（ Infosys ） ： 2023 北美生成式 AI 雷达报 （ 中文版 ）

Contents Executive摘要5 第1节-乐观和高期望7 生成式AI投资升级7 敏捷巨人8 第2节-生成AI行动11 对结果11重新思考经验12医疗保健、生命科学和金融服务铅13 第3节-领导和天赋15 领导者关心，它显示15通往AI的三条道路天赋17 第4节-克服采用挑战19 Data质量20人才和业务模型20伦理学22 Conclusion24 附录-由工业26 附录-研究方法34 AI和敏捷的巨人 生成性AI只是在最近才出现，但企业已经在积极探索其变革性 潜力。与区块链或超预期等之前的创新不同，生成AI的消费者版本广泛可用和可访问，由OpenAI的ChatGPT和DALL-E以及Midjoury和Microsoft的Copilot领导。利润丰厚的好处和早期访问的结合推动了企业的快速采用，让人想起Google的推出11998年。 同样令人惊讶的是，我们发现收入超过100亿美元的公司更有可能采用生成式人工智能并从这些计划中获得商业价值。这与传统的刻板印象相矛盾，即更小，更灵活的组织更快地采用新技术。由于较低的进入壁垒和机会成本，较大的公司似乎超过了较小的公司来获取价值。 然而，员工通过授权、整合和正式使用，在大规模修改消费者工具和商业价值之间存在很大差距。我们的研究调查了1000家美国和加拿大企业，以了解生成人工智能实施的程度，以及其交付价值能力的早期迹象。 另一个令人惊讶的是，医疗保健和生命科学领域的采用率最高，紧随其后的是金融服务。这些受到高度监管的行业往往落后者2在数字和创新采用方面。与高科技公司相比，这尤其具有启发性，高科技公司在采用方面排名第四，但确实显示出从生成AI产生价值的可能性最高。 生成AI的增长势头 从炒作到现实 我们发现组织对生成式AI很认真，投资水平反映了这一点。在ChatGPT发布后的12个月里，我们估计加拿大和美国的公司在生成式AI计划上投资了33亿美元，我们预测这一数字将在2024年增长67%，达到56亿美元。 Hype是生成AI肯定与预期一致的一个领域-如果该技术无法满足最初的夸大预期，则有可能幻灭。 有趣的是，大多数企业将生成式AI视为业务增长、效率以及改善用户体验和个性化的工具，这些结果尚未得到大规模证明。相反，很少有企业将其视为内容创建和创造力的工具-迄今为止其领先的消费者应用程序。将这种预期不匹配与数据挑战以及道德和偏见风险相结合，我们预测许多企业将在来年面临现实检查。 赞助和管理生成式AI计划的首席执行官和董事会的盛行进一步加强了这一观点。与以前的创新不同，高管们将首席执行官的调整和资金作为其AI部署挑战中最少的挑战。 生成AI雷达2023：北美|5 Section1 乐观和高期望 生成式AI投资升级 美国和加拿大的商业领袖乐观地认为，作为更大的AI巨头的一部分，生成式AI有可能改变他们的公司。许多人已经花费大量资金将生成式AI整合到他们的企业中。这些投资将 根据我们采访的商业领袖的说法，只有在2024年升级，即所谓的生成人工智能的“第二年”。 他们计划在未来12个月内在生成人工智能上投入更多资金，但没有人计划削减。在许多情况下，他们正在改变最近的支出比率，只有很少的公司只涉足这项技术。在未来一年，只有13%的高管表示他们打算在生成人工智能上投入不到100万美元，而五分之一的高管表示他们将投资超过1000万美元。 在生成式AI的爆发年，在我们的调查中，超过四分之一的公司(26%)在生成式AI的预算中至少有500万美元AI计划（图1）。然而，一个重要的群体只是将脚趾浸入水中：在过去的一年中，近一半（45％）在生成AI上的花费不到100万美元，而相对较少（5％）的投资超过1000万美元。 总体而言，我们预计美国和加拿大的公司在2024年将比2023年在生成人工智能上的投资增加23亿美元。Ifosys使用其调查答复-涵盖各种规模和行业的公司-并将其支出推断到未来。保守地说，我们估计美国和加拿大的公司在过去12个月中在生成AI上投资了33亿美元。根据高管告诉我们的，生成式AI支出预计将增长到接近。 展望未来，支出肯定会大幅增加，几乎是普遍的。绝大多数受访者（72％）表示 56亿美元-增长67%。 来源：Infosys知识研究所 敏捷的巨人 生成型人工智能是当今世界上最受炒作的技术。但是这些动态不同于过去的“颠覆性”创新，例如区块链或语音激活技术，这些创新缺乏大公司的主要吸收。通常，敏捷的初创公司采用新技术，并显示出未来价值的诱人暗示。 这次，最大的公司领先于较小的公司（图2）。我们发现73%的公司拥有超过100亿美元的收入已经实施了生成AI解决方案。 与此同时，大公司等着看这些创新是如何进展的，或者它们太大了，一毛钱都赚不到。 这是正确的，只有不到三分之一(38%)的公司10亿美元和100亿美元的收入。我们采访的最小的公司中，实施生成AI的公司就更少(27%)。 这些行业巨头不仅花费更多，而且从投资中获得更多回报。我们采访的大型公司中约有30％表示，他们从部署中提供了业务价值，而小型公司中只有不到10％。 他们的工作流程，至少在试点项目上。因此，对于传统的风险厌恶者来说，这项创新的风险出人意料地降低了。 而不是取代现有的流程，生成AI可以被视为添加到现有工具和技术中的东西。 这些动态与我们通常从新兴技术中看到的相反-这是有充分理由的。 换句话说，大公司(有能力)在不妨碍现有工作的情况下试验生成人工智能的机会成本较低，而更精简、更小的公司(没有多余的能力)停止了一项测试生成人工智能的举措。 生成AI最初是作为一种消费者工具出现的，并且已经广泛使用并且易于部署。即使是具有根深蒂固流程的公司也可以快速且相对容易地将生成AI纳入 在这种情况下，最大的公司更有效地应用其规模经济是合乎逻辑的。 Section2 行动中的生成AI 对成果的可见影响 生成人工智能的迅速采用和数十亿美元的投资表明，商业领袖期望它产生巨大的影响，甚至可能成为一种变革性技术。事实上，当被问及生成人工智能是否会提供 我们采访的商业领袖确定了一个令人惊讶的用例 列表，他们 believegenerativeAIwillgenerateimpact.GenerativeAIiswidellyviewedasacontentgenerationtool,thoughwithvaryingdegreeofdemonstratedsuccess.Whilesomenewsoutplaceshaveembarrushedthemselves通过发布包含故障的AI生成的文章3，不准确4，并且令人反感5材料，在其他地方，个人有华丽、逼真的自然场景的即时工程图像6. 对业务成果有正面或负面影响，88%的受访者预计对收入有正面影响，84%的受访者预计利润会有正面影响，83%的受访者预计成本效率会有正面影响，82%的受访者预计商业模式改善会有正面影响（图3）。 重新思考经验 然而，我们的调查发现，商业领导者通常不会优先考虑这些功能作为生成AI的最佳使用（图4）。只有13％的人表示内容和创造力是生成AI的主要应用。 生成AI在用户体验中的预期价值表明我们对该技术的定义方式发生了变化。它不是孤立的书写图像，音乐或代码生成工具，而是可以看作是个性化的AI助手，具有与员工同步的一系列定制技能needs.InfosyshaslongarguedthatthemostvaluableuseforAIingeneralistoaugmenthumaninsteadofreplacingthem9. 相反，42%的人预计用户体验和个性化将产生最大的影响。高管们还表示，生成式人工智能将最常用于改善运营效率和自动化(26%)或简化产品开发和设计(20%)。 WeseeparticularpromiseforgenerativeAIinthesoftwareengineeringcycle.Forthosefocusedonprojectplanningandanalysis,anAIassistantcouldhelpwitheffortestimation,riskassessment,andsimulations.SoftwareTesterscanusegenerativeAItooptimizing 由于生成AI在创造性任务中的表现不一致，尤其是在面向公众的书面内容中，企业领导者可能会谨慎。它可能足以通过研究生院考试7.但在其他情况下，它可能会创造虚构的法庭案件8andprecedentsforalegalbrief.Thisun可预测性investingenoughrisktomakeexecutivesandPR 测试的数量和价值，消除冗余，自动化测试脚本生成，促进脚本的自我修复。 员工畏缩。此外，事实上检查AI输出可能是困难和耗时的。对于创造性应用，生成AI往往以质量为代价提供速度。 用户体验也适用于使用生成AI聊天机器人或其他工具的客户。亚马逊向其卖家提供生成AI10协助产品的创建 描述、标题和列表详细信息。用户体验也适用于公司，例如，生成AI聊天机器人管理一线IT支持查询。 创成式AI从维护日志中创建可操作的见解，并自动化人工工作流程。 这种方法不仅可以让公司重新想象用户体验，还可以提高运营效率。这很明显，在我们的调查中，五分之一的公司预计生成人工智能将对简化工作和自动化产生最积极的影响(图4)。 医疗保健、生命科学和金融服务领先 我们的研究表明，大多数大型企业都认真对待生成式人工智能，但并非所有行业都同样先进。金融服务，医疗保健和生命科学领域-所有数据和技术都集中在 该公司现在正在与微软合作，为数字病理学和肿瘤学创建世界上最大的AI模型。 金融服务公司还使用生成AI来创建用于培训目的的合成数据13-尽管使用合成数据存在挑战，我们将在本报告后面更详细地讨论。 –areparticularlykeentousethisnewtechnology(Figure10–seeAppendixA).However,theyaretraditionallycertimatewithnewinnovationsduetotheirhighlevelofregulatoryscrew. 在这种情况下，输出数据模拟欺诈和常规金融交易。然后，机器学习模型在真实数据和合成数据上进行训练，以提高其真实世界的准确性。使用真实数据和文档，投资银行高盛 在医疗保健中，生成AI可用于创建合成数据11用于临床研究和医学教育。合成数据可以帮助避免患者隐私问题，这对医疗保健公司来说是一个重大好处-尽管我们稍后会讨论一些关于合成数据的问题。 Sachs14已尝试使用生成AI对其内容库进行分类和分类。 Paige等公司12还使用生成AI来加速癌症诊断并减少 值得注意的是，虽然这三个行业以比其他行业更高的速度实现了生成AI，但高科技行业在提供商业价值的生成AI实现数量方面处于领先地位。金融服务行业确实紧随其后，但医疗保健和生命科学在这方面远远落后。 Section3 领导力和才能 领导者关心，这表明 在这种对生成AI的快速拥抱中，一个明显的积极因素是，它正在被高级管理人员认真对待，并且超出了IT团队的范围。 但是，我们的调查还显示，首席执行官（CEO）和首席信息安全官（CISO）都发挥着领导作用。在18％的企业中，CISO是这些计划的主要赞助商，在我们采访的16％的企业中，首席执行官是首席执行官。 通常，首席信息官（CIO）是技术创新计划的主要赞助商，其次是业务职能领导者。我们的数据反映了这一趋势， 正如本报告稍后讨论的那样，CEO的参与是一个强有力的指标，表明生成式AI项目将带来变革性的结果-尤其是 在26%的受访企业中，CIO赞助了生成式人工智能计划。 知识研究所 因为高层领导人设定战略重点