全球产业生成式 AI 应用形态调研报 （ 汉 ）

德勤在企业第一季报告中的生成AI状况 2024年1月 目录 前言导言Now:主要 发现 1对生成AI的兴奋仍然很高，预计未来三年将产生变革性影响。2许多领导者对他们组织的生成AI专业知识充满信心。3报告在生成AI方面拥有非常高专业知识的组织往往会对此感到更加积极-但也会受到更大的压力和威胁。 4当前的生成AI工作仍然更加关注效率，生产力和成本降低，而不是创新和增长。5大多数组织仍然主要依靠现成的生成AI解决方案。6人才，治理和风险是缺乏生成AI准备的关键领域。7领导者看到了巨大的社会影响。8领导人正在寻求全球范围内更多的监管和合作。 Next:展望未来德勤AI研究所的作者身份和致谢关于德勤综合研究中心关于德勤技术、媒体和电信方法论中心 前言现在决定下一步 生成AI的到来预示着各行各业的颠覆和机遇。组织正在探索如何使用生成式人工智能来释放商业价值，提高效率和生产力，并为全新的产品、服务和商业模式打开大门。随着商业领袖与这项新技术竞争，并通过生成人工智能对企业的未来做出决策，让自己掌握采用的脉搏是有帮助的。 从这些wave one见解中，我们可以更清楚地了解领导者如何使用生成式AI，挑战和迄今为止的经验教训。这有助于揭示领导者现在应该提出的一些基本问题，以及他们应该采取的行动，为企业做好准备。 还有很多发现与生成AI。随着它的成熟和大规模部署，新的问题和挑战将变得更加清晰。我们的季度报告将帮助您理解这个快速发展的空间，根据我们所学到的知识考虑实际指导，并利用生成式AI对您的业务未来采取前瞻性观点。 为此,企业中的生成AI状况：现在决定下一步，捕获了2, 835位参与在其组织中试点或实施生成AI的业务和技术领导者的情绪。在季度报告系列的首次发布中，领导者表示对使用生成AI的持续兴奋 人工智能和许多人预计短期内会产生重大的变革性影响。然而，他们也承认，随着技术的发展，生成人工智能对劳动力和社会的潜在影响存在不确定性规模广泛，呼吁加大对人才、治理和全球合作的投资。 了解有关该系列的更多信息，并在deloitte.com/us/state-of-generative-ai上注册更新。 DeborshiDutt，BeenaAmmanath，CostiPerricos和BrennaSniderman 现在决定下一步：来自生成式AI采用前沿的见解 生成式AI (generative AI)会成为历史上最伟大、最具影响力的技术创新吗？它会彻底改变人类的生活和工作方式吗？还是会变成另一种技术dujour那承诺了革命性的变化，但最终只能带来渐进式的改进？现在，我们还不能确定。 生成AI似乎遵循相同的模式，只是快得多。ChatGPT于2022年11月30日公开发布，主要是作为技术演示。 两个月后，它已经吸引了大约1亿活跃用户，使其成为历史上增长最快的消费者应用程序。1 我们所知道的是，过去的许多突破性技术都遵循了一种常见的采用模式：最初的意识；导致炒作的兴奋；随着炒作变为现实，轻度的失望；一旦技术达到临界质量并证明其价值，就会出现爆炸性的增长。 从那时起，生成人工智能继续突飞猛进，出现了许多新的工具和用例，这让我们看到了该技术改变人们生活和工作方式的巨大潜力。 Introduction 来自前沿的见解(续) 关于企业中生成AI的现状 在这个疯狂的生成人工智能发展和采用时期，商业、技术和公共部门承受着巨大的压力，需要理解生成AI——并弄清楚如何最有效地利用其能力（或者至少避免被打乱）。他们还感觉到现在决定下一步他们今天的决定和行动将极大地影响未来AI的发展，无论好坏。 为了帮助做出明智的决策，领导者需要客观、及时的信息，了解当前生成AI的发展以及事情的发展方向。这就是德勤进行这项正在进行的季度调查的原因。我们的目标是把握人工智能采用的脉搏，提供正在发生的事情，跟踪不断变化的态度和活动，并提供实用、可行的见解，帮助像你这样的领导者在人工智能、战略、投资和部署方面做出明智和自信的决定。 为了帮助商业，技术和公共部门的领导者跟踪生成AI变革和采用的快速步伐，德勤正在进行一系列季度调查。该系列基于德勤在企业报告中的AI状况，每年发布五年running.Thewaveonesurveywasfieldtomore超过2,800名董事到C-suite级别的受访者跨越六个行业和16个国家2023年10月和12月。行业包括：消费；能源、资源和工业；金融服务；生命科学与卫生保健；技术、媒体和电信；以及政府和公共服务。了解更多信息，请访问deloitte.com/us/生成AI状态。 有人说，人们倾向于高估技术的短期效果，而低估其长期效果。这种现象在过去已经发生过很多次，并且很可能在生成AI中再次发生。这里请注意，鉴于生成AI令人眼花缭乱的变化速度，短期和长期之间的差距可能会以几天、几周或几个月来衡量，而不是几年或几十年。 在本报告中，我们详细研究了我们的第一个季度调查结果，并得到了德勤与每个主要行业和许多地理区域的组织的AI相关工作的见解的支持。 本报告及其图形中提到的所有统计数据均来自德勤在2023年10月至12月进行的首次季度调查;企业中的生成AI状况：现在决定下一步，报告系列。N (总领导者调查回复) = 2, 835 生成式AI是人工智能的一个领域，是指响应查询可以创建文本、图像、视频和其他资产的AI。生成式AI系统可以与人类交互，通常使用大型语言模型(LLM)构建。也称为“genAI”。 你自己的组织和情况。 Now:主要发现 我们的创成式AI季度调查的第一个脉冲于2023年12月完成，其中包括2800多名精通AI的商业和技术领导者，他们直接参与了在全球主要组织中试点或实施创AI。 Now:主要发现 对生成AI的兴奋仍然很高，预计未来三年将产生变革性影响。 近三分之二(62%)的受访商业和技术领导者表示，对生成AI的兴奋是一种最高的情绪；然而，这种兴奋充满了不确定性(30%)(图1)。绝大多数受访者(79%)表示，他们预计未来三年内，生成式人工智能将推动其组织和行业的重大转型，近三分之一的人预计现在(14%)或不到一年(17%)就会发生重大转型(图2)。 调查结果表明，许多以人工智能为动力的组织正处于扩大努力的边缘并以更实质性的方式拥抱生成AI。这与我们在市场上看到的一致，世界各地的组织都在竞相摆脱实验和概念证明跨各种用例和数据类型进行大规模部署-追求速度和价值捕获，同时管理潜在的下行风险和社会影响。 在未来的调查中，我们将密切关注这一领域的进展，特别是在组织的专业知识、能力、切实成果以及对生成人工智能技术快速发展的反应方面。 31% 我们调查的领导者中，有48％的人预计在不到一年的时间内实现重大转变； Now:主要发现 何时可能生成AI 改变你的组织？ 44% Now:主要发现 许多领导者对他们组织的生成AI专业知识充满信心。 2 我们的调查受访者中有很大一部分（44%）表示，他们认为他们的组织目前在生成AI方面拥有较高（35%）或非常高（9%）的专业知识水平。考虑到生成AI的发展速度，这一结果有点令人惊讶（图3）。 但在我们调查的特定背景下，高度的信心似乎完全合理，因为我们故意选择了有经验的领导者，直接参与大型组织的AI计划 已经在试点或实施生成AI解决方案。但是，鉴于该领域的发展速度有多快，可能值得质疑任何领导者应该对他们组织的专业知识和准备非常有信心。事实上，即使是当今最重要的人工智能专家，他们有时也会亲自开发生成式人工智能技术，他们似乎真的对自己的创作能力感到惊讶。2 一些领导者是否认为他们的组织拥有高度的专业知识，这主要是基于从小规模飞行员那里获得的知识和经验，以及少量的生成人工智能工具？如果是这样，领导者和组织实际上可能会成为更少随着时间的推移，他们对大规模部署生成人工智能的更大挑战充满信心。换句话说，他们知道的越多，他们就越可能意识到他们不知道的东西。这是我们在其他技术进步中一次又一次看到的趋势，我们将在未来的调查中密切关注。 Now:主要发现 报告在生成AI方面拥有非常高专业知识的组织往往会对此感到更加积极-但也会受到更大的压力和威胁。3 与其他受访者相比，将其组织的整体生成AI专业知识评为“非常高”的领导者倾向于对该技术感到更加积极；然而，他们也感到采用该技术的压力更大。and将其视为对他们的业务和运营模式的更多威胁(图4)。 分析显示，这个群体使用了更多的模式，在更多的企业功能中部署了生成式AI，并追求更多的用例。正如你在图4中看到的那样，那些报告了非常高的专业知识水平的领导者也更有可能报告更高的信任水平和更低的不确定性水平。他们还倾向于对生成AI表现出更广泛的兴趣，并期望他们的组织更快的转型。 与此同时，这些受访者对生成式人工智能的更多理解似乎正在塑造他们对潜在影响的看法-积极和消极。许多人报告说，他们认为该技术的广泛采用对他们的组织运营和开展业务的方式构成威胁，放大了他们采用生成式人工智能并扩大规模的压力和紧迫性。 组织领导人拥有高度专业知识的人更有可能将生成AI视为对其业务和运营模式的威胁。 Now:主要发现 当前的生成AI工作仍然更加关注效率，生产力和成本降低，而不是创新和增长。 接受调查的大多数组织目前都在瞄准战术例如提高效率/生产力(56%)和/或降低成本(35%)。此外，91%的人表示他们希望生成式人工智能能够提高他们组织的生产力，27%的人希望生产力显著提高。较小比例的组织报告目标战略创新和增长等效益(29%) (图5)。 这与过去的技术采用模式是一致的。最初，大多数组织在逻辑上专注于逐步改进其现有流程和能力-从低挂成果中获取价值，同时利用新技术建立知识，经验和信心。后来，他们将重点扩展或转移到更具创新性、战略性和变革性的改进上— —利用新技术通过以前根本不可能的能力来推动增长和竞争差异化和优势。 被调查的领导者引用了更高水平的人工智能专业知识，显示出这一曲线上升的早期迹象。他们更专注于发现新的想法和见解(23%与整体受访者群体的19%)，对效率和生产力的重视程度较低(44%与总体受访者池的61%)和成本降低(26%与整体受访者池的38%) -尽管这些战术优势仍然存在。 Now:主要发现 此外，近四分之三引用非常高的生成AI专业知识的组织已经开始将该技术集成到其产品开发和研发活动中，这是创新和增长的关键驱动力。 随着越来越多的组织获得了生成人工智能的专业知识和经验，他们是否会将提高效率和生产力的红利再投资于追求更多的战略利益，例如创新和增长？还是他们会以其他方式使用这些红利？这是我们将在未来的脉搏调查中密切关注的另一个领域。 当然，生产力和效率可以是变革性的，特别是考虑到大规模的生成AI有潜力实现。然而，最大的价值和战略差异可能来自使用技术进行创新。首先，通过帮助产生新的产品，服务和能力，否则是不可能的。其次，通过启用新的商业模式和跨企业的工作方式。 此外，引用非常高的生成人工智能专业知识的组织已经采取了比平均水平更全面的方法，在广泛的职能领域中采用了更高的水平。在人力资源、法律、风险和合规等特定领域，这些组织的生成式人工智能采用率比总受访者群体高出近三倍(图6)。 91% 所有组织都希望他们的生产力由于生成AI而提高。 Now:主要发现 图6 问：贵组织的生成AI在以下功能中的当前采用水平？（2023年10月/ 12月）N（总计）= 2, 835；N（非常高）= 267；N（高）= 1,003；N（有些）= 1, 273；N（小）= 274 创成式AI：我们以前看过这部电影吗？ 帮助劳动力习惯使用生成人工智能，并向人们展示它如何帮助他们的工作更容易。此外，早期的胜利可能有助于产生成本储蓄和动力，然后可以被引导到更高价值的机会，这些机会在本质上更具战略性和差异化，比如实现新产品、服务、商业模式和工作方式，这些在生成人工智能之前是不可能的。 创成式AI的速度因