生成式AI是企业战略必选项 ——对话麦肯锡全球资深董事合伙人Alex Sawaya

40麦肯锡中国金融业CEO季刊 2023年秋季刊2023年人工智能发展现状： 生成式AI的突破之年Michael Chui，Eric Hazan，Lareina Yee，Bryce Hall，Alex Singla 和Alexander Sukharevsky如今，生 成式AI工具遍地开花，各组织均在快速部署；麦肯锡调查的受访者们预计，该技术将对自己所在行业及就业产生重大影响。 412023年人 工智能 发 展 现 状：生 成 式AI的突破之年麦肯锡针对人工智能发展现状的最新年度全球调研结果证实，生成式人工智能（简称GenAI）工 具已出现 爆 炸式 增长 。许多此 类 工具至今 推 出尚不 满 一年，但已 有1/3的受 访者表示，其所在 组 织会在至少一项业务职能中经常使用GenAI。随着这些最新进展，人工智能已经 从一个 技 术话 题 上升为企业 领导的关注焦点：近1 /4受访高管表 示，他 们 会 在 工 作中使 用GenAI工具；而在已应用人工智能的企业中，有超过1 /4的受访者表示GenAI已 被 列入董事会 议 程 。此 外，40%的受访者表示，其所在组织将会因GenAI的最新进展而增加对人工智能的整体投入。调查结果表明，GenAI相关风险管理仍处于早期阶段：即便是针对受访者眼中最常见的不准确问题，也只有不到一半受访者表示，所在企业 正 在采 取 措 施 降 低 风险。原本已在自身系统内嵌入人工智能能力的组织，也在积极探索GenAI的 潜力；而 那 些最 看 好 传 统AI价 值潜力的组 织（我们 称 之 为人 工智能高绩效 组织）在GenAI工 具应用上同样当仁不让，走 在了其他企业前面1。受访者们预测，GenAI将对业务产生巨大影响，组 织的员工 状况也将发生较大改变。他们预计某些领域会减员，而且为应对人才需求变化，企业需要开展大规模技能再培训。不过，虽然GenAI应用有可能促使企业增加对其他人工智能工具的采用，但我们发现，组织对其他技术工具的采用几乎并无实质性增加。2022年以来，采用人工智能工具的组织占比一直保持稳定，而且人工智能应用也仅集中在少数几项业务职能上。尽 管仍在早 期 阶段，但GenAI的应用已相当普遍这项调查于2023年4月中旬进行，调查结果表明，尽管GenAI进入公众视野并不久，但对这些工具的尝试性应用已经相当普遍，受访者 42麦肯锡中国金融业CEO季刊 2023年秋季刊们预计这些新能力将改变其所在行业（见图1）。GenAI已引起商界人士的兴趣：受访者不分地区、行业和资历等级，人人都在工作中和工作之外尝试使用GenAI。79%的受访者表示，他们至少在工作中或工作之外接触过GenAI。22%的受 访 者表 示，他 们 会 在 工 作中经常使用GenAI。不同资历受访者的GenAI使 用率 非常 相 似，而从 行业和地区来看，技术行业和北美地区受访者的GenAI使用率最高。图图1:各各地地区区、、行行业业和和资资历历级级别别的的受受访访者者表表示示，，他他们们已已经经在在使使用用生生成成式式人人工工智智能能工工具具。。491096577686148107675812181114102211161181610191614161718221615192011181316131215181717131620211824166363445463847414050414437424235303736374619231514191521261914159181519181711191833633524347323493343大中华区欧洲亚太发展中市场企业领导北美先进制造业健康、制药和医疗产品商业、法律和专业服务消费品/零售能源和材料金融服务科技、媒体和电信1964年或更早出生高级管理层中级管理层出生于1965-1980年出生于1981-1996年男性女性在工作中经常使用至少尝试过一次在工作中和工作之外经常使用没有接触过在工作之外经常使用不知道按按办办公公地地点点按按行行业业按按职职位位按按年年龄龄按按性性别别备注：由于四舍五入，各项数据加总后不一定等于100%。亚太地区受访人数 = 164；欧洲 = 515；北美 = 392；大中华区（包括香港和台湾）= 337；发展中市场（包括印度、拉丁美洲、中东和北非）= 276。先进制造业（包括汽车和装配、航空航天和国防、先进电子和半导体）受访人数 = 96；商业、法律和专业服务 = 215；消费品和零售业 = 128；能源和材料 = 96；金融服务 = 248；健康、制药和医疗产品 = 130；科技、媒体和电信 = 244。企业领导受访人数 = 541；高级管理层 = 437；中层管理层 = 339。1964年或更早出生的受访者人数 = 143；1965 年-1980年出生的受访者 = 268；1981年-1996年出生的受访者= 80。不是所有受访者都提供了年龄信息。男性受访者人数 = 1025；女性受访者人数 = 156。调查样本还包括选择“非二元性别”或“其他”的受访者，但数量不多，不具有统计意义。资料来源：麦肯锡全球人工智能调查，1684名受访者涵盖组织各个层级，2023年4月11日至21日进行 432023年人 工智能 发 展 现 状：生 成 式AI的突破之年组织层面上，GenAI的应用现在也十分普及。1/3的受 访 者表 示，他们所在的组织至少在一个职能中经常使用GenAI，在已经应用AI的组 织中，有60%都在使用GenAI。更重要的是，在已采用人工智能的组 织中，有40%都表示由于GenAI的巨大潜力，他们的公司预期将增大对人工智能的投入，28%的企业表示GenAI的应用已被列入董事会 议 程。从应用AI技 术 的业务 职能 来 看，新工 具 与人 工智能的整体应用状况相同，应用最多的职能部门都是营销和销售、产品服务开发以及客户服务和后台支持等服务运营部门（见图2）。这 表明企业正将这些新工具部署到价值潜力最大的地方。在我们之前的研究中，上述3个 职 能 领 域 ，再 加 上 软 件 工 程 ，可 实 现GenAI用例全年总价值的75%左右。表表示示其其组组织织在在相相应应职职能能中中经经常常使使用用GenAI的的受受访访者者占占比比（%）1图图2:生生成成式式AI工工具具最最常常见见的的用用途途是是营营销销和和销销售售、、产产品品服服务务开开发发以以及及服服务务运运营营。。资料来源：麦肯锡全球人工智能调查，1684名受访者涵盖组织各个层级，2023年4月11日至21日进行1. 问题仅针对表示其企业已至少在一个职能中采纳人工智能技术的受访者。显示数据已经过调整，以代表所有受访者。营销与销售14产品和/或服务开发13服务运营10风险4战略与资金管理4HR3供应链管理3制造2各职能的GenAI常见用例，受访者占比%976起草文本初稿识别客户需求趋势采用聊天机器人（如用于客户服务）855个性化营销起草技术文件预测服务趋势或异常情况845总结文本文档设计新产品起草文件初稿营销和销售 产品和/或服务开发服务运营 44麦肯锡中国金融业CEO季刊 2023年秋季刊麦肯锡评论Alex Singla 全球资深董事合伙人，QuantumBlack，AI by McKinsey全球负责人有关GenAI讨论愈发成就在几个月前，高管之间的对话还相当初级，主要是理解它是什么，看看哪些是炒作，哪些是 现 实。现 在，短短6个月过 后，商界 领 袖 们已 经 在讨论更加复杂的问题了。从调查结果中我们看到，有近1/3的公司在至少一个业务职能中使用GenAI。这凸显出企业 对“GenAI在商界可行”这一看法的理解和接受程度。接下来问题将是，企业该如何采取下一步行动，以及GenAI的发展轨迹是否会与我们在更广泛的人工智能领域观察到的模式相同，即采用率稳定在50%左右。我们从数据中看到，在GenAI发 展 潜力的 鼓 舞 下，已 经 使 用 人工智能的企业中有近一半企业计划增加对人工智能的投入，部分原因是他们认识到，企业需要具备更广泛的能力才能充分利用GenAI。若 要 迈 出下一 步，将GenAI从实验性工具转变为商业引擎，运用它为企业实现丰厚的投资回报，则要先解决一大批问题。这些问题包括：确定GenAI在组织中有哪些具体机 会 、治理 和 运营 模式 应该 是什么、如 何最 好 地 管理 第三方（例如云和大语言模型提供商）、需要具备哪些条件才能有效管理各种风险，并理解该技术对人员和技术栈的影响，清楚如何在实现短期收益与奠定大规模应用所需的长期基础之间找到平衡。这些问题都很复杂，但它们是释放真正重要价值的关键。 452023年人 工智能 发 展 现 状：生 成 式AI的突破之年在当前这一早 期阶段，人们对GenAI未来影响的预期很高：3/4的受访者预计GenAI将在未来3年内对其所在行业的竞争性质产生重大或颠覆性影响。技术和金融服务行业的受访者预期GenAI将产生颠覆性影响的比例最高。我们之前的研究表明，虽然所有行业都会受到一定程度的冲击，但受影响程度会有所不同2。最依 赖 知 识 工作的行业可能会受到较大影响，也因此有望收获较多价值。我们的估算显示，毫无意外，科技公司受到GenAI的影响最大——价值潜力相当于行业全球收入的9%；但除此之外，银行业（价值潜力可达5%）、制药和医疗产品（增值同样可达5%）和 教育（可达4%）等基于知识的行业，也会受到重大影响。相比之下，航空航天、汽车和先进电子等制造业受到的颠覆性影响可能较小。这与之前对制造业影响最大的技术浪潮形成鲜明对比，出现这一局面是因为，GenAI的优势在于基于语言的活动，而非那些需要体力劳动的活动。调查结果显示，许多组织尚未着手解决来自GenAI的潜在风险根 据 调查，几乎没有企业已为GenAI的广泛使用做好了充分准备——或者说，企业并没有准备好应对这些工具可能带来的商业风险（见图3）。在已采用人工智能的企业受访者中，只有21%的人表示，企业已制定相关政策，规范员工工作中的GenAI技术使用行为。在被问及GenAI的具体应用风险问题时，针对最常被提及的GenAI的风险（即不准确问题），很少有受访者表示他们的公司已有风险防范措施到位。受访者提及不准确问题的频率高于网络安全和监管合规，后两项是之前调查显示的整体人工智能技术最常见风险。只有32%的受访者表示正在着手应对不准确问题，这一比例低于网络 安 全风 险 的应对比 例（38%）。有趣的是，网络 安 全 的应 对比 例明显低于去年调查中的相关数字，去年提及正采取措施应对人工智能相关网络安全风险的受访者比例为51%。总体而言，正如我们前几年所看到的那样，大多数受访者表示他们的组织并未着手解决人工智能相关风险。 46麦肯锡中国金融业CEO季刊 2023年秋季刊麦肯锡评论Alexander Sukharevsky 全球资深董事合伙人，QuantumBlack，AI by McKinsey全球负责人大家都知道GenAI有风险。但同时，普遍存在的焦虑和害怕使企业领导难以有效应对这些风险。我们最新的调查结果显示，只有略多于20%的公司制定了生成式AI相关风险防范政策。这些政策往往侧重于保护公司的数据、知识和其他知识产权等专有信息。这些当然很重要，但我们发现，许多风险可以通过改变反映既定政策的业务技术架构来解决。然而，真正的问题 在于企业 对风险 的看法过于狭 隘。企业还需要关注一系列重大风险，包括社会风险、人道主义风险、可持续性风险。事实上，与一些人想象的世界末日场景相比，GenAI那些意想不到的后果更有可能给世界带来问题和麻烦。以最具建设性的方式接触GenAI的企业正在尝试应用这项技术，同时制定结构化流程来识别和解决更广泛的风险。这些企业会部署测试版用户，并设置专门团队，预判GenAI应用可能的脱 轨 之 处，从而更好地预测某些不良后果。这些企业还与业内最优秀、最具创造力的人才合作，确定什么是对组织和整个社会而言