在 AI 驱动的未来占据一席之地

摘要

近年来，市场对生成式AI技术的关注度不断提高，但企业负责人在评估其对企业效率和生产力的影响时面临诸多挑战，主要在于缺乏关键信息，如投入成本、预期产出和所需技能。调研显示，商业领袖希望了解如何与同行和供应商围绕生成式AI同频交流，确定最相关的应用案例，并确保技术的成功部署。

研究简介

GLG格理集团进行了一项线上调研，面向美国和加拿大的201名高管，这些高管在其企业中对AI投资具有决策权和影响力。结果显示，大多数受访者对生成式AI充满热情，但认为其行业在定义、用途和价值主张方面缺乏共识，且不确定如何获得部署生成式AI的关键建议。

研究洞见

• 对AI技术的青睐：84%的受访者认为AI有助于提高效率，72%认为AI会创造新的商机。受访者普遍认同AI是应对关键工作需求的最佳解决方案，特别是快速归纳信息（97%认为生成式AI是合适的工具，87%认为是理想工具）。
• AI的潜力未知，风险亦然：77%的受访者认为AI还有许多应用场景尚待发掘，68%认为AI会带来意想不到的变化，57%担心AI伴随难以预料的新风险。
• 机会了然，部署落后：63%的受访者知道可能帮助部署该技术的供应商，46%已经部署了相应的解决方案。这种差距随应用场景变化而变化，表明公开讨论仅限于少数常见应用场景。
• 风险未知，阻碍部署：87%的受访者认为生成式AI是快速归纳信息的最佳工具，但大多数受访者表示在安全性、部署成本、输出可靠性等方面缺乏足够的洞见。
• 部署面临挑战，亟需相关支持：52%的受访者使用第三方供应商提供的生成式AI商业技术解决方案，45%考虑与合作伙伴共同开发解决方案或进行内部开发。
• 成功部署AI的关键因素：明确技术应用的专业知识（识别可通过生成式AI有效解决问题的专业知识，识别生成式AI应用场景的专业知识）和战略洞见比技术能力更重要。
• 企业寻求行业专家和案例研究：78%的企业希望通过案例研究或由拥有完整项目经验的专业人士主导的讲座或论坛获得帮助，87%最信任行业专家，85%信任已经尝试过该技术的同行。

结论

企业对生成式AI技术充满热情，但缺乏实践案例导致无法确定如何实现其价值。有意愿投资的企业可能因缺乏相关案例而踌躇不前，或在不明确价值路径的情况下贸然前行。更清楚地了解如何管理与生成式AI相关的成本和风险，将有助于提高企业采纳该技术的速度，降低部署失败或成本超支的风险，并提升企业开发全新应用场景的信心。借鉴生成式AI技术领域的专家或同行的成功经验，可为企业在预算、团队及客户方面做出最佳决策保驾护航。