中国企业AI成熟度研究定量调研问卷

I. SCREENER

* S1. 请问贵公司的主要业务属于以下哪个行业类别？

* S2. 请问贵公司（包括所有分支机构和子公司）的雇员数量是多少？

* S3. 请问下列哪项描述最贴近您在公司中的角色？

首席技术官(CTO ) / 首席信息官(CIO) / 首席数据官(CDO) / IT副总(IT Vice President)
IT总监 / 主管(Director)
IT经理(Manager)
分析 / AI副总或主管(Vice President or Director)
数据科学 / 分析经理或主管 (Manager or Director)
数据科学家
数据工程师
监管者或普通职员(Supervisor or Staff Member)
其他

* S4. 贵机构是否拥有或使用人工智能（AI）？

是
否

* S5-1. 请问贵公司开始部署使用人工智能（AI）的时间？

* S5-2. 请问贵公司未来计划部署使用人工智能（AI）的时间？

* S6. 与贵公司的人工智能（AI）战略和规划有关的角色中，请问下列哪项描述最贴近您在公司中的角色？

我是主要决策者
我是决策团队成员之一
我会对决策团队产生影响作用
我不参与AI决策

II. GENERAL QUESTIONS

SECTION A：[人工智能] 战略

* A1. 请指出以下哪种回答最能体现贵公司目前对人工智能（AI）战略的态度？

AI作为创新议程话题，企业内部已开始尝试，但结果、方向尚未明确
通过前期项目落地，价值得到验证，正在进一步加大探索力度
管理层开始强调“AI优先”的文化，鼓励通过实验和创新发展、沉淀自主能力
AI技术成为企业的重点战略之一，能够与其它企业级战略保持协同，在众多业务场景带来明显价值提升
AI是驱动组织所有业务、战略和技术创新的关键，AI战略已经为企业带来无可比拟的竞争优势

* A2. 请指出以下哪种回答最能体现贵公司目前人工智能（AI）对业务的影响程度？

AI由特定的人或团队孤立的使用，还没有真正产生落地价值
AI在少量的业务场景应用上线，带来了可衡量的业务价值
有能力自主开发和上线AI应用，掌握全套流程，业务不受他人挚肘
AI落地场景规模化，多个BU协同改进或探索新的商业模式来应用AI，业务价值提升明显
AI全面深度融入到全方位的业务中，形成竞争优势，公司成功转型成为数字原生企业（数字原生企业指的是企业在内部和外部中均利用数字技术作为竞争优势的组织）

SECTION B：[人工智能] 运营

* B1. 请指出以下哪种回答最能体现贵公司目前AI在场景落地的进展？

没有AI应用实际落地场景，正在筹划POC测试或已经完成POC测试
已经有一个AI应用落地场景
已经落地了一定数量的AI应用
AI大幅提升了组织整体业务创新、决策流程的智能化、自动化程度，支撑更多的AI应用场景规模化落地
AI无处不在，已集成到每一个过程、产品和服务中

* B2. 请指出以下哪种回答最能体现贵公司目前AI开发、落地的流程，以及方法论的情况？

正在小范围进行POC或试点场景；尝试做成成功案例
针对单点领域首次跑通了AI开发、落地的流程
初步总结的AI开发、落地的流程机制；方法论还有较大提升空间
完善的AI开发、落地流程机制，创新能力大幅提升；建立了相对稳定、完善的方法论
AI无缝融合到公司的所有业务过程、产品和服务中，流程高度标准化、自动化；形成了成熟的方法论

* B3. 请指出以下哪种回答最能说明贵公司目前对AI项目/应用进行评估的方法？

没有为AI项目制定任何KPI
正在探索有关AI项目适用的KPI
KPI仅用于衡量部分AI业务场景技术应用方面的成功，不包括对整个公司的影响
已经建立了组织内通用的评估流程质量、分析结果及业务效果的指标，并在全公司使用
形成了完善的KPI评估机制，持续的评估、学习和迭代成为公司的常态，并且系统的把商业利益与当前行动、业务规划、战略联系在一起

SECTION C：[人工智能] 数据

* C1. 请指出以下哪种回答最能体现贵公司目前面相A ID呃数据采集的情况？

无针对性的数据采集体系，数据分散在不同部门，可见性低
部分业务数据走通了，但无法定义AI的数据要求、缺乏数据集成机制
有一定的数据管理标准，较好的定义了AI数据要求，建立了初级的数据采集机制
形成了成熟的面向AI应用的数据采集、治理体系和方法论，通过自动化的方式，实时采集符合AI要求的内外部数据，支撑规模场景的高效落地
通过高度自动化的数据采集和整合框架、工具，方法论得到了进一步的迭代、优化

* C2. 请指出以下哪种回答最能体现贵公司目前面向AI的数据质量情况和数据管理做法？

数据不一致、质量差，缺少统一标准的数据管理办法
数据质量较差，管理流程刻板，仅对有限项目的数据集进行统一管理
数据质量较好，建立了定义明确、标准化的数据模型
实时采集符合AI要求的内外部数据，数据质量良好，支撑规模场景的高效落地
已建立并实施统一的数据标准和机制，数据采集和数据准备作为一项服务提供给技术或业务人员，面向AI的数据获取及整合的相关工作都是高度自动化的

* C3. 请指出以下哪种回答最能体现贵公司目前应对数据风险和安全的做法？

尚无数据的风险和安全管理意识，被动应对
仅针对部分关键业务数据，建立了风险管理机制
公司已经制定数据安全相关的政策、流程和标准，与合作伙伴的安全和风险管理保持一致
整个公司范围内，对风险进行管理和统筹，制定了预防措施。量化评估风险和收益，并采用组合方式应对风险
风险和安全管理已经非常全面，覆盖了公司、合作伙伴及用户，并且持续进行反馈和改进

SECTION D：[人工智能] 技术

* D1. 请指出以下哪种回答最能描述贵公司当前AI技术方面的情况？

公司目前没有参与任何模型训练，仅使用市场上易获得易实施的AI技术
采用了开源技术或者采用简单的模型训练平台
基于自主开发标准化的流程，采用机器学习/AI平台，实现AI应用端到端的开发部署
拥有统一的AI计算架构、AI技术中台，足够低门槛、工具齐全，标准化管理AI开发部署，有针对不同场景规划不同异构算力的能力
AI支撑业务快速发展和创新，有可扩展、支持技术快速实验的架构支撑，对行业产业AI能力和技术架构的赋能

* D2. 请指出以下哪种回答最能描述贵公司当前AI技术与IT、业务系统融合的情况？

对AI的探索和尝试主要依靠外部现成的开源或单一嵌入式AI技术，没有与IT、业务系统融合
随着AI场景的落地，第一次实现了不同技术（算法、数据科学、IT架构等）的结合，但缺乏标准的架构支撑，与业务系统的融合不畅
建立了较好的机制，提升不同技术间的配合和打通程度
AI技术中台有效打通了不同业务系统和IT架构，可以支撑各类业务场景的规模化落地
以AI为核心的技术架构不仅融合了业务系统和IT系统，而且面向底层资源（数据、算力）能实现自动化调度，得以不断超越技术边界，构建最先进的AI解决方案

SECTION E：[人工智能] 组织&人才

* E1. 请指出以下哪种回答最能体现贵公司目前与AI相关的组织架构？

无清晰的AI管理和应用组织架构，协作、支撑机制尚未建立
尽管业务、IT和数据科学等部门的配合促成了AI项目的成功落地，但是组织仍在寻找有效的AI组织方式，以解决部门间协作机制不够健全的问题
初步设立负责AI落地和管理的团队，但团队规模有限
组成了完善的AI团队，团队内人员配备齐全；或以内部为主，与外部供应商合作实现规模化落地
建立了统一的面向AI的卓越中心（CoE），强化部门间协同保障机制，驱动业务持续创新，竞争力不断提升

* E2. 请指出以下哪种回答最能体现贵公司目前的AI人才储备？

几乎没有专业的AI人才
仅有少量的AI人才，通过与IT、业务人员的合作实现AI应用场景的落地
内部拥有一定资质的AI人才，包含算法科学家、机器学习工程师等专业人员，可以自主完成AI开发和上线
AI人才储备充足，具有AI领域资深技术专家，可以为业务和IT部门的协作提供成熟的保障机制
不仅数据科学家、算法工程师、业务分析师等配备完善，而且员工普遍具有很高的AI素养

* E3. 请指出以下哪种回答最能描述贵公司目前开展AI方面培训的情况？

组织内部对AI缺乏认知，也没有AI、数据应用方面的培训
个别团队对AI有一定认知，仅仅在小范围内根据具体项目的需要，借助外部供应商支持等方式提供相关培训
AI相关团队对AI的认知更加成熟，在AI、数据应用方面的培训定期举行
AI相关团队对AI的认知比较成熟，能够通过各种方式诸如讲座、竞赛等举办基础知识、专业技能方面的培训
公司全员对AI的认知程度较高，AI成为组织日常工作不可或缺的一部分

SECTION F：其他

* F. 贵公司是是采用人工智能的挑战有哪些？

SECTION G：您的个人信息

* 您的姓名：

* 您的公司/机构：

* 职位：

* 您所在的行业：

* 请输入您的手机号码：

* 您的公司邮箱：