前言

大家好，我是听澜。

加拿大 90% 的企业领导者报告过去一年 AI 带来生产力提升，但部分组织可能关注错误的成功指标。

衡量 AI 回报不应仅停留在生产力和成本节约，更应包括客户满意度、收益影响、股价变化等触及底线的指标，这样才能释放 AI 潜力推动经济增长，比如生成式 AI 预计能提升加拿大 GDP 近 2%。

生成式 AI 的落地面临现实挑战，许多企业难以看到其价值。59% 的受访者认为数据是主要障碍，51% 提到遗留系统整合问题。

加拿大 86.1% 的企业未考虑使用生成式 AI，仅 13.9% 的企业在应用或计划应用，其中信息和文化产业占比最高。

据基础薄弱，比如机构知识存储在纸质文件或员工大脑中，缺乏数字化标记的可用数据，制约了 AI 的效果。

此外，计算能力不足也是瓶颈，加拿大 AI 基础设施全球排名第 23 位，中小企业受影响更大，难以负担生成式 AI 所需的巨大计算资源。

加拿大政府推出 24 亿加元的 AI 战略，推动 AI 在农业、医疗、清洁能源等领域的应用。计划到 2030 年创造 25 万个 AI 相关岗位。

政府还投资超算和数据中心，试图解决计算能力不足的问题，并启动 AI 使命计划，首期投入 2 亿加元改善国民健康状况。

同时，政府推动全民 AI 培训，覆盖 100 万高等教育学生，提升 AI 素养。

人类在 AI 中仍扮演关键角色。组织应让人类参与流程前后端，AI 处理中间自动化，人类提供护栏和检查，聚焦 AI 无法完成的任务如提升客户体验和效率。

模型选择上，采用闭源与开源混合模式，闭源适用于大型转型，开源补充平衡成本与效率。

加拿大 96% 的领导者希望 AI 受本国法律治理，政府正推动相关立法，确保数据隐私和安全，优先保障 AI 系统在加拿大法律框架下运行。

结语

未来，加拿大需加速数据基础建设和系统整合，解决遗留系统问题，才能充分发挥 AI 的业务价值，实现从生产力提升到经济增长的跃迁。

同时，企业应从小规模试验开始，逐步扩展 AI 应用，避免盲目投入，确保 AI 回报真正触及底线。