2024生成式AI时代下的数据战略白皮书

目录 生成式AI飞速发展，开启企业全面重塑新时代3 人工智能发展迎来新拐点，将深刻改变未来商业模式企业积极探索生成式AI应用，机遇与挑战并存 46 迎接生成式AI时代，重新审视企业数据战略 面向生成式AI应用，企业数据战略需把握四大关键点关键点之一：找准应用方向，激发创新价值关键点之二：准备专有数据，确保数据安全关键点之三：驱动数据管理，打造最佳实践关键点之四：重构基础设施，实现高效运营 910202530 03 埃森哲携手亚马逊云科技，助力企业解锁生成式AI价值34 助力企业重塑数据战略，赋能AI加速释放潜力新战略，新技术，新方式 40 04 业界探索实践 4143454244海尔创新设计中心打造中国首个AIGC工业设计解决方案西门子携手亚马逊云科技构建企业级智能知识库应用科思创基于Amazon CodeWhisperer提升代码开发效率全球知名跨国银行通过生成式AI减少交易后电子邮件数量，提高效率和客户满意度生成式AI为大型保险公司重塑运营平台和合同管理 开启企业全面重塑新时代 人工智能发展迎来新拐点，将深刻改变未来商业模式 生成式AI正在唤醒全球对人工智能变革潜力的认知，激发起前所未有的关注和创造力浪潮 由于大语言模型具有处理大规模数据集的能力，它可以“掌握”企业长期以来积累的所有信息，包括创办至今的发展历程、业务特点和商业意图，甚至细致到产品、市场和客户。 根据埃森哲调研，74%的全球商业领袖高管表示，将增加在数据和AI（包含生成式AI）方面的投入，这一比例较2023年大幅跃升了24个百分点。在中国的受访高管中，同样有高达71%的人持以同样态度。“生成式AI将创造巨大价值”已经成为绝大多数企业高管的共识。1 所有用语言记录传达的内容，如应用、系统、文档、电子邮件、聊天、视频和音频等等，都将进行创新、优化和重塑，最终走向全新的高度。 ChatGPT、文心一言、通义千问、DALL·E、Stable Diffusion等一系列易于使用的生成式AI服务，正在迅速推动技术在商业领域和社会公众中的普及，这将对企业产生极为深远的影响。 •ChatGPT推出仅两个月，月活跃用户就达到了1亿，成为有史以来增长最快的消费应用程序。 •埃森哲研究发现，所有行业中40%的工作时间都将得到GPT-4等大语言模型的协助。这是因为，语言任务占到了企业人员工作总时长的62%，其中65%的时间可以借助生成式AI和自动化技术来提升工作活动的生产力。2 基础模型的进步正在彻底改变企业使用生成式AI的方式和地点 5 / 226 22个职业类型中，有5个将受到人工智能大量影响，接近所有工作时间的一半以上。 98%3 的全球高管认为，人工智能基础模型将在未来3到5年内在其组织的战略中发挥重要作用。 40%7的工作时间都可能会受到大语言模型（LLM）的影响，无论行业。 的全球高管认为人工智能基础模型将实现跨数据类型的连接，彻底改变人工智能的使用地点和方式。 6 / 105 受调查的10个组织中，有6家计划将ChatGPT用于学习目的，超过一半的组织计划在2023年进行试点案例。超过十分之四的人希望进行大量投资。 企业积极探索生成式AI应用，机遇与挑战并存 生成式AI对于各行业企业都有潜在的巨大价值 生成式AI可被广泛应用于咨询建议、内容创建、运营助手、流程自动化、企业安全等方面： 通过提高生产力、提高效率、提升客户体验等方式，预计生成式AI将为企业带来5亿美元到30亿美元不等的价值。8 同时，日新月异的技术发展也将带来新的挑战 要让基础模型在企业中发挥适当作用，就必须了解其最佳应用场景。许多人工智能应用程序使用的数据类型，已超出基础模型的处理范围。同时，基础模型可以尝试的一些应用模式，从根本上说仍更适合狭义的人工智能。 快速增长的计算需求，以及处理大规模计算所需的相关成本和专业知识，是当前面临的最大障碍。多方报告显示，大型人工智能模型训练所需的计算量正呈指数级增长，从每10个月翻一番，加快至每3、4个月翻一番。9模型即使经过训练后，还需通过微调才可处理不同任务，因此所有下游应用的运行和托管成本亦十分高昂。 同时，要实现生成式AI的潜力，数据也扮演着至关重要的角色。数据不仅是生成式AI的燃料，更是支撑其模型训练和创新的基石。因此，对于企业而言，未来的数据战略将不仅聚焦于收集和管理数据，更要关注模型的训练方式、内容生成的质量和数据应用的广度。企业需要不断地审视、调整和优化其数据战略，以一个全面的数据战略布局来有效应对生成式AI时代下的挑战。 迎接生成式AI时代，重新审视企业数据战略 面向生成式AI应用，企业数据战略需把握四大关键点 04 01找 准 应 用 方 向，激发创新价值 重 构 基 础 设 施，实现高效运营 驱 动 数 据 管 理，打造最佳实践 准 备 专 有 数 据，确保数据安全 利用高质量的数据，显著提升模型训练与数据应用成效，助力企业高效实现数据管理目标。 花时间和精力来准备数据基础，且这个数据基础需要在云平台上进行管理，确保数据的安全性和可靠性。 考虑支撑人工智能所需的基础设施、架构、运营模式和治理结构等，同时密切关注成本和可持续能源消耗。 选择一些低风险领域进行可行性评估，然后开展生成式AI试点，探索创新的潜力。 关键点之一：找准应用方向，激发创新价值 生成式AI能够在多方面提供智能化服务，提高企业运营效能 应用方向 提升生产力和创造力：生成式AI将成为人们必不可少的创意伙伴，不但可以揭示接触和吸引受众的新方法，还能在生产设计、设计研究、视觉识别、名称拟定、副本生成与测试以及实时个性化等领域中，带来前所未见的速度和创新。生成式AI还能助力代码编写、实现代码编写自动化、预测和预先防范问题，以及管理系统文档、获得数据洞察等。 优化业务流程：生成式AI对历史背景、下一步最佳行动、总结能力和预测智能的成熟理解力，将同时在前后台办公环境中催生出一个超高效、超个性化的新时代，将业务流程自动化推升到具有变革意义的新水平。此外，在安全防护、内容审核等方面，生成式AI将支持企业加强治理和信息安全、防止欺诈、完善监管合规，通过在组织内部和外部均建立跨域联系和推断能力，主动识别风险。 面向领域：零售、金融、服务、IT等行业 面向领域：供应链、零售、金融等行业 增强客户体验：大语言模型有望帮助处理约70%非面对面的客户服务沟通，充分利用强大的对话式智能机器人，理解客户意愿、自行拟定回答，提高答复的准确性和质量。典型领域包括聊天机器人、虚拟助手、智能导购、销售赋能、人力资源、科学研究、企业战略和市场情报等。 面向领域：供应链、零售、服务等行业 应用实例 •某在线旅行代理商通过部署“智能客服”插件，通过为用户提供旅游出行的个性化建议，帮助他们更快确定行程安排。对于意外的行程更改，旅客可以通过全天候在线的智能客服快速解决问题。 •某饮料零售企业正在使用一个人工智能平台，根据广告在不同平台的适用性进行评级，并提取出实现最大投资回报率（ROI）所需的关键要素，从而创建一套成功广告活动的规则，此举使广告支出回报率显著提高。 •埃森哲尝试利用大语言模型自动生成文档，提高开发人员在系统配置、功能及技术参数设置方面的工作效率。 •某跨国银行正在使用生成式AI和大语言模型，改变其大量交易后处理电子邮件的管理方式，如自动起草带有行动建议的消息，并发送给收件人。这不只是减少了工作量，还能让客户交流更加顺畅。 对于不同行业而言，生成式AI将不同程度地改变其工作方式，企业应找准方向实现突破10 在美国，语言任务占据总工作时长的62%。在语言任务的总体份额中，65%很可能实现自动化或得到大语言模型的协助。11 根据埃森哲研究预测，未来所有行业中，将有40%的工作受到大语言模型的影响。企业应当迅速行动，寻找适合自己的创新机会。 零售 个性化销售策略 生成式AI可以突出客户相似性和产品采用差异，以创建个性化优惠和推广活动，获得追加销售机会。 内容生成 为社交媒体帖子和博客创建内容，针对目标客户生成特色视频广告和动画用户故事，提高品牌知名度。 品牌监控 跟踪品牌的在线提及情况，提醒公司任何负面评论或反馈。在问题升级并损害品牌声誉之前自动响应以解决问题。 银行 个性化虚拟客服 基于高级情感分析，实现虚拟客户服务代理和跨渠道通信的个性化。 消息推送 向客户发送有针对性的电子邮件广告/通知。 投诉处理 自动投诉分类和优先级排序以及跨渠道的建议解决方案。 高科技 金融研究与个性化财富咨询 通过委派文档生成功能，使顾问能够专注于增值活动。通过更好地了解客户需求和要求，提供卓越的服务和合适的产品，从而增加市场份额/资产管理规模。 辅助芯片设计 利用GenAI改进EDA（电子设计自动化），帮助应对芯片生命周期管理的复杂性。与代工厂的原型验证流程相连接，快速进行芯片设计原型验证，提高企业市场快速反应能力。 保险 软件和平台 赋能代理 基于客户互动和索赔的经验，为保险代理人提供定制建议和有关兴趣领域知识，帮助代理人与客户沟通。 代码生成 生成式AI可用于生成代码和自动化软件开发。它可以接受自然语言输入并将其转换为代码。 策略生成 生成保险报价、绑定、保单签发文件，并根据投保人的具体需求和偏好向他们提供不同的承保选项。 代码审查 生成式AI可以查看代码的一致性，编辑代码并提供生产质量代码。它还可以支持识别和修复代码错误。 理赔受理 改善理赔受理体验的个性化沟通；根据多式联运索赔人输入自动检测严重性；进行快速检查/分析以确定损失原因并自动提取用于确定承保范围的关键术语。 以保险行业为例，生成式AI可应用于从市场营销到出险理赔的各个阶段。其中具较高投资回报率的场景如： •数据增强：客服场景中为承保人员快速生成第三方数据源的信息摘要和见解，以帮助他们做出更准确的判断 •理赔核验：出险核验时对多模态数据进行快速检查/分析后，提取关键词并定损 在快消品行业，具备高投资回报率的生成式AI创新场景，如： •新产品设计研发：使用生成式AI快速进行原型设计和验证，加速产品上市 •自动化市场营销：依据产品文档和消费趋势数据自动生成营销材料，提升营销效率 生成式AI创新场景大量涌现，激发相关技术产品与服务，助力企业价值实现 各行业大量的生成式AI创新场景激发出对技术产品和服务的需求，如： •利用对话机器人、虚拟个人助手减少客户投诉，精确定位客户需求，优化客户体验•基于生成式AI的代码助手极大提升了软件开发的效率和质量，提升员工生产力•利用样式设计助手点燃设计灵感，激活创新思维，生成创意内容•借助文档处理助手，自动化企业文档检索、数据提取等流程，改善业务运营效率 亚马逊云科技通过开箱即用的生成式AI技术服务，快速激发产品与服务创新 • Amazon QuickSight BI提供了一种更快的方法，帮助用户从数据中直接获取洞察 QuickSight允许用户轻松连接到S3或Athena等数据源，并在几分钟内创建交互式仪表板，并使用自然语言在数秒内生成洞察结论并微调数据可视化效果。 用户可以用简单的语言查询他们的数据，而无需编写一行代码。借助这些新功能，业务用户可以提出“为什么”的问题，以更好地了解影响数据趋势的因素。用户还可以通过说“预测未来12个月的销售额”来预测指标，以获得基于过去数据和季节性等信息的即时响应。 •使用人工智能编码伙伴更快、更安全地构建应用程序 Amazon CodeWhisperer经过数十亿行代码的训练，可以根据您的评论和现有代码实时生成从代码片段到全函数的代码建议。绕过耗时的编码任务，加速使用不熟悉的API进行的构建。 •通过生成式AI助手Amazon Q全面提升企业的生产力 Amazon Q是亚马逊云科技推出的生成式AI助手，可以通过互动对话解决问题、生成内容并采取行动。Amazon