根据发布的主要研究 由麻省理工学院斯隆管理评论(MIT SMR)， BCG GAMMA和BCG亨德森研究所，尽管增加的投资和活动，只有10%组织通过人工智能获得了可观的财务收益。这项研究强调了人与机器之间相互学习在从AI创造价值中经常被低估的作用。那些利用人类与AI之间多种交互和反馈类型的公司，利用AI扩大其成功的可能性要高六倍。

这项研究在“通过组织学习扩大AI的影响力”中进行了报道，该研究基于对112个国家/地区的29个行业的3,000多名经理进行的调查，并与领先专家进行了多次深度访谈。它包括对跨行业AI采用和各种用例的四年纵向审查。作者的分析发现，多个基础步骤和流程改进使公司能够利用AI创造价值，但最终，当人与机器之间进行相互学习时，公司才能获得最大的价值。

该研究还强调了组织为实现价值最大化而进行的投资：

建立基础能力(人工智能基础设施，人才和战略)将获得重大利益的可能性提高了19%。

跨不同用例扩展AI范围并超越自动化范围，将可能性再提高18%。

通过AI实现组织学习(利用人与机器之间的多种交互模式)并在人与AI之间建立反馈循环，这种可能性又增加了34%。

通过AI学习的组织具有三个基本特征：

它们促进了人与机器之间系统的，连续的学习。

他们开发了多种人机交互方式。

他们改变学习，学习改变。

系统地投资于这些活动的组织对AI产生重大影响的可能性要高73%。

“孤立的AI应用程序可能功能强大。但是，我们发现，领导AI的组织并没有改变使用AI的流程。相反，他们已经通过AI学会了如何更改流程。关键不是教机器，甚至不是学习机器。 从 机器的，关键是学习 用 的机器，系统，持续地，”报告合着者山姆Ransbotham。具有AI的组织学习要求，建立并导致重大的组织变革。其他研究数据显示，截至2020年：

70% 的全球高管受访者了解AI如何创造业务价值，而2017年为57%。

59% 的全球高管受访者采用了AI战略，高于2017年的39%。

57% 的全球高管受访者表示他们的公司正在试点或部署AI，而2017年为46%。

越来越多的公司意识到提高AI能力和数据基础架构的业务紧迫性。

尽管有这些趋势，但只有十分之一的公司通过AI产生了可观的财务收益。

报告的合著者Shervin Khodabandeh说：“人工智能带来的最关键的价值驱动因素不是算法，也不是技术，而是等式中的人。” “我们继续看到，尽管有更多的公司投资于人工智能技术并启动了人工智能计划，但只有一小部分获得了有意义的价值。这个精选小组做得很好的是，他们创建了集成的人工智能-人类系统，人工智能从人类那里学习并从人类那里学习两者之间的学习方式越不同，获得的价值就越大。”

该报告以案例​​研究为基础，这些案例是对世界各地零售，能源，遗产到出生数字化等公司的高层领导进行采访后得出的。

共同作者弗朗索瓦·坎德隆(FrançoisCandelon)指出：“通过AI获得重大的财务收益不仅是数字原生公司的特权。” “在这项研究中，很明显，成功并不受遗留，行业或地域的限制。无论是像Repsol这样的欧洲能源公司，还是Bharti Airtel这样的印度电信公司，还是Walmart这样的零售商，都有责任采取正确的大胆举措，并使AI的组织学习成为现实。”

报告的合著者大卫·基伦(David Kiron)补充说：“这项研究的一大收获是，企业需要调整对技术，人员和学习过程的投资。” “对技术和人员进行金融投资很重要，但是对学习投入社会资本对于利用AI创造巨大价值至关重要。”

除报告外，麻省理工学院SMR和波士顿咨询集团还发起了一次行政面试播客系列《我，我自己和人工智能》，报告的合著者Ransbotham和Khodabandeh与领导者进行了交谈，他们成功地利用了公司中的AI并学习了如何做。前两集以沃尔玛的机器学习副总裁和Humana的数字健康与分析高级副总裁为特色，可在此处以及所有主要播客平台上找到。