埃森哲大中华区董事总经理陈泽奇发布报告《数据驱动，明智转型：加速人工智能规模化应用》

　　9月1日，2022中国智能产业论坛在北京首钢园举行，本次论坛为2022中国国际服务贸易交易会的组成活动之一，主题为“数智时代 智创未来”。埃森哲大中华区董事总经理，应用智能业务主管兼首席数据科学家陈泽奇出席并发布报告《数据驱动，明智转型：加速人工智能规模化应用》。

　　以下为发言实录：

　　大家好。今天我想跟大家分享我们最近发布的一个报告，是关于数字化以及AI推广的报告，关于在规模化里预见的挑战以及我们的定义。

　　在AI应用来说，能够让我们以更少的人做更多的事，比如我们替一个企业，是一个跨国企业，在中国做得非常大，做的财务智能落地，以前他们有一个财务流程需要走5个小时，要人工去处理5个小时，做了自动化之后通过机器人自动化通过AI扫描自动解决，机器和人联合在一起把一个5个小时的手工工作变成35分钟。在AI落地到我们的流程里面的时候，我们实际上可以以更少的人来做更多的事情。

　　在这个报告里面我们开始估算AI对中国经济发展的贡献，我们和Frontier economic估算，2035年AI可以拉升1.5个百分点，平均可以让企业的盈利能力提升38%，每个企业都不同的提升纬度。

　　我们这十年做过好几轮的研究报告，我们从一个企业有数据应用数据AI的应用企业跟没有这些应用的企业做了他们在收入提升以及在股东回报率做了一个分析。非常明确，有AI能力的企业会比没有AI能力的企业更高，最近的报告也可以看到，无论是它的市值、股东价值都会明显比别人高。这些股市的价值或者我们的收入能提高主要来源于AI能让企业在他们的运营里面提升效率，以前我们常常看到应用是在前端，客户管理、获客、互联网应用，但是现在越来越多的应用是到后台去，供应链、运维、运营甚至人才管理。我们最近给一个很大的中国企业，但是它在全球市场份额是TOP，因为他们在全球的市场份额是TOP，他们需要很好地预测到市场需求，并且可以去准备好它的供应，我们就替他们做了产销跟供应需求模型，因为他们的生产量可以直接影响整个行业的供应以及整个行业这个品类的定价。可以看到，通过智能化AI的应用企业就可以更清楚地看到前面的方向，并且能够把后台的生产做得更到位，更加能够让他们把这个价格和市场份额做回来。

　　第三个好处规模化，我们的分析，已经规模化的企业他们AI投入的回报率比试点阶段高近3倍，很多时候万事起头难，当要第把第一个试点做起来，往往投资比较大，回报比较少，但是当规模化以后就能带来更多的成功。这个回报对我们来说是非常重要，等下会跟大家分享规模化面临的挑战，就会发现这个回报率是很关键的考虑因素。

　　推广AI有很多不同的路径，有一些是从生产做起，有一些是从营销做起，不敢从哪条路径开始，它的起跑线都是数据，没有数据没办法做。企业收集很多的数据，特别是现在是大数据时代，数据多到很多时候都不知道有什么数据，很多企业甚至连数据有什么都不是很清楚。我们的研究也发现仅有32%企业能明确看到数据给他们创造的价值，也就是说今天还有很多企业的数据还有一大堆的价值还没有完全实现出来。为什么价值还没有实现出来，我们去年和麻省理工做了一个报告很惊喜地发现，数字化推广或者AI推广最大的问题不是说没有数据或者没有系统或者没有算法，最大的问题是缺乏人才，缺乏推广的动力，企业文化跟数字化的做法的冲击以及需要更多可持续的投资。如果我们要去做一个小的试点，你投资一个项目就可以了，但是真正要想做我们刚才讲的那些好处，重要能让AI拉动我们的经济效益的时候需要规模化AI，就要解决这三个问题。按照我们服务这么多客户的经验，特别是帮企业做数字化转型AI推广，我们总结三个很重要的动作或者举措。

　　第一我们推广里面必须有一个价值导向的战略为远景，价值导向很重要，一些企业在做项目的时候是以科技或者科研的心态去做，做了之后什么价值也没有完全体现出来，就会对下一个项目推广带来很大的挑战。所以远景必须是价值导向的，而这个远景必须是公司最高层CEO董事长去支持的一把手工程，因为刚才我们看到第二大挑战是企业的文化，你在推广的主力，如果没有最高层的支持这个推广没有办法持续，而且这个推广不是半年或者一个小时就可以解决的，而是一年两年三年可持续地推广。

　　第二个重要的事情，我们需要有数据驱动的智能技术，当然每一个人都有技术，但是你的技术能否复用，你的技术能否有效让你很快地把数据运用起来，这个很重要。等下分享一个案例，他们是亚洲的保险公司，它可以建设一套，但是可以复用到不同的国家。

　　第三个也是刚才嘉宾和领导们分析过的，就是人。对我们来说这是一个变革的管理，刚才说第一大数据是人才。科学的人才，几年前在哈佛论坛上就说到本世纪最热门的行业是数据科学，这种人的工资非常贵，另外他们很有想法，他们喜欢的工作环境和我们传统的不一样，就变成这个缺口非常大。有这个人才本身还不够，这个不只是数据科学和数据运用的问题，而是企业运用到工作流程中去，是一个变革是一个文化的问题。

　　接下来分享三个案例，围绕这三个点跟大家说一下。

　　案例1：这个是亚洲的跨国保险公司，大家知道保险业是上百年的企业，有很多的保险公司都是几十年几百年的老店，这家保险公司进入这个市场部到十年，他们进这个市场的时候不能用老的一套，必须有代理人去卖保险，必须差异，他们的差异战略从最高层战略定下来就是让保险更容易和消费者做生意，而不是让消费者或者客户按照保险的流程来走，而是让保险公司的流程按照客户来走。他们通过数字化，通过AI（实现）。实际上我们在做这个项目的时候，他们已经在新加坡有一个AI公司，服务全亚洲不同的国家，已经部署好几十个模型到不同的国家，但是他们的CEO觉得不够，请我们去做战略规划，希望在一两年之内部署200个AI模型。分析来看，从整个集团的CEO一直往下COO一直到他们每一个国家的CEO都是一条线，同一个理念要推广这个。

　　案例2：全球客户玛氏。我们是用数字化的技术帮他们建生产线，他们的生产线之前有一个很大的问题，他们每一包糖都有重量，50g、100g，如果放的糖太少会被消费者投诉【进入黑猫投诉】，为了不要少就多放，问题是累计起来就是好几百万好几千万的成本，他们要解决的问题就是能否通过智能化数字孪生的算法来解决成本问题，所以我们建了这个系统，传感器将数据实时上云，实时监控，实时让我们调整整个生产线。这个是数据驱动智能化平台的案例，这个非常成功，包括在中国也有落地。

　　案例3：企业文化和人才的栽培。我们以我们公司作为例子，因为我们CEO有一个非常好的理念，我们是咨询公司，我们自己必须成为我们自己服务的最佳案例，我们给企业做咨询的时候，我们的能力必须能体现出我们自己也是OK的。所以我们这家公司有未来人才平台，这个未来人才平台能让我们全球70余万的顾问专业人士能在上面寻找到我们应该上的人工智能、机器学习的算法课程，首先不是人都需要成为数据科学家，但是每一个顾问需要知道数字化转型是怎么回事，因此每一个员工在上面根据他们的职业发展规划推荐适当的课程，让他们在上面学习。这就是我们在数字化的转型，我们的数字化转型旅程大概10年就开始，我们能用自己的服务让我们转型。

　　今天的分享就到这里，我们现在正在做一个新的研究，关于AI成熟度的研究，我们的这个报告会在今年11月发布，到时再跟大家分享，谢谢大家。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

海量资讯、精准解读，尽在新浪财经APP

责任编辑：邓健