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。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。

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 应用场景与数据分析

（一）AI 应用场景概述

当前，ＡI已经广泛应用于金融、电信、高端制造、零售、交通与物流、娱乐、能源、旅游、科学研究等各个行业。由此创造出海量场景，并且随着AI技术与企业核心业务的深度融合，更多的场景还会被创造出来。

从金融服务业的风险管控、信用评估、欺诈检测，到零售和电商行业的个性化推荐、聊天机器人，再到智能交通的自动驾驶、交通管理，抛开行业维度，而取其共性，我们把海量场景粗略概括为智能决策、运营增效、客户服务、 产品创新、可持续发展、辅助开发、系统运维，以及包含应用越来越广泛的智能体、知识管理、数字员工的其他类。力图通过分类，反映出AI应用的大体现状。

（二）AI 应用场景分析

1．效率提升成CIO落地AI应用最主要优化方向

在“CIO最想通过AI实现的优化”选项中，超过74％的CIO选择了“效率提升”选项。这一多选问题的的选择比较分散，超过60%的CIO选择了“成本节约”、“用户体验优化”和“员工生产力提升”，46%的CIO选择了“获取战略价值”。

图1 通过AI实现的优化内容

2．AI项目实施中遭遇综合性困难

在“AI项目实施中遇到的主要问题”选项中，除去人才短缺，CIO的选择比较分散。27%的CIO选择了“数据质量问题”，表明数据治理是AI项目实施中主要难题；１6％的CIO选择了“合规性问题”，此外“平台运维问题”和“算力不足”也被不少CIO选择。还有CIO自行补充了“AI项目ROI测算”选项，表明AI应用的落地效果测评也是困扰不少CIO的问题。因此综合来看，CIO们在让AI项目落地的过程中，遭遇了综合性的问题。

图2 AI项目实施中遇到的最主要问题

3．AI应用场景向多样化发展

在“CIO最关注的AI应用场景”选题中，CIO对AI应用场景的选择呈现出多样性倾向。客户服务类、产品创新类和运营增效类应用的选择比例都超过了5０％，智能决策和辅助开发类的选择比例都超过了4０％，系统运维类和可持续发展类应用的选择比例也都超过了2０％。此外，智能体开发、知识管理、数字员工也有一定的选择比例。

图3 CIO最关注的AI应用场景

（三）企业数据治理分析

1．AI应用落地与演进的基石

AI模型需要高质量数据输入，也需要多模态数据整合，驱动AI应用也需要关注隐私和合规的问题，因此还需要关注敏感数据的保护，以及合规性框架的建立。此外在AI应用实现跨领域协同创新时，场景化应用扩展首先需要打通数据，还要利用数据形成技术与业务的闭环。随着大模型与强化学习技术的迭代，数据治理还将向“智能自治”演进。因此，数据治理在AI应用落地和演化中扮演着基石角色。

2．企业数据治理现状分析

在“数据管理所处水平”的选题中，只有不足3%的企业处于优化级，也就是数据质量成为企业核心竞争力，能够支撑AI/BI等高级应用落地的阶段。只有13%的企业处于已管理阶段，也就是能建立数据质量闭环，数据质量指标能与业务KPI联动的，从而让业务决策可信度显著提升的阶段。

此外有超过32%的企业还处于可重复阶段，也就是初步建立了数据质量规则，局部实现了数据质量检查，但数据记录修复等依赖人工且效率低下。28%的企业还只是处于初始级阶段，也就是“救火式”数据修复阶段。处于这一阶段的部门，业务部门往往抱怨数据不准确，数据无统一管理标准，只是依赖个人经验临时处理。

由此可见，对多数企业来说，AI落地的第一步是提升数据治理水平。

图4 企业目前数据管理所处的水平

扫码参与

2025年度企业级AI策略+架构及应用落地2.0调研

下期预告：

将分析AI带来的风险与治理对策。在AI落地之初，就要考虑AI可能带来的风险，这其中既包括数据偏差和数据安全漏洞带来的数据驱动风险，也包括内容生成滥用、系统性失控等在内的AI技术滥用风险。

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。