研究机构 Gartner 发布了一项针对企业人工智能（AI）应用情况的新调查。该调查聚焦于企业如何运用 AI 和生成式人工智能（GenAI），揭示了高 AI 成熟度企业与低 AI 成熟度企业在 AI 项目运行、应用效果及面临挑战等方面的显著差异。
调查结果显示，在具备高 AI 成熟度的企业中，45% 的表示其 AI 项目已持续运转三年以上，旨在确保项目能长期产生影响和价值。而在 AI 成熟度较低的企业里，这一比例仅为 20%。高 AI 成熟度企业之所以能够保障 AI 项目的长期运行，关键在于它们基于业务价值和技术可行性来选择 AI 项目，并建立了完善的治理结构和工程实践。
此次调查于 2024 年第四季度展开，共有来自美国、英国、法国、德国、印度和日本的 432 名受访者参与。Gartner 依据其评估和提升企业 AI 使用能力的结构化框架 ——Gartner AI 成熟度模型，设计了七个问题对企业的 AI 使用能力进行评估。每个方面的评分从 1 分（“规划 / 初始”）到 5 分（“领先”），高 AI 成熟度企业的平均得分在 4.2 至 4.5 分之间，而低 AI 成熟度企业的平均得分则在 1.6 至 2.2 分之间。
在对新 AI 解决方案的接受度上，高 AI 成熟度企业与低 AI 成熟度企业也存在巨大差距。57% 的高 AI 成熟度企业业务部门信任并准备使用新 AI 解决方案，而低 AI 成熟度企业的这一比例仅为 14%。这表明高 AI 成熟度企业在内部对 AI 的认可度和应用积极性更高。
值得关注的是，无论企业的 AI 成熟度如何，数据的可用性与质量始终是 AI 实施过程中面临的关键难题。Gartner 数据表明，34% 的低成熟度企业和 29% 的高成熟度企业均将其列为实施 AI 的主要挑战之一。此外，不同 AI 成熟度的企业在面临的其他挑战上也有所不同。在 AI 成熟度较高的企业中，48% 的认为安全威胁是实施 AI 的三大障碍之一；而在成熟度较低的组织中，有 37% 的表示缺乏合适的应用场景是其面临的障碍。
调查还指出，建立指标有助于提升 AI 使用效果。高 AI 成熟度企业通过定期量化 AI 项目效益，并利用多维度指标评估项目成功程度，不断改进 AI 项目。约 63% 的高 AI 成熟度企业会对风险因素进行财务分析，以及对投资回报（ROI）和客户影响进行分析与评估，这些举措助力企业保持 AI 项目的成功。
另外，91% 的高 AI 成熟度企业表示已任命专门的 AI 负责人，这些负责人承担着多项重要职责，包括优先推动 AI 创新（占比 65%）、交付 AI 基础设施（占比 56%）、建立 AI 组织和团队（占比 50%）以及设计 AI 架构（占比 48%）。这体现了高 AI 成熟度企业对 AI 战略的重视和系统性规划。
