。“这些机器人可以模仿人类行为，与数字系统和软件应用程序进行交互，执行诸如数据输入，处理交易，生成报告，甚至响应简单的客户服务查询等任务。RPA 旨在提高效率，减少错误，并释放员工专注于更复杂和战略性的工作。传统上，RPA 上下文中的 AI 专注于该技术的使用，用于从客户端级别可外部访问的工件推断应用程序的底层逻辑。在这方面，机器学习和其他 AI 工具通常会驱动 UI 演示元素的屏幕抓取，屏幕文本的光学字符识别，浏览器级控制和域对象模型的自动感测，捕获人类用户的击键和点击，。理解自然语言文本，解析文档对象模型。TDWI 询问调查对象，他们的组织是否正在通过为人员提供和/或鼓励他们使用新一代自助工具来实现 AI 应用开发的民主化。此类工具的定义特征之一是它们提供了高度交互式，可视化、交互式、无代码或低代码接口。通过人工智能改变您的业务18tdwi.orgTDWI研究中心表表 1调查受访者引用的部署人工智能以支持数字业务转型的关键成功因素，为清晰起见进行了总结和编辑。自上而下的企业承诺和高管赞助自上而下的企业承诺和高管赞助高级管理人员和高层管理人员清晰而具有前瞻性的领导力，阐明 AI 如何与组织的目标保持一致并推动价值的战略愿景管理层认识到 AI 的好处以及整合 AI 以保持在该领域的竞争力的必要性关键利益相关者的实际买入支持建立适当的指导方针和护栏战略用例、结果和一致性战略用例、结果和一致性了解业务，而不仅仅是为了自动化而自动化仔细分析流程、工作流程和痛点，以确定具有明显 ROI 的高影响力用例使用 AI 解决正确的业务问题；不要使用 AI 来追逐业务问题价值一致性-AI 的行为、决策过程和产出与组织的核心价值观、道德和社会责任兼容嵌入式 AI 伦理框架每个业务部门都使用适当的工具来提高生产率和准确性追求可以扩展到组织内其他功能的用例业务和执行用户信任 AI 成果强大的企业平台、管道和实践强大的企业平台、管道和实践具有必要电源的数据中心现代数据平台了解当前工具的局限性；资源集中在最具生产力的项目上将数据驱动/AI 系统高效集成到业务运营中，以提供以客户为中心的优势了解现有工作流程、系统和数据管道，以正确集成 AI 解决方案，而不会产生摩擦或孤岛访问数据集中化的卓越中心治理、安全性和合规性防护治理、安全性和合规性防护适当的访问和数据安全性数据治理比竞争对手更好的数据采用稳健的数据策略高质量数据民主化识字、技能、使用和发展民主化识字、技能、使用和发展各级员工的教育；技术技能开发了解技术，包括限制和机会AI 民主化人员技能主题专家的工作人员或有能力的顾问，以帮助您沿着道路开发被高级管理人员认为可信的模型的专业知识数据素养，以确保正确使用 AIMetrics适当和准确的模型具体目标，包括努力将如何提高 ROI在实际实施中取得积极成果节约成本和生产效率准确和有用的输出，包括来自生成 AI自动化和准确性通过人工智能改变您的业务19tdwi.orgTDWI研究中心图图 10请按 1 到 5 的等级对您同意以下声明进行评分，其中 1 是完全不同意，5 是完全同意。采用全栈最创新和最先进的 AI 技术是推动业务成功的最根本因素。经过深思熟虑的 AI 实施是业务成功的重要贡献者，但成功并不一定取决于我们立即采用最新，最复杂的 AI。人工智能是成功的商业用途的重要组成部分，但它不一定是最重要的，成功也不一定取决于拥有最新最好的人工智能。AI 有潜力，但它不是必不可少的，甚至不是2.883.713.61数字业务转型计划成功的决定性因素。人工智能是有希望的，但让我们无法像我们希望的那样实施它的挑战被证明是巨大的，可能会阻止我们实现数字业务转型战略的目标和目标。3.183.26基于 160 个响应。显示了与每个语句的平均总体协议。这种自助服务保护伞下的一些最具创新性的新工具结合了提示驱动的生成代码开发，以补充视觉低代码/无代码界面。受访者告诉我们，通过自助服务工具实现 AI 开发的民主化各不相同在他们的组织中广泛使用（参见图 11）。七分之一的人员提供和/或鼓励他们使用自助服务，可视化，交互式，无代码（纯可视化开发），低代码（使用 Python 或其他高级语言构建应用程序）和/或生成工具用于 AI 应用程序开发。大约七分之一通过人工智能改变您的业务20tdwi.orgTDWI研究中心不要鼓励无代码工具，而是使用其他工具。十分之一的人使用所有这些低代码工具以外的所有工具，十分之一的人提供并鼓励使用所有生成工具以外的所有工具。十分之三不要提供或鼓励人员使用任何这些工具进行 AI 开发。在数字业务转型中成功部署 AI 的另一个因素是企业是否减轻了潜在的下行风险。做到这一点的关键方法包括实施必要的护栏，以确保图图 11生产中 AI 应用程序的治理、安全性和合规性。监控和控制也是必要的采用人工智能的业务流程自动化应用程序（如 RPA）的民主化开发，以免它们在整个组织中产生一系列不可治理的“影子”或“流氓”人工智能开发。TDWI 询问调查受访者，他们的组织是否正在提供护栏工具来缓解数据质量差、偏见、隐私、幻觉和其他来自 AI 的风险您的组织是否通过为人员提供和/或鼓励他们使用新一代的自助服务，可视化，交互式，无代码（纯可视化开发），低代码（使用 Python 或其他语言构建应用程序）和/或生成工具来实现 AI 应用程序开发的民主化？是的，所有这些类型的工具13%14%13%11%29%不知道14%5%基于 164 个回答。不适用不，我们不向人员提供或鼓励使用这些类型的工具进行 AI 应用程序开发是的，所有这些类型的工具，除了生成 AI 工具，我们不提供或鼓励使用是的，所有这些类型的工具，除了低代码工具，我们不提供或鼓励使用是的，所有这些类型的工具，除了无代码工具，我们不提供或鼓励使用通过人工智能改变您的业务21tdwi.orgTDWI研究中心图图 12您的组织是否提供治理/护栏工具来缓解生产环境中 AI 的不良数据质量、偏见、隐私、幻觉和其他风险？不知道10%不适用16%43%YesNo31%基于 166 名受访者。图图 13您的组织是否在其数据素养计划中满足了对 AI 技能、意识和其他相关主题的需求？不知道7%不适用9%57%YesNo27%基于 164 名受访者。通过人工智能改变您的业务22tdwi.orgTDWI研究中心production environments(see Figure 12).Many respondents-more than two/f5-reports that their organizations have implemented such护栏。然而，近十分之三的报告没有提供这样的工具。AI 在数字业务转型中的另一个成功因素涉及文化。组织应建立一种使用 AI 最大利益的业务文化，并实施适当的治理、合规性、安全性和其他在日常工作中严格采用护栏政策。将 AI 课程融入企业数据素养培训仍然是一项正在进行的工作。TDWI 询问调查对象，他们的组织是否正在解决数据素养计划中对 AI 技能、意识和其他相关主题的需求（见图 13）。我们发现，大多数企业 接近五分之三的受访者 正在这样做，这是令人鼓舞的。然而，其余的人说他们不是，这不适用，或者他们不知道。RecommendationsTDWI 建议企业将其数字业务转型工作与 AI 的不断采用保持一致。组织可以通过将 AI 注入的功能部署到许多流程、决策、渠道和接触点来获得巨大的优势。然而，企业需要确保他们优先考虑人工智能投资，这样他们才能在竞争激烈的领域更有效地脱颖而出，提高敏捷性。以应对不断变化的情况，并调整其业务以实现持续增长和加快上市时间。在数字业务转型中成功使用 AI 的企业路线图具有以下关键要素：建立行政承诺建立行政承诺.建立一个自上而下的企业承诺和赞助，以实现数字业务转型，并将 AI 用作这一努力的关键推动者。必须有一个坚实的业务案例。如果高级管理人员没有看到明确的回报，获得对 AI 计划的支持可能会停滞。这个业务案例必须基于 AI 降低嵌入成本的能力数据驱动的推理进入日益数字化的业务方面。人工智能驱动的应用程序可以自动化、加速和优化众多业务流程、决策和参与。这些可以通过自适应优化支持 AI 的应用程序，从新数据训练，利用高性能机器学习模型，并结合了复杂的应用程序逻辑的深化堆栈。指定一个关键的指定一个关键的 C 级赞助商。级赞助商。指定一个关键的执行级转型代理，他赞助并致力于将 AI 用作这项工作的关键资源。这个 C 级转型赞助商可能是一个技术职位，如 CIO 或首席分析官，也可能是一个业务职位，如 COO。无论谁带头赞助人工智能数字业务转型，当公司的所有业务和级别都加入时，这些努力都能取得最好的成功。定义战略目标。定义战略目标。确定要通过以下方式实现的关键战略业务成果人工智能驱动的数字化业务转型。人工智能对企业数字化业务转型成功的贡献是广泛的，技术在自动化业务流程、个性化体验、产品和服务；提供自适应的上下文指导和建议；生成创新的内容，代码，产品和服务；提供 360 度客户见解；并驾驶智能聊天机器人和数字助理。通过人工智能改变您的业务23tdwi.orgTDWI研究中心配置充足的资源。配置充足的资源。分配足够的财务资源来构建和运营 AI，以实现可持续的业务转型。请记住，面对 IT 预算的竞争需求，为 AI 确保充足的资金或预算可能是一场艰苦的战斗。扩大扩大 AI 的足迹。的足迹。建立广泛的 AI 足迹，以实现业务流程，渠道，决策和接触点的自动化，加速和增强。将 AI 的机器学习，深度学习，自然语言处理和其他数据驱动模型在整个业务中工作。将人工智能嵌入到移动、边缘、物联网、云、SaaS、桌面、本地和其他用于前台和后端业务流程的战略计算平台中。将人工智能加速的数字智能引入到广泛的关键业务应用中。实现一个强大的平台。实现一个强大的平台。构建强大的 AI 平台、管道和基础架构，以在整个业务中实现 AI 的可扩展和敏捷部署和运营。AI 正在迅速发展，选择、部署和管理最佳平台、基础架构、工具和应用程序以满足不断变化的需求可能是一个持续的挑战。企业应集成其 DataOps、MLOps 和 DevOps 管道。它应在湖屋和其他云数据平台中管理广泛的受治理的企业数据。它应利用丰富的元数据来驱动上下文自适应应用程序、整体治理和端到端管道可观察性，并应实施部署、管理和治理但是，请记住，从技术和合规性的角度来看，将 AI 作为正在进行的业务运营和应用程序中的齿轮进行操作可能是复杂且有风险的。学院治理和合规护栏。学院治理和合规护栏。实施技术和程序护栏