Forrester调研400位高级决策者,揭示AI应用未来

根据Gartner预测,2025年全球人工智能支出预计将达到6440亿美元,较2024年增长76.4%。在此背景下,企业已将AI视为关乎生存的战略要务。然而,它们在投资AI时具体关注哪些方面?

我们决定与Forrester合作寻找答案。我们对400名负责AI和企业云战略的高级决策者进行了双盲研究。受访者包括来自科技、金融服务、媒体、零售、制造和医疗保健行业的总监、副总裁和C级高管。

本研究旨在揭示企业如何规划近期及长期的AI工作流程和AI工具,尤其关注期望值最高的面向客户的应用。《企业级AI现状:积累经验,管理风险》(Forrester OSNAP报告)揭示,AI已成为跨行业、跨地区的战略要务。

为理解这些结果的重要性,让我们深入探讨其驱动因素、当前采用模式背后的原因,以及组织和开发团队接下来该如何保持行业领先地位。

AI正定义竞争格局

Forrester数据显示,76%的企业应用AI解决方案和应用来改善客户体验,71%用以加强客户留存,76%用以提升运营效率。这些是收入增长和竞争优势的核心驱动力。

成功部署AI的组织更能:

  • 通过客户体验实现差异化
  • 获取并保护市场份额
  • 加速创新周期
  • 释放运营杠杆效应
  • 构建抵御颠覆的未来韧性

通过客户体验实现差异化

个性化服务或推荐、通过自动化实现更快速的服务、智能服务解决,这些都直接改善了客户体验---Forrester将其确定为AI投资的头号驱动因素。在竞争激烈的市场中,客户互动的质量是决定用户忠诚度和留存的关键。

获取并保护市场份额

通过将生成式AI等人工智能能力深度融入客户旅程,企业得以打造更具用户粘性、且难以被竞争对手复制的体验。这不仅有效提升了客户净留存率,也显著增加了用户的转换成本。

加速创新周期

使用AI的企业能够更快地推出新产品和服务,尤其是在整合了程序化内容生成、视觉搜索与预测分析等高级能力后。在那些上市速度与市场份额增长紧密相关的行业中,这构成了一个决定性优势。

释放运营杠杆

AI驱动效率提升,无论是通过流程自动化还是员工能力增强,都将直接转化为成本降低、扩展加速,以及更高价值工作的聚焦。

构建抗颠覆韧性

正如Forrester所指,企业评估AI成功不仅看效率,更关注其对长期收入与客户终身价值的影响。行动迟缓者,恐将被已将AI深度融入核心能力的对手所超越。

从开发者视角看,这一转变意味着AI已嵌入关键业务路径。支撑AI的代码直接牵动客户终身价值与净留存率等核心指标,使可靠性、可扩展性与伦理考量,成为AI设计的重中之重。

已验证的用例与下一波创新浪潮

Forrester强调,采用最广泛的AI用例是那些直接影响客户触点的领域:个性化(53%)、自动化客户服务解决(53%)和回答客户问题(52%)。这些用例占主导地位,是因为它们能带来可衡量的短期成果。

与投资回报不明确的抽象AI计划相比,能够提升转化率的推荐引擎或减少客户流失的聊天机器人,更容易获得领导层的支持。对于企业及其开发团队而言,这种侧重转化为对能够扩展、处理实时数据并最大限度减少客户互动延迟的系统的持续需求。

技术选择将决定AI竞赛的赢家与输家

企业正纷纷加入这波强大的AI浪潮,但力求避免"翻船"。关于AI陷阱和失败的报道屡见不鲜,因此需要深思熟虑和审慎的方法才能成为成功案例之一。

通常,选择从已确定的用例(如AI聊天机器人)入手以快速见效,有助于建立对其AI战略的信心并提升AI应用熟练度。

反过来,这种信心为开展更复杂或更贴合其业务需求的细分AI实施打开了大门。这些应用往往因行业而异。例如:

  • 零售和旅游业专注于个性化和视觉搜索以提升客户体验。
  • 金融服务更看重自动化和欺诈检测。
  • 医疗保健和生命科学领域采用AI更为谨慎,在创新与合规及风险之间取得平衡。

除了这些已确定的用例,实验性探索正在增加。近半数(46%)的组织正在试点程序化内容创建,40%在测试视觉搜索,而37%在探索面部识别。

这些实验性研发很重要,因为今天的"副业项目"可能成为明天的竞争基准。回想一下酒店业的移动入住是如何从新奇事物转变为必需服务的。鼓励开发团队试点新兴技术的企业更有可能为AI驱动工具和解决方案的爆发式增长做好准备。

风险、安全与声誉:AI的隐性成本

该研究也揭示了多项发人深省的现状。总共63%的受访者将安全担忧列为首要障碍,55%担心合规问题,近半数(45%)担心若AI未能达到预期会损害声誉。

从技术角度看,这些数字强调了对于以下治理框架的需求:

  • 保护数据管道以防泄漏
  • 模型监控以检测漂移或偏差
  • 模拟生产环境的测试协议

但降低这些风险不仅仅需要技术保障措施。

企业可以从全局性的风险管理思维中受益。安全不仅需要强化的基础设施,还需要清晰的数据处理政策和定期审计,以便在攻击者之前发现漏洞。合规要求开发团队、法律团队和监管专家之间的协作,以确保模型符合不断发展的行业和地区标准。而声誉风险则要求透明度和问责制。

能够解释其AI系统如何决策并证明其公平性的公司,在出现问题时遭遇强烈反对的可能性要小得多。换言之,企业不仅仅是在编写模型,更是在部署关乎业务成败、并反映组织诚信的系统。

降低风险意味着将工程纪律与组织问责相结合,从而确保对创新的追求不以牺牲安全、合规或信任为代价。

克服集成障碍

企业正通过多种技术方法来分散风险。Forrester报告显示,云原生技术(81%)、开源AI(72%)和AI托管服务(77%)的采用率很高。然而,仍有55%的组织将技术和平台差距视为其首要挑战。

这种双重性反映了一个开发者熟知的现实:工具易得,集成难。专有API、碎片化的生态系统以及参差不齐的合规要求都拖慢了进展。那些构建灵活、混合架构的组织------利用开源创新、托管服务实现扩展、边缘部署实现低延迟体验------更能克服这一障碍。

旨在短期内全球部署AI的公司需要的不仅仅是云基础设施:他们需要能够跨监管区域运营、支持本地数据驻留并提供一致性能的合作伙伴。

在Forrester的数据中,专业AI提供商被评为首选合作伙伴。这与我在实践中观察到的情况一致:组织希望供应商既能提供全球覆盖,又具备深厚的技术专长。

企业当前可采取的五项行动

Forrester研究指出:AI已是常态,企业的成败取决于其把握机遇与管理风险的能力。基于最新洞察,我们建议立即推进以下五项措施:

  1. 以客户价值锚定AI
    每次AI部署都应与客户体验、留存率或收入的可量化提升直接挂钩。
  2. 兼顾速度与治理
    在快速推进的同时,将合规、测试与监控前置至开发初始阶段。
  3. 构建灵活架构
    结合开源、云原生与AI托管服务,从技术上规避供应商锁定。
  4. 审慎选择合作伙伴
    优先考虑具备全球规模、本地化合规能力与可靠交付记录的供应商。
  5. 将实验纳入研发体系
    打破试点孤岛,把AI实践的经验融入长期技术路线图。

定义AI新时代

Forrester研究印证了我们共同的观察:AI已成为企业战略的核心。然而数据也揭示出,企业愿景与现实部署之间仍存张力。

开发者、架构师与业务领导者必须意识到:今天所构建的AI,不仅影响产品功能,更将决定未来的客户体验与品牌信誉。那些以客户为中心、采纳灵活技术策略并携手可信合作伙伴的组织,不仅能在AI浪潮中立足,更将共同定义这个时代。

了解更多

如果您有兴趣进一步了解企业AI的现状,请阅读完整报告

相关推荐
KKKlucifer2 小时前
数据智能时代的安全困局与 AI 破局逻辑
人工智能·安全
Dm_dotnet2 小时前
Microsoft Agent Framework/C#:了解Workflows的几种不同模式
人工智能
Macbethad2 小时前
基于世界模型的自动驾驶控制算法
人工智能·机器学习·自动驾驶
带电的小王2 小时前
【AI大模型技术】4.预训练语言模型(PLMs,Pre-trained Langue Models);5.Transformers Tutorial
人工智能·语言模型·自然语言处理
搬砖者(视觉算法工程师)2 小时前
自动驾驶技术前沿:传感器技术
人工智能·自动驾驶
算法与编程之美3 小时前
探究pytorch中多个卷积层和全连接层的输出方法
人工智能·pytorch·深度学习·神经网络·cnn
Master_oid3 小时前
机器学习21:可解释机器学习(Explainable Machine Learning)(上)
人工智能·机器学习
MobotStone3 小时前
边际成本趋近于零:如何让AI智能体"说得清、讲得明"
人工智能·架构
新智元3 小时前
李飞飞「世界模型」正式开放,人人可用! Pro 版首月仅 7 元
人工智能·openai