人工智能是否已經準備好走出實驗室和概念驗證，進入企業的主流應用？高級行業觀察員認為它已經準備好了，但是企業組織可能仍然需要做一些準備。“我們已經超越了‘人工智能是新鮮事物’，進入到推動更廣泛主流應用和實際價值創造階段”，麥肯錫副合伙人Hall指出。麥肯錫對2300名高管的調查數據顯示，人工智能在標準業務流程中的使用同比增長近25%。

Hall和麥肯錫的同事Chui最近發表論文指出，雖然人工智能目前被廣泛應用，但大部分工作僅限于特定的狹義用例，而不能更具戰略性的以企業為中心被采用。“我們在這一趨勢中還處于起步階段，盡管在應用方面我們看到了人工智能的增長，但在我們調查的公司中，只有不到三分之一的公司在多個業務或功能上部署了人工智能。”他補充稱，人工智能在這些初始階段的流行應用案例包括改善物流功能、減少庫存、增加庫存周轉率以及提高整體設備效率。這些單獨的用例可以交付積極結果，估計至少有1%到10%的改進。

但與此同時，Chui說， 將人工智能從狹隘的用例推廣到更廣泛的應用是一項“艱難的工作 ，不僅因為技術問題很難解決，而且變革管理也很困難。 這種情況進展不快是有原因的。”

部分挑戰在于如何找到可以通過使用人工智能來滿足的業務需求。許多圍繞人工智能的新興技術都很吸引人，但目前企業尚不清楚如何利用這些技術。例如，強化學習非常擅長于訓練機器能夠更好地玩各種游戲，但它能在世界上創造多大的價值卻不那么明顯。

另一項行業調查也認為，人工智能仍處于探索階段。在接受麻省理工學院斯隆管理評論調查的2200名高管中，只有5%的高管在整個組織內廣泛實施了人工智能，18%的高管在幾個流程中實施了人工智能，19%的高管在進行試點項目。

麻省理工學院斯隆管理學院調查報告的作者還概述了未來將人工智推向企業更深層次的工作。例如，首席信息官和首席技術官“需要優先發展基礎技術能力，從基礎設施、網絡安全到數據管理和開發流程，在這些領域，那些擁有更先進的人工智能實踐經驗的公司已經在領域里處于領先地位。”人工智能還要求對軟件開發和部署過程，以及正式的數據治理工作。

此外，報告還指出，人工智能將需要加大對風險管理和倫理道德的關注。該調查顯示出人們對使用人工智能所固有的風險有著廣泛的認識，但很少有從業者采取行動制定政策和流程來管理風險，包括道德風險、法律風險、聲譽風險和財務風險。

最后，技能和能力的正確結合也是至關重要的。當看到成功的企業實施人工智能時，它們總是與業務目標保持一致，這些企業正在對現有員工進行加倍投資，并通過創建分析和人工智能學院來提升和培訓他們的技能。另一個常見的要素是內部協作并制定適當的流程來吸引商業領袖、技術人員，與數據科學家一起確定哪里有合作機會，使人工智能技術真正產生商業價值的可能性大大增加。