内容摘要：2023年11月，思科发布了名为《思科人工智能就绪指数》（Cisco AI Readiness Index）的报告。“思科人工智能就绪指数”调查了战略、基础设施、数据、治理、人才和文化这六大支柱要素的人工智能就绪程度，并将组织就绪程度分为四个等级——领跑者（充分准备）、追赶者（适度准备）、跟随者（有限准备）和落后者（未准备）。
人工智能（AI）的加速应用是一次千载一遇的技术变革，几乎影响到商业和日常生活的每一个领域。虽然人工智能的应用已经缓慢发展了几十年，但过去一年中，尤其是在生成式人工智能方面取得的进步，加上这些工具的公开可用性，正促使人们更加关注人工智能时代将带来的变化和新的可能性。
在思科为首期思科人工智能就绪指数（Cisco AI Readiness Index）所做的调查中，97%的受访者表示，在过去六个月内，他们所在公司应用人工智能技术的紧迫性有所增加。虽然这种压力几乎来自每一个利益相关者群体，但来自高层的压力最大，超过一半的人表示这种紧迫感是由首席执行官和领导团队推动的，其次是董事会。因此，84%的受访者认为人工智能将在未来对其业务运营产生重大影响。
但现实情况是，采用和利用人工智能的意愿远远超过了这样做的能力。该指数显示，全球有86%的公司尚未做好充分准备，无法最大限度地利用人工智能和人工智能驱动的技术。
思科首期“人工智能就绪指数”的受访者细分如下：领先者（14%）、追赶者（34%）、跟随者（48%）和落后者（4%）。
该指数基于一项双盲调查，调查对象是员工人数在500人以上的公司中负责组织内人工智能整合和部署的8161名高级业务领导人。
1 战略
在“战略”这一支柱要素中，近三分之一的受访者被列为“领先者”，是六大支柱要素中“领先者”数量最多的，这表明管理团队和董事会目前在这一领域投入了大量的时间和精力。“领先者”在这一领域的得分很高，它们拥有清晰的人工智能部署战略、明确的所有权、衡量影响的流程以及健康的资金流。可见，它们非常注重近期的发展。事实上，企业已经开始在某些业务领域部署人工智能，IT基础设施和网络安全成为目前优先部署的首要领域。而其他支柱领域的准备工作还存在相当大的差距。
2 基础设施
在“基础设施”准备方面，95%的受访者认为人工智能将增加基础设施的工作量。对基础设施几乎每个方面的需求都将激增，这不仅是为了部署人工智能，也是为了充分发挥其潜力。这包括计算资源的可扩展性和分配，在人工智能工作负载下网络的适应、延迟与集成以及功耗的增加。尽管受访者意识到工作量将会增加，但他们的组织准备程度基本上只处于平均水平。
超过一半的受访者表示，他们的基础设施的可扩展性有限，需要升级以适应更复杂的人工智能技术。在所有因素中，为满足人工智能驱动的电力消耗需求增长所做的准备排名最高。然而，即使在这一领域得分较高，相对其他领域的得分而言也是较低的，55%的受访者表示没有准备好或只是“有点”准备。
3数据
从“数据”要素来看，当前最大的问题是数据集中化，81%的受访者承认他们的数据存在于企业内部的“孤岛”（silos）中。这种缺乏集中化的情况给数据和人工智能管理带来了相当大的风险。如果数据没有集中或者没有经过预处理，就会限制企业充分利用人工智能技术的能力，也会限制人工智能工具充分发挥其潜力。此外，下落不明的数据会扩大恶意行为者利用漏洞的攻击面，并为数据准确性增加困难。
众所周知，人工智能模型的好坏取决于它们所能访问的数据，而模型的性能则在很大程度上取决于输入/输出能力，也就是通常所说的I/O。简而言之，I/O能力是衡量数据在源到目的地之间传输效率的标准。随着人工智能在企业网络中的普及，以及这些人工智能工作负载所产生的数据量不断以指数级速度增长，在这些基于人工智能计算的环境之间提供确定性能和延迟的需求也在不断增长。那些能够满足这些需求的公司将被视为I/O能力强的公司，并获得这些工作负载可为其业务带来的好处。
4 治理
先进的数据治理能力对于确保企业充分利用人工智能和发挥其潜力至关重要。然而，该报告显示，目前企业在如何治理数据方面存在巨大差距。如上所述，大多数受访者表示他们的数据存在“孤岛”现象。此外，仅有21%的公司表示其网络具有“最低”延迟，可以支持要求苛刻的人工智能工作负载。这突出表明，大多数公司的I/O能力仍然较差，缺乏基本的数据治理能力。
由于需要引导新人工智能政策和规定的实施，以及适应数据和人工智能领域不断发展的立法，企业的治理工作面临着更多的挑战。该报告的指数发现，每10个受访者中只有3个目前拥有全面的人工智能规定，每10个受访者中只有4个拥有人工智能偏见和公平纠正的系统流程。企业在监管意识和合规方面表现出了更高的准备程度，四分之三的受访企业对数据合规性和数据主权管理有全面的了解，并建立了相关系统。虽然掌握数据治理对企业来说是一项艰巨的挑战，但一旦攻克，就能释放人工智能的真正力量，并确保数据的有效性和可靠性。
5 人才
关于“人才”要素也存在一些矛盾。事实上，大多数组织都面临着一定程度的人工智能人才资源缺口，但同时又对市场上人工智能人才的可用性感到乐观。其中的问题似乎在于如何吸引和留住这些抢手的人工智能专业人才。绝大多数（90%）的组织都在投资培训，以解决部分技能缺口。确保不同能力的员工都能公平地使用人工智能技术几乎也是所有组织的优先考虑事项，但目前将此作为其人工智能战略核心要点的组织数量仍远远不及90%。
6 文化
最后，“文化”这一支柱要素中的“领先者”比例最低，这表明企业领导者仍在苦苦思索如何将人工智能最好地融入整个组织。高层领导与中层管理人员以及员工之间对接受人工智能的程度存在巨大差距，需要加以解决。只有四分之一的组织制定了明确的变革管理计划，这也可以看出实现人工智能应用所需的文化转变极具挑战。
总的来说，通过这份报告可以看到一个一致的主题，即日益紧迫的形势助长了企业雄心勃勃的意图——更好、更广泛地应用人工智能。虽然在许多地方，这些意图远远超出了当今组织的实际能力，但只要对每一个关键的支柱要素都有正确的关注和投资，那么绝大多数组织都可以实现从人工智能“落后者”到“领先者”的转变。
当然，企业必须及时弥补这些差距。61%的受访者预计，因在人工智能采用上的落后而对业务造成重大负面影响之前，他们只有一年或更短的时间来实施其相关战略。
该报告希望这一指数能为那些雄心勃勃的人工智能领导者和专业人士提供有用的指导，帮助他们加快人工智能的应用，释放商业价值，并最终改善员工和客户的体验。
摘译｜林心雨
审核｜唐巧盈
文章来源｜Cisco
原文地址｜https://www.cisco.com/c/m/en_us/solutions/ai/readiness-index.html#blade_introduction
声明：本文来自上海市人工智能与社会发展研究会，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
