人工智能（AI）的落地应用并非没有挑战，但与以往的技术不同，AI能够在其设计之内排查自身的部分问题。
要缓解关键行业对AI的信任与信心问题，有效实施AI必须以人为核心，构建AI治理体系。
要利用AI和自动化并将企业带入新的境界，需要一套集成信息技术与运营技术的新方法论。
人工智能（AI）虽然对岗位重组以及部分岗位可能被取代产生了重要影响，但将催生一系列新的岗位，《未来增长报告2024》（最新发布）对此进行了阐述。未来增长报告2024。
从创新增长的角度看，这引出了一个日益重要的问题：如何找到这些快速增长岗位所需的人才，并避免人才供应成为经济发展与增长的硬性制约因素？
另一方面，全球AI市场的指数级增长也凸显出需要建立标准和框架，以确保负责任的AI实践和采购，尤其是对商业企业而言。
企业如何在应对这些挑战的同时发挥AI的潜力？这里，四位领袖分享了其所在企业探索该领域的见解。
“创新蓬勃发展”
Jeff Schumacher，NAX Group首席执行官
AI是一系列颠覆性技术中的最新前沿，为企业创造价值和解决复杂挑战提供了巨大潜力，例如减少范围3排放。然而，要真正实现AI的承诺，企业不仅必须采用AI，还必须将其落地运营。
这一过程包括将AI模型与可观测的行动相连接，并利用随后反馈至系统的数据以完成反馈闭环。关键在于将这些步骤自动化，实现快速的自学习迭代，从而推动持续改进与创新。
然而，在追求这一目标的过程中，成熟的领导者往往受制于经验局限，技术职能部门因积压任务以及依赖过时技术的关键系统所积累的技术债务而步履维艰。这些挑战凸显了从内部推动转型的不切实际性——其耗时、成本高昂且风险巨大。
要真正实现AI的承诺，企业不仅必须采用AI，还必须将其落地运营。
Jeff Schumacher，NAX Group首席执行官
认识到这些障碍以及直面大规模系统性问题的迫切需求，企业正日益与软件和服务公司建立战略合作伙伴关系。此类合作标志着行业实践格局的演变，并促使企业为那些此前看似无法克服的挑战打造创新解决方案。
“人是建立AI信心的关键”
Carmine Di Sibio，安永全球董事长兼首席执行官
企业采用AI的最大威胁不在于缺乏意愿，而在于缺乏信心。在近期的安永调查中，近70%的首席执行官表示，生成式AI的不确定性使其难以快速制定和执行战略。
领导者的担忧并非毫无道理。以AI聊天机器人为例：它们会产生错误输出，或“幻觉”出现的比例为3%，而相关事件的峰值达到27%。企业还对数据隐私、虚假信息和知识产权存有顾虑。在医疗保健、金融服务和物流等生成式AI具有改善生活巨大潜力的行业中，此类风险是不可接受的。事实上，对大多数企业而言亦是如此。
每一项新技术在其全部价值得以实现之前，都会经历一个炒作阶段。然而，穿越这一过渡期可能十分混乱。那么，企业如何才能充满信心地利用AI？一个重要的第一步是实施以人为主导的治理机制。例如，安永AI原则涵盖了问责、安全、透明度和可持续性等关键考量。这还意味着利用人工输入来“微调”模型并解读输出结果。换言之，要释放AI的价值，我们必须以人为中心。
毕竟，我们所依赖的技术——从互联网到手机——在最初也曾是人工智能驱动的转型战略，旨在优化性能并增强人们对这项改变游戏规则的技术的信心。
“恰到好处地激发AI热情”
Lisa Heneghan，毕马威国际首席数字官
AI无疑是我们这个时代的“互联网”时刻。人们对它的讨论、接受和改进速度将令最热情的支持者也感到惊讶。在毕马威的《首席执行官展望》调查中，70%的高级管理人员告诉我们，生成式AI是他们的首要投资重点，并且预计将在未来三到五年内带来回报。显然，尽管经济存在不确定性，首席执行官们仍专注并坚定地致力于让AI为其所用。
对企业领袖而言，当前的危险在于“错失恐惧症”驱动的决策，这类决策可能损害长期利润，或带来新的伦理或网络安全挑战。在较晚采用者（可能错失黄金增长机遇）与较早采用者（有冒进而可能适得其反的风险）之间，需要进行一场微妙的平衡。
企业应从今天开始投资。理解商业价值不在于节省成本，而在于基于实践经验和技能，这将有助于识别机遇。应着力打好基础，搭建足够灵活的技术平台，以适应快速演变的AI格局。与其观望而错失引领变革的机会，不如现在就进行测试和学习——上市时间比完美更重要。
这是在较晚采用者（可能错失黄金增长机遇）与较早采用者（有冒进而可能适得其反的风险）之间进行的一场微妙平衡。
Lisa Heneghan，毕马威国际首席数字官
“以安全为先推动AI落地”
John Markus Lervik博士，Cognite首席战略与发展官兼联合创始人
工业企业面临AI革命的两难困境。在能源和制造业的关键资产运营中，幻觉是不可接受的，那么它们如何利用AI进行创新以提升竞争力？
老龄化的产业工人队伍、较低的数据素养、人才吸引困难、危险的工作环境、日益复杂的优化需求以及可持续发展，都呼吁采用基于AI的解决方案，包括AI机器人。随着颠覆性的生成式AI创新渗透到社会的各个领域，工业企业的董事会越来越将AI战略与投资列为最优先事项。但是，对于安全是首要任务的行业，我们如何让生成式AI发挥作用？
答案出乎意料地简单：将生成式AI大语言模型与工业知识图谱相结合。如果“知识图谱”对你来说和大语言模型一样陌生，那是因为在数字化转型的语境下，它们更为人所知的名称是驱动数字孪生的数据模型。从这个角度看，大语言模型需要数字孪生，才能让生成式AI服务于工业。
数字孪生提供了对现实世界资产及其全部流程的确定性、实时、受治理且受访问控制的数字化表征，而大语言模型则提供了自然语言对话界面，使任何人都能访问数字孪生以获取洞察和分析。这是一个双赢的组合。
“企业必须行动起来，推动AI驱动的OT自动化”
Anant Maheshwari，霍尼韦尔全球高增长地区总裁兼首席执行官
AI正在各行各业迅速创造新机遇，但大多数企业仍在努力明确如何利用AI积极影响损益。在运营技术（OT）自动化领域加速部署AI是一个机遇。OT已经利用控制自动化数十年，而正是在这里，AI能够实现合乎逻辑的飞跃。
要实现这一目标，组织需要采用一套新的、面向OT的集成软硬件方法论，将其作为关键的自动化支撑。此外，还需要合适的技术合作伙伴，以基于嵌入式控制系统，在统一战略和连贯执行下，整合零散的IT和OT系统。如果做对了，回报将是可观的。
AI的演进速度显而易见，企业必须立即行动，推动AI驱动的OT自动化，以免落后。
Anant Maheshwari，霍尼韦尔全球高增长地区总裁兼首席执行官
此类自动化的一个例子是一家房地产公司，它在国际建筑组合中降低了能源强度。该公司从希望通过数据驱动路径减少范围3排放的租户那里获得了更高的收入。另一个例子来自一家全球能源公司，该公司通过在其OT资产上部署AI赋能的控制系统，大幅减少了停机时间及相关成本，并提高了吞吐量收入。
这些“早期行动者”正在利用AI积极影响损益并推动更高的股东回报。然而，AI的演进速度显而易见，企业必须立即行动，推动AI驱动的OT自动化，以免落后。
