数字化转型经过多年积累，已经进入深水区，数字化技术与企业核心业务已经更为紧密地融合在一起。人工智能（AI）技术经过近几年的突飞猛进，也已经从应用试验品转化为企业生产力。相应地，大量IT应用正在从数字化向数智化演进。

IDC预测，2028年全球AI市场规模将突破8000亿美元，五年复合增长率将超过32%。国内运营商表示，2025年算力投资将保持20%以上的增长，互联网头部企业也表明未来三年AI投资也将超过5000亿元‌。这些数字都显示AI应用市场在AI应用元年——2025年将迅速扩大。

AI应用在迅速增长的同时，也在加速融入企业业务流程，但在千行百业的企业内部，AI应用落地的进程却千差万别。这些差别不仅体现在AI技术、数据治理、应用场景之上，更多地还体现在AI战略规划、组织与人才能力、 AI治理与风险管理水平等因素上。

为此，CIO时代与新基建研究院联合全球开源与企业级AI领先企业——红帽公司，汇集产、学、研各方力量，成立了企业级AI+专家委员会。面向制造、金融、能源、零售、电信等多个行业的百余名CIO，从算力、数据、AI规划、组织与人才、AI风险等多个维度展开调研，在此基础之上进行定性深度访谈，力图揭示AI应用的真实落地图景，为企业AI落地提供路径和策略参考。

AI战略规划

（一）AI战略规划的作用

AI应用落地要帮助企业实现业务价值重构，为了达到这个目的，除了要将AI技术与企业业务流程相结合，还要将人工智能技术与企业战略规划相结合，帮助企业与品牌在动态竞争中确立差异化优势，实现智能化转型和业绩增长。

由此可见AI战略规划同样是AI落地成功的重要影响因素。其发展既依赖理论创新，也需要场景化落地能力。

进行AI战略规划，首先要明确AI应用的价值定位，其价值是集中于效率提升，还是客户体验增强，再或是创新产品形态。其次是要设定可量化的指标，也就是要建立与核心战略匹配的KPI体系，例如预测性维护场景中设备故障率降低的数额、智能客服场景中客户响应速度的提升量等等。

其次是要进行数据基础建设，完成包括数据质量评估、数据架构升级等工作，最终要为AI模型提供可用、可信的数据。之后要进行技术路线的规划，制定短期、中期和长期AI技术集成路径。

同期还要组建跨职能的AI建设团队，建立由业务专家、数据科学家、工程架构师等角色组成的AI团队。之后要进行AI应用场景的选择，聚焦具备高频刚需、规则明确、数据丰富、‌回报显著等特征的场景，实现优先突破。

最后，还要建立AI风险管理体系。通过建立模型监控仪表盘，跟踪关键指标等方式确定技术风险。通过部署隐私计算技术等规避合规风险。为了解决AI人才短缺的问题，还要建立包括技术层、业务层和管理层在内的人才培养机制。

（二）国内企业严重缺乏AI战略引导

在本次参与调研的CIO中，46％的CIO表示企业目前还在梳理AI战略，１7％的CIO表示没有明确的AI战略方向，这两项合计超过63%，而只有37%的CIO表示企业有明确的AI战略方向。这表明多数国内企业缺乏AI战略。

当前企业AI 发展战略情况

下期预告：

本期将分析组织与人才能力在AI落地过程中的作用。AI应用落地需要全员参与，因此需要更多AI人才加入其中，组成AI团队，完成AI应用实施进程。有组织存在，就一定需要协作机制。

商务合作：

小希：15701060895 微信：ciotimes

媒体合作：

小欧: 13641177280 微信: 同手机号

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。