是的，事实证明，人工智能(AI)本身已成为业务领域中的一种有价值的工具-至少在专注的初步项目中是如此。智能聊天机器人就是一个典型的例子。现在的问题是，如何快速扩展以在整个业务范围内实现更广泛的交付，例如使有关库存或投资的决策自动化。

麦肯锡最近对2360名高管进行的调查显示，在这方面已有进展，该调查显示，在各种业务流程中使用AI的同比增长了近25%，而且在跨AI分布的公司中出现了相当大的增长多个过程。

调查的作者，Arif Cam，Michael Chui和Bryce Hall以及麦肯锡都表示，采用AI的公司的大多数高管表示，它在使用AI的领域增加了收入，有44%的人表示降低了成本。州。

结果还表明，一小部分公司(作者称其为“ AI高性能企业”)正在获得AI的“超大型”业务成果。近三分之二的公司(占63%)报告说，业务部门采用AI带来的收入增加。调查显示，表现出色的受访者的收入增长超过10%，是落后者的近三倍。

领先的AI用例包括市场营销和销售，产品和服务开发以及供应链管理。该调查的作者报告说：“在市场营销和销售中，受访者最常报告说，在定价，购买可能性的预测以及客户服务分析方面，人工智能的使用增加了收入。”“在产品和服务开发中，创收用例包括创建新的基于AI的产品和新的基于AI的增强功能。在供应链管理中，受访者经常引用销售和需求预测，并将分析作为产生收入的用例进行。”

这些表现出色的人有什么不同之处?战略是关键领域。例如，来自AI高绩效企业的受访者中有72%表示其公司的AI战略与他们的企业战略相一致，而来自其他公司的29%的受访者则表示。同样，有65%的高绩效员工表示拥有清晰的数据策略来支持和启用AI，而其他公司的这一比例为20%。同样，在整个企业中使用标准化工具的情况更可能出现在高性能企业中。

采用战略性AI方法：

拥有供数据和分析专业人士使用的标准AI工具集(76%的高绩效者; 18%的落后者)

人工智能战略与更广泛的公司战略保持一致(72%的高绩效者，29%的落后者)

制定清晰的数据策略以支持和启用AI(65%的高绩效者，20%的落后者)

制定了明确的治理流程以处理与数据相关的关键决策(65%的高绩效者，20%的落后者)

跨职能团队，包括AI专业人员和业务人员，共同解决特定问题(62%的执行者，23%的落后者)

调查显示，再培训工人也是关键的区别。三分之一的高绩效员工(33%)表示，在过去的一年中，他们的大多数员工都接受了与AI相关的培训，而落后的组织中只有5%。在未来三年中，有42%的高绩效员工打算将此类培训扩展到大多数工人，而落后的只有17%。

为了掌握人工智能，麦肯锡的作者敦促加大对劳动力的再培训。调查的作者指出，即使是AI高性能的公司，也要在几个关键领域做工作。这些公司中只有36%的受访者表示，他们的一线员工会实时使用AI见解进行日常决策。少数(42%)报告称，他们系统地跟踪了一套完整的AI明确定义的关键绩效指标。同样，只有35%的AI高绩效受访者表示有针对员工的积极的AI持续学习计划。