本篇文章由微軟和安永聯合著作。 微軟正在與安永合作進行人工智能成熟度調研，共同剖析各行業內企業人工智能成熟度現狀，展望嶄新業務機會，后續也將聯手推出白皮書報告和系列相關活動，敬請期待。

根據此前安永的調研報告，500 位 CEO 及行業領袖指出發展人工智能能力的核心挑戰與困難包括缺乏擁有人工智能技術的人才（46%）、監管或安全風險（40%）、人工智能基礎設施技術能力不足（37%）及數據質量有待提升（36%）等。［i］

截至目前，微軟與安永合作進行的微軟 x 安永人工智能成熟度調研結果顯示大中華區受訪者提出的企業人工智能核心挑戰主要為以下七點：

Q1：我們也想部署AI，但是找不到合適的技術人才怎么辦？

隨著人工智能時代的到來，類似人工智能會取代相當一部分人的工作的新聞不絕于耳。然而人們卻忽略了新的工作也在因此被創造。人們將需要掌握新的技術技能，以將人工智能作為輔助工具或是與人工智能合作共同為所屬企業創造價值。

人工智能產業的快速崛起導致人工智能人才數量遠不及需求。對企業而言，尋人工智能人才困難重重，學術背景、熟練掌握人工智能相關技術、豐富的經驗、良好的溝通能力缺一不可。各企業都迫切的招攬有能力有資質的復合型人工智能人才，以建立自身人工智能能力推動業務發展。

除了內部獲取，如何通過構建多元化、多層次的商業合作伙伴群也成為企業發展新課題。學會與生態圈的大型互聯網企業、小而美的創業企業、可擴展性佳的外資企業同生、共融，尋找共同利益點，成為企業發展新課題。

Q2：現在我們對人工智能的應用尚在探索，監管環境也不成熟，我們很擔心在部署 AI 的過程中會面臨一些監管和安全方面的風險，應該怎么應對這種風險呢？

人工智能的部署要求從根本上重新設計企業流程和結構，需要企業配置一套與之相適應的人工智能治理管理體系來應對可能產生的監管及安全風險。

首先是建立一套 內部風險管理框架。企業在考慮解決方案的商業可行性時，還要考慮潛在的違規行為，建立起配套的風險應對機制。

其次，面對人工智能對員工造成的失業擔憂，公司需要 加強組織變更管理方面的建設，確保員工具備新的技能，激勵員工參與由人工智能推動的重組工作。

最后，數據作為人工智能的必要輸入，其數量和質量直接決定了人工智能的利用效果。企業需要 建立起相應的基礎架構和數據管理協議，高效有序地進行數據治理。

Q3：我們 IT 部門在公司中的地位比較邊緣化，領導一直不重視 IT 的發展，導致我們公司到現在一些硬件設備、云平臺等都不完備。這種情況下是不是很難推行數字化轉型？

硬件設備、云平臺、數據存儲設施、網絡運輸等技術設備都是企業在數字化進程及人工智能發展路徑上不可或缺的要素。微軟在《轉型者的陣痛與重生》中指出企業傳統 IT 部門無法掌握最新技術能力，導致新技術轉型過程中可能比新建技術部門更困難。

企業數字化轉型路徑是由信息化發展至數字化，最后發展為智能化。信息化關注步驟性流程，因此信息化可謂是數字化的基礎。當企業尚未達到信息化程度，缺少基礎設施以及對業務流程的完整了解，企業很難實現后續轉型。

Q4：我們公司現在數據利用的不是很到位，很多數據都沒有收集整合上來，更別說分析利用了，這種情況下可以做數字化轉型嗎？可以部署 AI 嗎？

數據是人工智能的原材料，人工智能的學習需要海量數據投入作為訓練素材。原材料短缺勢必會成為企業在人工智能發展路徑上的難關。

多數企業數據以內部數據為主，外部數據為輔。其中大量非結構化數據（包括語音、圖像、文本）極大程度導致企業在人工智能技術起步階段缺少有效數據。企業需要從數據安全、數據質量、數據管理、數據采集、數據標注等多方面著手才能為未來人工智能技術的發展打下堅實基礎。

許多企業已經開始進行數據采集，包括消費者信息、交易數據、營銷數據等。但數據零散、缺乏整合數據庫、缺少高級分析工具直接導致企業無法高效運用數據拓展營收，也無法為業務決策提供數據依據。［ii］

Q5：我們想在公司里推一些比較新的項目或者介紹一種新的數字化工具的時候，公司里一些員工有些抗拒，他們好像還是更喜歡過去的工作方式，使用以前傳統的工具，變革很難推動下去怎么辦？

企業轉型是非常痛苦的，往往面臨兩難的選擇，“不轉型就等死，轉型就是找死。”企業需要具備成長性思維和勇于擁抱變化的文化，勇于推翻自己的過去。

在數字化轉型中，許多企業容易忽略 企業管理層與員工對于新工作方式的接受程度。企業需要思考，原有的組織架構、目標與績效衡量是否仍然符合轉型期間及轉型后的需求。從企業的角度，制定人工智能戰略超出了業務范疇，需要注入人工智能就緒文化所需的領導力、行為和能力。因此，除了技術發展，人和組織對轉型來說也是重要的決勝因素。

Q6：我們通過問卷調查發現，消費者對 AI 缺乏信任，有些抗拒，為什么會出現這種情況呢？

AI 推進各行各業的變革，許多企業認為 AI 是未來不可避免的發展趨勢，并準備擁抱這一變化，然而與之形成對比的是消費者對 AI 缺乏信任，對 AI 持懷疑和觀望的態度，造成這種現象的原因主要源于兩個方面： 一是 AI 的技術能力，二是個人隱私保護。

其次，AI 的使用意味著企業對消費者數據的大量采集，消費者對企業保護數據的能力持懷疑態度。收集數據本身就已經部分侵犯了個人隱私，若遭遇黑客攻擊數據平臺，則更是會直接導致大量數據泄露。沒有信任就沒有使用。如何解決消費者信任問題是企業面臨的重要挑戰之一。

Q7：人工智能項目的收益難以短期量化，我們目前更注重其他短期回報率高的數字化項目。由于缺乏長期策略與路徑規劃，基礎數據的可用性、兼容性都將成為我們在數字化進程中的潛在挑戰。怎樣才能扭轉這種局面呢？

管理層需要加強自身數字化驅動力，改變思維方式以更好的做出人工智能相關決策及推動人工智能企業級發展。管理層需要具備高效的領導力、切實的行動力、跨部門跨職能的良好溝通等能力才能有效引領轉型。

大中華區企業更注重智能機器人、無人機和智能駕駛等終端產品市場，以及聊天機器人、個性化推薦等提升消費者體驗或有效提升銷售數據的人工智能應用。若企業缺乏長期人工智能部署策略，人工智能將難以在企業中后臺得以有效規劃應用。

所有即將投身于人工智能技術的企業都應正視以上挑戰，只有事先識別出困難才能知道該如何對癥下藥，將挑戰轉化為機遇。

人工智能的倫理道德問題也是企業面臨的挑戰之一，算法偏見、隱私侵犯、數據保護、網絡安全等問題都需要被企業加大重視。

責任編輯：ct