以企业上下文释放 AI 价值

在整个企业中，可能有数量众多的 AI 平台、系统和工具同时运作——例如，AI 驱动的客户平台、对话助手以及工作流和流程自动化工具。每一个都精密、先进且响应迅速。但一旦投入使用，所产生的结果和行动可能是错误的、混乱的，或缺乏对业务的正确理解。许多组织都处于这种境地——这可能也是它们难以从 AI 投资中获得回报的关键原因之一。

MIT Technology Review Insights 的一项调查发现，虽然受访的每个组织如今都在某种程度上使用 AI，但只有不到五分之一（16%）的组织从其部署中获得变革性价值。占比最大的受访者（40%）表示，他们在特定任务或团队中看到了适度的收益，21% 的受访者报告获得了可观的收益，另有 23% 的受访者几乎没有或完全没有看到回报。

企业大多仍处于 AI 用例试点阶段（38% 的受访者如此认为），或者使用 AI 通过副驾驶或聊天助手等工具辅助员工工作（35%）。只有 12% 的企业已将 AI 智能体投入生产环境，3% 的企业表示他们正在使用 AI 完成关键流程中的大部分工作。

“模型的能力与模型在组织内部实际发挥的作用之间存在巨大差距，”Atlan 联合创始人 Prukalpa Sankar 说，“从实际意图和目的来看，通用人工智能已经到来。只是在当今的大多数公司里，它还并不真正有用。”

Sankar 说，缺失的一层是情境（context），即 AI 对一家企业的理解程度。情境层是位于组织的业务系统（例如记录和数据系统）与其 AI 平台之间的架构基础设施。它将企业智能转化为受治理的、可供机器使用的情境，供 AI 智能体或模型使用，并帮助知识不断积累。“如果没有面向 AI 的情境层，这几乎就像是你雇用了世界上最聪明的实习生，却蒙住他们的眼睛，把他们扔进你的组织里，”Sankar 说。

下载报告

本内容由 MIT Technology Review 的定制内容部门 Insights 制作，并非其编辑团队出品。内容由人工调研和撰写，可能使用的任何 AI 工具均仅限于人工监督下的制作流程。