Hot Database

随着过去一年新 AI 技术在新闻头条中的激增，许多质量领导者感到自己在 AI 之旅中落后了。根据 Gartner 在 2021 年进行的一项调查，42% 的质量领导者表示他们不打算投资 AI。2023 年，当被问到同样的问题时，只有 2% 的质量领导者回答“不”。

随着人工智能在质量管理方面的优势越来越为人所知，领导者显然已经注意到了这一点。人工智能带来的好处非常显著，例如，通过以更少的资源超越绩效目标来提高效率，并降低总体成本。如果成功部署，此类用例还可以通过减少保修成本、召回、产量控制和客户投诉来管理风险。一些案例甚至表明，如果正确实施，人工智能还可以带来新的收入来源。

然而，尽管投资计划有所增加，但人们对人工智能在质量管理中的应用仍有很多假设，而且对于如何开始应用人工智能也存在困惑。当谈到人工智能在质量管理中的应用时，并非所有这些假设都是正确的。

鉴于 AI 用例对质量管理的影响，区分事实与虚构非常重要。以下是两个最常见的假设：

假设 1：我们的组织在采用 AI 方面落后于同行
许多组织都感受到采用 AI 的压力。由于这种压力，他们制定投资计划并开 贝宁电子邮件列表 始探索用例，担心自己落后于同行。事实上，领导者往往高估同行在 AI 方面取得的进展。

相关内容
表现最佳的企业投资并受益于人工智能

推动供应商质量改进的 4 种非货币激励因素

人工智能在采购领域的曙光：开启效率和洞察力的新时代

根据 Gartner 的研究，只有 27% 的质量组织报告称已在整个组织内全面部署和使用 AI。全面部署意味着该技术已在整个网络的各个站点使用，而不是仅在一个站点使用。这意味着大多数同行组织仍处于 AI 采用的初级阶段。

如果领导者仍处于 AI 试点阶段，他们就可以松一口气，因为他们知道自己并不孤单。随着新的 AI 技术不断出现在更广泛的新标题中，我们自然会认为 AI 在质量组织中比我们想象的更为普遍。