我们正身处第四次工业革命的浪潮之中：智能时代。未来十年，人工智能（AI）和机器学习（ML）的进步将根本性地改变企业的运营模式。
随着实时数据的获取和自动化决策的增加，我们现在习以为常的流程和节奏将变得过时。从季度董事会会议到审批流程，人工智能将彻底改变我们构思、执行和报告商业活动的方式。
这项技术将改变世界运作的方式。绝大多数领导者告诉我们，在未来五年内，AI/ML将在其企业实现目标方面发挥主要或中等程度的作用。因此，对于投资者而言，评估投资组合公司的AI就绪程度现在与审查其财务报表同样重要。部署该技术并从中驱动显著价值的能力，预示着企业的持久性、盈利能力和竞争优势。
Peak的Decision Intelligence Maturity Index（决策智能成熟度指数）评估了来自美国、英国和印度企业的3,000名决策者和3,000名初级员工，以根据多项关键成熟度指标评估他们对AI的准备情况。该研究揭示了在AI采用方面最具成功潜力的企业之间的共同点。
以下是投资者在智能时代应关注的要点：
数据团队是如何构建的？
AI是一项变革性技术，因此不能仅由技术团队来实施。为了取得成功，企业需要理解AI应用为每个职能领域必须交付的商业价值，并获得最终用户的认可。
因此，企业如何构建数据团队对其AI就绪程度有着深远的影响。我们的研究表明，AI成熟度最高的企业通常采用去中心化的数据团队模式。
在美国（30%）和英国（25%），最常见的是依赖一个集中的数据或商业智能团队。这意味着高级数据功能和理解力被隔离在单一部门内，对职能团队的支持需要通过该中央团队进行协调。相比之下，在印度——组织通常表现出最高AI成熟度的国家——大多数（33%）企业在每个部门都嵌入了专门的数据从业者。
这种做法不仅消除了瓶颈，还提高了商业团队的数据素养，使他们接触数据分析并习惯于做出数据驱动的决策——这是在AI优先的世界中的一项关键技能。这种设置也使数据从业者能够深入了解商业团队如何使用数据，从而具备构建具有实际效用的AI工具的条件。
领导层如何在内部沟通关于AI的信息？
强大的内部沟通对于确保组织能够将人工智能愿景变为现实至关重要。人工智能成熟度最高的企业总是也是那些在各个层级——而不仅仅是领导层——与团队成员清晰传达其雄心的企业。
印度企业在这一点上似乎表现得尤为出色，因此其人工智能成熟度也显著更高。仅有2%的印度基层员工不确定其企业是否使用了人工智能，而在英国这一比例为21%，在美国为18%。
关键在于，这些团队最有可能支持人工智能的采用：74%的印度基层员工认为，在未来五年内，人工智能将对就业产生积极影响。这一比例几乎是美国的两倍，是英国的三倍。当团队被纳入这一进程，并有机会理解人工智能为他们个人以及为企业盈利和效率所能带来的价值时，他们对人工智能的接受度会高得多。
这一点非常重要，因为如果员工不愿意使用，人工智能应用对企业而言就毫无价值。
如何衡量人工智能的价值？
大多数商业人工智能项目失败的原因有很多，其中至少包括一种倾向，即向技术团队提供可用数据并观察能实现什么。更有效的策略是将这种方法颠倒过来：从一个明确的商业目标开始，然后逆向工作以构建能够实现该目标的应用程序。
要做好这一点，团队需要明确他们希望人工智能实现的价值，以及如何量化该价值。人工智能是一项新兴技术，即使是最成熟的企业仍在努力探索如何衡量成功。目前使用人工智能的大多数企业（63%）通过非财务指标来衡量其价值。最常用的价值衡量标准仅仅是所开展的人工智能项目数量；尽管这一指标无法真正评估项目最终是否成功，但仍有41%的企业始终采用这一衡量方式。
然而，98%的已使用该技术的受访者表示，其组织在过去五年中增加了集中式人工智能预算。投资者应确保其企业清楚了解他们从这项昂贵技术中期望获得的价值，毕竟他们在该技术上投入了大量资金。
许多因素，其中不少是非技术性的，对人工智能的成功采纳至关重要。成功实施这些基础要素的企业，可能比那些多年来一直使用该技术的企业更有能力驱动价值。
这与普遍看法相悖，即组织使用人工智能的时间越长，从该技术中获得的收益就越多。结构不佳的公司可能会多年原地打转，浪费时间和金钱；而拥有合适基础设施的公司则可以迅速采用人工智能，推动显著增长。