如今，人工智能经常被吹捧为各行业组织的未来之路，但是确保人工智能实施的投资回报率（ROI）真正实现往往是一件棘手的事情。一组以人工智能为导向的企业，例如Appen、Cognizant、Cortex、Dataiku、DataRobot和德勤公司合作，并委托ESI ThoughtLab进行了一项研究，该研究对1,200个组织进行了基准测试，以确定导致投资回报率（ROI）增长的因素人工智能。企业需要制定人工智能成功的路线图。

除了有关人工智能投资和回报的数据外，跨行业调查还收集了有关1200个组织如何以及为何实施人工智能的详细数据。利用这些数据，结合人工智能成熟度框架，来自人工智能专家顾问委员会的意见以及与人工智能领导者的深入访谈，ESI Thought Lab得出了有关人工智能商业现状的一系列结论。

ThoughtLab发现，三分之二的企业高管认为人工智能将对他们的业务至关重要，但这与人工智能投资的平均回报率只有1.3％，平均每个企业需要17个月才能达到收支平衡，40％的人工智能项目没有正收益。然而，在其企业范围内扩大人工智能范围的平均回报率更高（1.5％），对于人工智能领导者的平均回报率更高（4.3％）。

但是什么是人工智能领导者？哪些因素推动了更智能的人工智能实施带来更高的投资回报率？ThoughtLab汇集了五项核心原则，这些原则是其1,200名接受者中最成功的人工智能实施的特征。

1.从试点开始，然后在整个企业范围内扩展人工智能。成功的实施始于需要人工智能的特定用例，并在这些试点案例中证明了其价值，然后将其扩展到整个企业。

2.打下坚实的基础。在大多数情况下，成功的人工智能实施始于强大的IT和数据管理系统。许多人还拥有大量可用预算，考虑了人工智能中的道德和隐私问题，并制定了清晰的愿和计划。

3.正确获取数据。ThoughtLab发现，十位领导者中有九位在数据管理方面很先进，其中包括心理数据、地理空间数据和实时数据等丰富的数据格式。

4.解方程的人为方面。企业领导者将其人工智能预算的27％用于人员上，几乎是其他人的两倍。企业领导者还更倾向于任命高级人员（例如首席人工智能或数据官）来监督人工智能的工作。

5.采取协作和学习的文化。85％的回报丰厚的企业确保人工智能与业务专家之间密切合作，90%的企业为非数据科学家提供了独立使用人工智能的技能，使人工智能在工作场所内分散化。

辉瑞公司机器学习和人工智能负责人Peter Henstock说：“随着人工智能的日益普及，有一种趋势是提出新的人工智能计划来解决问题。在不了解底层技术的情况下，很容易浪费资金来重复解决同一问题。随着人工智能的广泛应用，需要制定一种以对问题域和机器学习领域的深刻了解为指导的策略。”