德勤在其最新的“企業人工智能現狀”報告中，尋找了標志成功人工智能實踐的共性，以及與較低成就相關的實踐啟示。

這份人工智能年度報告《成為人工智能驅動的組織》收集了來自美洲、歐洲、中東和太平洋地區11個國家的2875名IT和企業高管的調查信息，以了解他們如何使用人工智能，得到了什么樣的結果，以及他們的應用實踐。由德勤人工智能研究所和德勤綜合研究中心共同制作的該報告于10月28日發布。

長達28頁的報告根據受訪者部署的人工智能項目數量及其成功率，將參與調查的公司分為四大類。其中“變形金剛”(Transformer)在受訪者中占28%，表現出高成果和人工智能部署數量多的特點;而26%的“探索者”(Pathseeker)雖然部署數量少，仍能獲得高效果;“后進生”(Underachiever)占受訪者的17%，他們應用效果很低，但部署的人工智能數量很多;“起步者”(Starter)占受訪者的最大群體，29%。他們部署數量很低，成果也很低。

德勤的調查顯示，“變形金剛”和“探索者”幾個非常突出的特點。

首先，這兩個群體的代表更有資格說，人工智能將他們的組織與競爭對手區分開來。他們也更有可能制定基于整個企業的人工智能戰略，以及利用變革性人工智能的高層愿景。也更有可能依靠人工智能在五年內保持競爭優勢。不過雖然這些成就卓越的公司專注于利用人工智能作為競爭優勢，但在最成功的企業中，有一個“反向”原則在起作用：真正的差異化來自商業成果，而不是人工智能技術。最強大的人工智能戰略在開始從不提及人工智能。相反，它們應該從組織核心業務戰略開始。最終，人工智能戰略作為業務戰略的強大推動力，與為激勵和加強競爭優勢而制定的KPI目標保持一致。

報告還說，成就較低的人往往只要求數據科學家或IT部門推動他們的人工智能戰略，這并不理想。相反，人工智能策略應該來自業務，如果可能的話，它應該涵蓋整個企業。

德勤引用了杰夫•貝佐斯(Jeff Bezos)的例子，他在2010年要求亞馬遜的每一位領導者都要制定一項如何使用人工智能和機器學習的戰略。這推動了無與倫比的增長，是公司驚人增長的催化劑。

“變形金剛”和“探索者”之間還有一個有趣的共同點：他們傾向于實施更多以增長為導向的人工智能項目(也可以理解為“開源”項目)，而“后進生”和“起步者”則傾向于更專注于降低成本的人工智能項目(“節流”項目)。事實上，這兩種類型的人工智能項目通常都是需要的。但明顯增長為導向的AI項目成功帶來的推動效應會更強烈。

只啟動少數人工智能項目的效力有限。德勤人工智能聯席主管、德勤咨詢負責人尼廷•米塔爾(Nitin Mittal)表示，人工智能的成功不是一個一次性的項目，而是一個持續的過程。他說：“要成為一個以人工智能為動力的組織，就要明白轉型過程永遠不會完成，而是一個不斷學習和改進的旅程。”

德勤還調查了高成就AI團隊的工作流程習慣，發現專注于MLOps流程與成功相關。

該公司在報告中表示：“記錄并執行MLOps過程的組織達成目標的可能性是其他組織的兩倍。同時對與人工智能相關的風險做好了充分準備的可能性增加了4倍，對能夠以值得信任的方式部署人工智能舉措的信心增加了3倍。”

機器學習操作 (MLOps) 基于可提高工作流效率的DevOps原理和做法。例如持續集成、持續交付和持續部署。

德勤認為，信任、數據流暢性和敏捷性是區分高績效和低績效AI團隊的額外特征。投資于變革管理以管理其人工智能實施的組織，人工智能計劃超出預期的可能性要高出60%，取得成果的可能性要高出40%。

有趣的是，“恐懼“是在高成就的人工智能群體中出現的另一個因素，但不是因為害怕人工智能取代工作。“恐懼可能是一個積極的信號，表明一個組織的人工智能愿景是大膽的。”

高成就的人工智能集團的另一個特點是依賴由合作伙伴和工具提供商組成的廣泛生態系統。德勤的調查發現，83%的“變形金剛“和”探索者“創建了一個多樣化的合作生態系統，以執行他們的人工智能戰略。過度依賴少數合作伙伴和工具供應商也會使公司面臨一定風險。

與人工智能相關的風險仍是企業高管們最關心的問題。但這不會阻止他們向前邁進。高成就的組織報告說，他們在管理與人工智能相關的風險方面準備得更充分，并且有信心以一種值得信賴的方式部署人工智能計劃。