在 AI 驅動的未來占據(jù)一席之地 發(fā)掘 AI 在企業(yè)中的潛能

在AI驅動的未來 1 2 4 近年來，市場對生成式AI技術的關注度不斷提高，這也給業(yè)務和IT負責如何評估這一變革性的技術是否有助于提高企業(yè)的效率和生產力，成為迫在眉睫的挑戰(zhàn)。然而，由于缺乏必要的關鍵信息，這些負責人無法決定以何種方式和程度采用生成式AI和其他AI技術。本項調研對象為在AI方面具有決策權和影響力的商業(yè)領袖。結果顯示，企業(yè)在踏上采用生成式AI的路途中，依舊存在諸多阻礙，例如：無法確定投入成本與預期產出，或所需技能；在不同的行業(yè)環(huán)境中，AI到底能發(fā)揮什么作用，應該發(fā)揮什么作商業(yè)領袖想要了解如何確保與同行和供應商圍繞生成式AI同頻商業(yè)領袖想要了解如何確保與同行和供應商圍繞生成式AI同頻交流，如何確定最相關的應用案例，以及如何確保技術的成功”調研結果表明，商業(yè)領袖們迫切希望向行業(yè)專家和同行學習部署生成式AI技術的實操經驗，并借鑒與實際需求高度相關的參考案例。通過學習該領域早期實踐者的經驗，商業(yè)領袖們能59%的受訪者認為，其所在行業(yè)對該行業(yè)采用的生78%的受訪者不確定如何獲得專家建議，以了解支持生87%的受訪者傾向于吸取行業(yè)GLG格理集團致力于打造全球專業(yè)知識共享平臺。憑借由超過100萬名專家組成的全球越決策。2024年下半年，GLG面向美?對生成式AI充滿熱情，并希望發(fā)掘該技術的更多全新應用場景案例?認為其行業(yè)在生成式AI的定義、用途和價值主張方面缺乏共識?不確定從何處獲得有關部署生成式AI的關鍵建議（例如：所需的成本和投資），這使得他們對采用這項技術心存疑慮，舉步躊躇?在進行投資規(guī)劃時，最傾向于相信具有實際經驗的行業(yè)專家和同行的建議，而不是510萬到5,000萬美元2.501億到5億美元不到500名全職員工 501-2,500名全職員工 2,501-5,000名全職員工5,001-10,000名全職員工10,001-50,000名全職員工超過50,000名全職員工至少選擇了一項AI技術已經在使用各種AI技術已經評估了各種方案，但仍在試點或實驗階段 盡管調研發(fā)現(xiàn)，很多有關AI技術的問題尚無明確的答案，但受訪者一致樂觀地認為AI技術可以應對關鍵業(yè)務需求，有84%的受訪者表示他們相信AI有助于提高效率，72%的受訪者認為AI會創(chuàng)造新的商機。這表明，如果填補了關鍵信息缺口，AI技術的采用率可占受訪者總數(shù)的百分比73%的受訪者認為，快速歸納信息是其工作職能的關鍵AI可能有助于應對關鍵工作需求業(yè)務和IT負責人青睞AI技術的原因之一，可能是他們認為AI技術是應對一些關鍵工作需求的最佳解決方案。在調研中，我們要求受訪者列出常見業(yè)務活動，并確定這些活動是否代表了其工作的關鍵部分。某些任務被受訪者普遍認為是其關鍵工作所需的組成部分，例如：快速歸納信息(73%)、貢獻創(chuàng)意(65%）、預受訪者被要求回答：AI是否被認為是合適的工具，用于完成工作中的重要任務？是否是最佳選擇？受訪者反饋結果顯示，受訪者強烈認同生成式AI提供快速歸納信息的解決方案。在將快速概括信息視為核心業(yè)務需求的受訪者中，有97%的受訪者認為生成式AI是合適的工具，87%的受訪者表示它是理想工具。大多數(shù)受訪者列出了關鍵工作需求，這與此同時，受訪者認為，針對一些特定的需求，生成式AI在合適工具還是理想工具之間，存在較大差距。例如，針對貢獻創(chuàng)意這一關鍵業(yè)務需求，有83%的受訪者認為生成式AI是適合的工具，但僅有36%的受訪者認為它是理想之選。類似的差距也存在于以下這類應用場景中：便捷化要求專業(yè)技能的工具或軟件的使用，以及在工作流程中實現(xiàn)自動化的決策。這些差距可能反映了以下情況：要實現(xiàn)上述目的，市場上已有的成熟技術具備更大的吸引力；或者說，目前還沒有優(yōu)化的模型或應用可用來展示生成式AI有能力應對這些需求。IT決策者通常會借鑒同行經驗和行業(yè)成功案例，以評估新興技術是否適合某一在認為該需求屬于工作職能關鍵需求的受訪者中所占百分比“AI是應對這一需求的適用工具。” 關聯(lián)或檢測異常（人數(shù)識別情緒或語氣（人數(shù)=54）針對不同的工作職能需求，對以下AI相在認為該需求屬于工作職能關鍵需求的受訪者中所占百分比“AI是應對這一需求的最佳工具?！睂υ捊缑妫ㄈ藬?shù)=78）關聯(lián)或檢測異常（人數(shù)=64） 預測可能的結果（人數(shù)=87）分析圖像以識別特定特征（人數(shù)=38）識別情緒或語氣（人數(shù)=54） 激發(fā)創(chuàng)意/促進頭腦風暴（人數(shù)=88）調研發(fā)現(xiàn)，受訪者普遍看好生成式AI的前景，并且認為AI將帶來更多未知的益處。77%的受訪者認為AI還有許多應用場景尚待發(fā)掘，這意味著，許多企業(yè)不確定生成式AI可以多大程度或規(guī)?；卦谄髽I(yè)中有效部署。受訪者還指出，他們不確定采用生成型AI會帶來何種風險：68%的受訪者認為AI會帶來意想不到的變化，57%的受訪者擔心AI伴隨難以預料的新風險。即使企業(yè)愿意積極探索AI的可能性，巨大的不確定性可能導致企業(yè)難以獲得所需預算、無法提供足夠資源，甚至可能導致進行中的項目受阻。在這些領域尋求專家指導占受訪者總數(shù)的百分比大量研究結果表明：對如何有效部署生成式AI或預測成本和風險的不確定性，大大延緩了企業(yè)采用生成式AI的進程。如上所述，許多受訪者認為，AI是應對多種關鍵工作需求的理想工具；但當被問及他們在多大程度上應用了該技術，以及是否清楚哪些供應商能夠幫助他們進行相應部署時，回答顯著減少。在認為AI有助于完成其工作的關鍵需求的受訪者中，只有63%的受訪者知道可能幫助部署該技術的供應商有哪些，而只有46%的受訪者已經部署了相應的解決方案。據(jù)觀察，這種差距的大小隨應用場景的變化而變化：例如，針對通過自然語言界面訪問知識庫這種需求，84%的受訪者表示，他們能夠找到部署相應生成式AI工具的供應商，67%的受訪者表示他們已經進行了部署；而針對貢獻新產品創(chuàng)意的這種需求，只有50%的受訪者表示他們能找到相應供應商，只有28%的受訪者進行了部署。這些差異表明，關于生成式AI的公開討論僅限于少數(shù)常見應用場景，這使得那些希望將該技術應用于應對更專業(yè)的任務或細分行業(yè)特定需求的商業(yè)領袖，對該技針對不同的工作職能需求，對以下AI相在認為該需求屬于工作職能關鍵需求的受訪者中所占百分比“我知道有供應商可以為這一需求提供AI解決方案?！睂υ捊缑妫ㄈ藬?shù)=78）快速歸納大量信息（人數(shù)=89）分析圖像以識別特定特征（人數(shù)=38分析圖像以識別特定特征（人數(shù)=38）制作營銷內容（人數(shù)=52）識別情緒或語氣（人數(shù)=54）實驗（人數(shù)=39）關聯(lián)或檢測異常（人數(shù)=64）預測工作流中的決策（n=87）產品可能性（人數(shù)=67）使用起來更便捷（人數(shù)=88）針對不同的工作職能需求，對以下AI相在認為該需求屬于工作職能關鍵需求的受訪者中所占百分比“我的組織已經部署了AI來應對這一需求。”識別情緒或語氣（人數(shù)=54）分析圖像以識別特定特征（人數(shù)=38）關聯(lián)或檢測異常（人數(shù)=64）實驗（人數(shù)=39）制作營銷內容（人數(shù)=52）激發(fā)創(chuàng)意/促進頭腦風暴（人數(shù)=88）使用起來更便捷（人數(shù)=88）產品可能性（人數(shù)=67）87%部署任何新興技術都會引發(fā)一系列的疑問：如何降低潛在風險、預測成本和資源需求？如何應對新的安全考慮因素？當被問及是否能夠獲取所需的資訊以應對與AI相關的風險時，大多數(shù)受訪者表示，他們在安全性、部署成本、輸出可靠性，以及減少與模型和訓練數(shù)據(jù)相關的偏差方面缺乏足夠的洞見。如果這些問題得不到解答，那么業(yè)務和IT負責人在為業(yè)務應用場景爭取批準，或在獲取內部支持以推進試點或部署方面，將面臨重重困難。（人數(shù)=77）66%64%63%52%56%65%56%53%57%48%55%64%49%40%48%47%40%49%57%48%59%55%49%62%44%33%48%48%38%55%環(huán)境影響/45%34%49%51%49%36%43%34%51%40%39%57%46%38%51%49%44%58%62%58%68%59%69%66%67%58%60%62%68%62%雖然關于生成式AI的討論常常聚焦于技術障礙（例如，訓練數(shù)據(jù)的可用性和質量，或特定模型的性能等調研結果表明，關鍵業(yè)務因素的不確定性是采用生成式AI的更大障礙。當被問及哪些因素對企業(yè)部署生成式AI技術的意愿影響重大，受訪者指出，與缺乏數(shù)據(jù)等技術因素相比，難以確定哪些技術與其特定業(yè)務需求相關、領導層缺乏愿景、以及不清楚所需的成本和投資，這些因素的影響更為顯著。當我們要求受訪者具體說明這些造成阻礙的影響因素，他們指出以下問題：無法預測或量化潛在的負面影響，以及不確定如占受訪者總數(shù)的百分比52%的受訪者使用第三方供應商提供的生成式AI商業(yè)在被問及關于具體的生成型AI投資計劃時，受訪者表示，他們高度依賴第三方供應商提供的生成式AI技術，52%的受訪者依賴商業(yè)解決方案，45%的受訪者考慮與合作伙伴共同開發(fā)解決方案或進行內部開發(fā)。出現(xiàn)如此反饋的部分原因，可能是訓練全新生成式AI模型的成本高昂，結合其他調研的結果，這也表明，企業(yè)通過與供應商合作，來減少不確定性，并簡化采用該技術的路徑。對于生成式AI的不確定性，其中最明顯的信號之一是，