根據他們對人工智能的采用和理解，從分析中產生了四組不同目標的采用者，包括先驅者、調查者、實驗者和被動者。基于他們的人工智能采用水平和成熟度，這項研究發現了四組不同的組織。在接受調查的組織中，有18%的是先驅者，或者是既了解又接受人工智能的組織。33%的調查者或組織了解人工智能，但沒有將其部署到試點階段以外。16%的人是實驗者，他們是在沒有深入了解的情況下指導或采用人工智能的組織。34%的人是被動的或沒有采用或了解人工智能的組織。在未來五年，所有組織都希望人工智能成為重新定義商業模式的主要催化劑。
91%的受訪企業預計人工智能將在2023年實現新的業務增長。在以往許多關于企業采用人工智能成熟度的研究中，成本降低往往是促使后期采用者或被動組織最終采取行動的催化劑。在本研究中值得注意的是，這四類采用者都希望人工智能在五年內，即2023年，對他們的新業務增長做出貢獻。基于人工智能的產品開發和集成情境智能和物聯網傳感器的新產品為制造商提供了豐富的實時數據流，這些數據流可以轉化為訂閱和服務收入，解放了他們僅從事交易業務。這只是人工智能設計產品的眾多領域之一，這些領域將重新定義制造業和服務業的收入來源。
早期的采用者最擅長通過實現集中式數據湖的更大的規模、更快速度和更及時響應能力來推動人工智能的收入。中國的人工智能早期采用者受益于政府的人工智能支持項目和方向，并領導世界優化集中數據湖來支持人工智能用例。麻省理工學院(MIT)和波士頓咨詢集團(BCG)發現，78%的中國早期采用者或先驅者將企業數據保存在一個集中的數據湖中，而歐洲和美國早期采用者分別只有37%和43%這樣做。接受調查的中國人工智能領先企業中，83%集中管理企業數據，只有39%的歐洲先驅企業和40%的美國先驅企業這樣做。中國的早期采用者正專注于利用人工智能來削減成本，而不那么重視利用人工智能來創造新的收入來源。
早期采用人工智能技術的企業發現，使用人工智能技術可以成功地推動新的收入增長，這讓繼續再投資的商業理由變得清晰起來。72%的早期采用者或先驅者會優先考慮收益的用例，而只有48%的被動者會這樣做。在過去的三年里，81%的早期采用者將收入增長置于成本降低之上。該研究援引了加拿大科技公司OPTEL的例子。OPTEL的使命是通過更智能的供應鏈建設一個可持續的世界。OPTEL使用基于先進人工智能的端到端可追溯系統，將供應鏈的各個環節連接起來，并在眾多行業的產品路徑上提供急需的可見性。在制造業中也有早期采用者或先驅者使用人工智能來優化生產計劃、物流、配送、服務，并且無論何時何地，在產品需要維護時可以提供實時狀態更新。
京公網安備 11010502049343號