时至今日，大家对于“人工智能”这个名词非但不再陌生，反而充满期待。作为3A技术（Automation, Analytics, AI）的集大成者，它正从试验阶段向迅猛发展阶段推进。目前，中国人工智能初创企业的数量已经突破1000家，AI市场规模有望在明年突破400亿美元。

人工智能对于国民经济贡献显著。埃森哲预计到2035年，人工智能情境下的年增长水平接近8%，如果没有人工智能的影响，这一增长率仅为6.3%。换言之，人工智能将使中国经济的预期增长率提升1.6个百分点。

作为率先关注人工智能前景、积极倡导负责任的AI的全球服务公司，埃森哲应用智能业务董事总经理兼工业X.0数据分析主管罗伯特·希梅诺在世界人工智能大会相关论坛上分享了观点。

比如，马德里地铁公司运营着全市294公里的地铁网络和301座车站，每天有200万名乘客通过地铁通勤。要维持庞大的客流和路网，917台工业风机功不可没，但它们每年却会消耗600亿度电。

埃森哲通过利用AI技术，结合了天气预报、站台和隧道空间结构、乘客聚集程度、车辆运营情况和空气质量等多样化数据，对风机作业做出实时调配，帮助马德里地铁公司成功降低了26%的耗电量，二氧化碳排放量减少了1800吨。

无论身处何种行业、位于世界哪一地区，企业都已清楚地认识到，AI应成为其竞争战略中的关键要素。避免落于他人之后的压力正与日俱增，企业内的诸多职能、单元和部门争相创建各自的AI解决方案。

然而，在尚未明确定义商业目标和战略性AI目标的情况下，此举很可能造成AI解决方案彼此孤立、甚至全然无效的不良局面。此外，一旦更高效的选择出现，团队往往会放弃从零开始构建内部的AI系统和功能。

埃森哲研究显示，仅有不到半数的企业正在整个组织中战略性地使用AI技术。为了遏制AI纷乱引入的状况、做出更明智的技术部署决策，企业需要更多地考虑，怎样准确定义希望从AI解决方案中获得的价值。埃森哲将实施战略归纳为三大类型（以及它们的混合），每种选择都尤其适用于特定的场景：

1创建

创建意味着使用内部能力来打造核心AI解决方案。例如，某银行决定开发一种预测货币需求的工具。银行为此需要聘请（或指派现有的）AI专家和数据专家与内部的货币专家合作，建立一款可以随着时间推移不断改进的预测模型。

2购买

大型汽车制造商不会自行生产每一部件，他们专注于可以增进最大价值和竞争优势的领域，同时从专业厂家那里采购其他组件。与之类似，企业通常也可以通过购买软件、程序接口或使用开源代码来利用AI技术。所有这些都可以集成到企业当中并进行整体设计，从而当技术不可避免地进化时，解决方案亦能够实现升级。

3合作

许多企业均未具备开发有效AI解决方案所需的专业知识。顶级技能难以寻觅，并且AI价值在内部显露之前，企业普遍不愿投资招募专业人才。但其他一些公司可能已建立了相关能力，甚至推出了此类服务；安排内部的业务专家与他们、或者拥有知识和技能的组织开展合作，能够有力地加速推进AI项目。

创建、购买、合作，三者之间并没有本质的优劣之分。企业需要通过可行性、契合度、数据、战略影响和能力，这五方面的考量，来选择最为合适的解决方案。

作者：张晓鸣
编辑：王翔
责任编辑：徐晶卉

*文汇独家稿件，转载请注明出处。