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

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。 Michael Chui，Eric Hazan，Lareina Yee，Bryce Hall，Alex Singla和Alexander Sukharevsky 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 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。 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 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 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。 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G en AI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。 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都最有益的结果。对于可能出现的新风险以及新机遇进行全盘、结构化的深入思考，理解其本质，这对于促成GenAI以负责任的方式实现增长、有效提升生产效率至关重要。 企企业业认认为为重重要要且且正正在在着着手手解解决决的的生生成成式式AI相相关关风风险险，，受访者占比（%）1 AI领域的领先企业已在GenAI应用上抢先一步 调查结果显示，人工智能高绩效企业（即据受访者披露，2022年至少20%的息税前利润源自人工智能应用的组织）正全力投入包括GenAI和较传统人工智能在内的所有人工智能能力。这些早先就已从人工智能中获得巨大价值的组织，在GenAI应用方面也已经比其他组织领先一步，这些企业会在更多职能领域应用GenAI，特别是在产品和服务开发、及风险和供应链管理方面。放眼所有人工智能能力（包括较传统的机器学习、机器人流程自动化和聊天机器人），人工智能高绩效企业比其他企业在产品和服务开发上都有较多应用；这些企业利用人工智能来优化产品开发周期，为现有产品添加新功能，以及创建新的基于人工智能的产品等。此外，这些企业在风险模拟和人力资源领域（例如绩效管理、组织设计和劳动力部署优化）也会更多使用人工智能。 还有一个不同于其他企业的方面是：高绩效企业的人工智能活动更少以降本为目标，而其他组织会将降本视为首要任务（见图4）。就来自人工智能高绩效企业的受访者而言，他们表示GenAI的首要目标是创造全新业务或收入来源的可能性是其他人的两倍，而且他们最有可能提到基于人工智能的新功能提高了现有产品的价值。 组组织织GenAI活活动动的的首首要要目目标标，，受访者占比（%）1 正如我们前几年所见，这些高绩效组织在人工智能方面的投资远多于其他组织：来自人工智能高绩效组织的受访者更有可能（可能性是其他受访者的五倍以上）表示，他们将超过20%的数字预算用于人工智能。这些组织内部也更广泛地使用人工智能能力。来自高绩效企业的受访者比其他人更有可能表示，他们的组织已在4个或 更多业务职能中采用了人工智能，并且他们在工作流程中嵌入的人工智能能力数也较多。例如，来自高绩效企业的受访者更常表示，除了GenAI和相关的自然语言能力之外，他们还将知识图谱嵌入到至少一种产品或业务职能流程中。 虽然人工智能高绩效企业也面临获取人工智能价值方面的挑战，但调查结果表明，他们所面临的困难反映出其在人工智能应用方面相对成熟，而其他企业面对的则是人工智能采用方面更基础的战略性问题（见图5）。人工智能高绩效企业的受访者最常提到的最大挑战在于模型和工具（如在生产中监控模型性能、以及需要随着时间推移重新训练模型）。相比之下，其他受访者提到的则是战略问题，例如设定明确的人工智能愿景并与业务价值挂钩，或寻求足够的资源支持。 实实现现人人工工智智能能潜潜力力价价值值的的最最大大挑挑战战，，在受访者中占比（%）1 麦肯锡评论