2024年生成式人工智能驱动重塑：亚太地区超越竞争对手的机会报告

亚太地区超越竞争对手的机会 随着亚太（APAC）地区企业在快速演变的技术 landscape 中 navigating，采纳生成式AI已成为决定成功的关键因素。其他地区的公司在这一领域进展迅速，但APAC地区的公司在重塑之旅中仍lag。1，在采用这项新兴技术方面受到独特的区域挑战的阻碍。 然而，生成式AI为亚太地区企业带来了千载难逢的机会，不仅能够追赶竞争对手，甚至可以超越他们。我们的研究确定了五项战略重点，以加速由生成式AI驱动的重塑过程。 在过去四年中，亚太地区经历了显著且不断增加的企业中断。在各种挑战中，技术无疑是最大的破坏因素。技术的影响在亚太地区尤为深刻，该地区的中断水平比全球平均水平（88%）高出了119%（如图1所示）。令人警觉的是，近一半（45%）的亚太地区企业领导人尚未充分准备好应对技术变革加速带来的挑战。2 作为全球领先企业的拥抱再发明为了应对不断上升的混乱 ，亚太地区业务面临落后的风险. 最大的公司——尤其是收入超过50亿美元的公司——已经承诺进行变革，在过去一年中，它们将“重塑者”的数量增加了四倍。这些组织不仅在财务成果方面处于领先地位，还在非财务指标上表现出色。它们成功的关键之一在于拥抱生成式AI的独特能力，以提高整个价值链的生产力并开辟新的增长路径。 而在西区公司加快重塑步伐的同时，亚太地区的情况恰好相反，重塑者的比例从9%下降到5%（如图2所示）。 亚太地区的再发明者比例比去年有所下降 ， 与西方观察到的上升相反。 是什么造就了重新发明家 ？ 再发明者是那些已经具备了持续再发明能力的企业。他们有何不同之处？他们具备Total Enterprise Reinvention的六种特征： ••• 重塑是战略。重塑超越了基准 ， 拥抱了可能的艺术。• 数字核心成为竞争优势的主要来源。• 重新发明是连续的。• 重塑是无边界的 ， 打破了组织孤岛。人才战略和人员影响是重塑的核心。 进一步分析显示，亚太地区企业在生成式AI的投资和采用方面落后。与其他地区相比，亚太地区的生成式AI支出增长最低（如图3所示）。此外，少于一半的亚太地区高管预计生成式AI将在各个业务部门得到广泛采用。更少的人预计其将在整个企业范围内得到广泛应用（如图4所示）。 生成 AI 为亚太地区公司提供了机会赶上甚至超越今天的重新发明家。 生成式AI可以推动更广泛、更大胆的重塑。我们的全球分析显示，采用生成式AI的企业能够2X预期的强度将加速自身的重塑，并缩小与当前重塑者在营收增长方面的差距（如图5所示）。这些公司计划利用生成式AI来重新定义其企业内的更多功能和业务领域，预期该技术不仅会促进营收增长，还会提升员工的工作效率。 APAC 公司正处于关键时刻必须拥抱大胆的、变革性的步骤与生成 AI显着提高他们的竞争优势。 亚太地区采用生成式 AI 的障碍 缺乏战略愿景 ， 削弱生成 AI 的潜力 IDC5亚太地区报告指出，知识管理是生成式AI最主要的用途案例，能够实现跨多种信息格式高效访问和搜索。其他关键用途包括营销自动化和创建搜索引擎优化的内容。这些应用通常集中在特定的业务功能上，通过“无悔投资”提供即时的生产力提升。例如，在未来三年内，亚太地区的公司计划利用生成式AI重塑运营的主要业务功能是IT（64%）和营销（56%），相比之下，其他功能得到的回应不到一半。1然而，缺乏战略性的、标准化的业务价值评估阻碍了生成式AI在整个组织中的应用，从而阻止公司充分利用其带来的好处。 技术债务和过时的数据基础设施 技术债务和过时的数据基础设施是亚太地区企业面临的重大关切，影响了它们采用新技术和策略的能力。近半数企业（47%）预计现有技术债务将妨碍其重塑战略。1企业应用是最大的罪魁祸首，占技术债务的49%，并抑制了对新技术投资的热情。6此外，三分之二的亚太地区公司认为过时的基础设施和不足的数据管理实践是主要障碍。7只有15%的亚太地区高管对本公司的数据策略和数字核心能力感到极有信心。4 这些挑战延伸至生成式AI的采用，超过一半的高管认为，为了有效利用这项技术，需要在IT基础设施（64%）和数据策略（56%）方面进行重大变革。1为了有效利用先进技术，亚太地区的企业迫切需要解决基础问题并建立一个具备重塑能力的数字核心。6 缺乏人才和领导准备工作和组织变革 许多亚太地区的员工与全球同事一样，对生成性AI可能对其工作产生的影响表示担忧。超过一半的受访者（58%）表达了这一观点。1他们担心采用人工智能可能会导致失业、压力增加和倦怠8而不是改善工作体验。但亚太地区的领导者尚未全面探讨如何重塑角色或管理AI带来的变化。9亚太地区的领导者也感到自己在应对这些挑战方面更加无力，近一半的受访者承认他们尚未充分准备好应对技术变革加速的速度。此外，只有31%的亚太地区领导者具备必要的技能和能力来引领重塑过程。1 风险和声誉问题 关于生成式AI风险的担忧显著减缓了亚太地区的大规模采用。亚太地区的高管更关注适应技术进步（61%），高于全球同行（54%），尤其是在处理与生成式AI相关的风险时。4具体而言 ， 人们对道德问题 (54%) 、法律挑战 (59%) 和网络安全威胁 (65%) 感到担忧。4 生成 AI 驱动的重塑的五个关键要务 为了克服这些障碍并加速其重塑之路，亚太地区企业的领导者必须考虑以下战略行动： 01 带值导线 重塑需要基于对潜在商业价值全面评估的基础上作出大胆的战略决策。必须专注于与核心业务目标相一致的AI项目。所需的是一个全面的重塑计划，将生成式AI整合到多个价值杠杆中。 在亚太地区，公司更加重视诸如资源优化、自动化和机器人等杠杆措施，相比之下，全球同行的关注点有所不同。更为重要的是，他们认识到整合这些杠杆措施的价值巨大——71%的公司计划以整合和结果为导向的方式结合这些杠杆措施，而这一比例在全球范围内仅为58%（如图6所示）。 组织如国民澳大利亚银行（NAB）体现了对生成式人工智能进行长期战略实施的方法。在首席执行官和管理团队的领导下，NAB 的生成式人工智能项目优先考虑数据、风险和伦理。NAB 采取了以业务为导向的方法，允许各个业务部门根据深入的客户洞察创建使用案例，并得到一支由技术专家组成的核心团队的支持。目前，NAB 正在多个业务领域测试超过 20 个使用案例——从个人到企业及私人银行业务，这些案例是从待处理的 200 个候选案例中挑选出来的。该银行通过流程简化和自动化实现的工作效率提升和客户服务改进来衡量成功。 领导者的关键行动 • 大胆。基于对企业案例、企业成熟度以及预期投资回报（ROI）的客观评估，重塑您的价值链。 • 确定战略赌注。平衡 “无悔 ” 举措和战略押注 ， 注重创新和增长。 • 采取整体观点。结合多种价值杠杆 ， 例如 AI 和资源优化 ， 以更好地构建端到端功能。 02 开发支持 AI 的安全数字核心 所有组织都需要一个行业领先的数据数字核心，以便充分利用人工智能驱动的变革。但具体是什么样子会因公司而异：它需要根据敏捷性和创新性的需求，以正确的云实践进行定制；需要差异化数据和下一代体验，并且要在每一层面都设计安全性。这样的数字核心可以推动效率和效果，响应企业的新需求，并迅速采用和规模化最新的技术创新。 然而，即使组织寻求增强其数字核心，他们也必须在现有技术债务与前瞻性投资之间找到平衡。我们的研究显示，旨在扩展其生成式AI能力的公司应该将大约15%的IT预算分配用于解决技术债务，以在当前需求和未来需求之间找到“甜蜜点”。6 一个领先的东南亚国家石油公司展示了拥有可重塑数字核心的优势。该公司拥有大量不同格式的数据，并且每天生成更多的数据。经过全面审视问题后，该公司部署了生成式AI和认知搜索，以真正实现其数据的价值并推动新的增长。其新的知识库包含了超过250,000份文档，包含结构化和非结构化信息，能够呈现所需的信息并将其转换为选定的格式。新的集成设置使信息易于发现，无需过多努力即可实现知识收集过程自动化，适用于组织内不同角色，并有助于减少事故。 领导者的关键行动 • 确保基础知识。了解当前的数字核心，重点关注生成式AI的基本要求：迁移到云端、构建现代数据平台并在生命周期早期嵌入安全实践。 • 开发新的。构建统一的数据架构，以实现数据的流畅交换和对非结构化和合成数据的新能力支持。 • 战略技术伙伴关系。评估现有技术与咨询生态系统，并更新策略以加速重塑周期。探索更多与合作伙伴共同创造的机会，以加快步伐。 03 重塑人才和工作方式 生产力提升仅仅是生成式AI带来的一个好处；其真正的价值在于促进工作方式的重塑，并增强人类独有的品质如创造力。实际上，采取以人为本的方法，在负责任且大规模采用生成式AI的情况下，到2038年亚太地区有望释放出4.5万亿美元的经济价值。 亚太地区的领导者认识到以人为中心的人才策略在采用生成式AI方面的价值，其中一半的受访者目前为员工提供了在与AI技术互补的领域提升或重新培训的机会。 为了有效应对生成式AI的影响，领导者必须专注于解决员工的基本人性需求，包括健康、意义、归属感和市场竞争力。通过这样做，他们可以创造一种安全感和准备感，使员工能够应对生成式AI不可避免的影响。 领导者的关键行动 • 更新人才战略。识别工作变化的方式，并构建以人为本的变革能力。持续对员工进行前沿技术（如生成式AI）的技能培训。 • 重塑人力资源能力。审查人力资源能力，并投资于支持重塑愿景所需的技能和科技。人力资源是业务战略的核心部分。 • 提升领导技能。增强C级领导者的科技专长和领导能力，以成功管理变革并推动重塑。 04 缩小负责任 AI 的差距 99% 的亚太地区高管认为 ， 负责任的人工智能应该成为组织内的一个重点。1, 且有70%的企业已经在未来18个月内将其组织生命周期全面整合 Responsible AI 原则纳入其中（如图7所示）。 您组织的负责任人工智能（RAI）策略当前及未来状态最接近哪种描述？亚太地区受访者的百分比 为了成功实施企业级负责任人工智能战略，公司应该使负责任人工智能在企业中无处不在且系统化。 领导者的关键行动 • 建立 AI 治理和原则： 确保对 AI 的设计 ， 部署和使用有明确的问责制和治理。 • 评估 AI 风险通过定性和定量评估，了解与AI用例、应用和系统相关的风险。 • 系统地测试负责的 AI持续测试AI系统以评估其对人类的影响、公平性、可解释性、透明度、准确性和安全性。采用顶级的责任制AI工具和技术有助于减轻潜在问题。 • 进行持续监控和合规持续监控AI系统，同时监督负责任的AI倡议并执行缓解和合规行动。 • 管理对劳动力、可持续性、隐私和安全的影响： 确保全面负责的 AI 合规计划跨职能参与。 认识到人工智能在金融领域潜在的价值和风险，新加坡 Monetary Authority of Singapore（ Monetary Authority of Singapore， MAS）是全球最早推出负责任人工智能计划的金融监管机构之一。2019年，MAS建立了Veritas行业联盟，帮助金融机构（Financial Services Institutions， FSIs）根据公平性、伦理、问责制和透明度（Fairness, Ethics, Accountability and Transparency， FEAT）的原则评估其人工智能和数据分析解决方案。自此之后，Veritas发布了详细阐述FEAT方法论的白皮书，并开发了一个开源工具包，以使金融机构能够系统地评估其人工智能项目，从而加强治理、促进创新并最终建立信任。 以人为本的方法 ，where创成式 AI负责任地采用在规模上 ， 可以解锁亚太地区经济价值 4.5 万亿美元by 2038. 05 驱动连续重塑 领导者不能将重塑视为每几年进行一次的一次性努力。相反，他们必须构建持续重塑的能力。亚太地区的高管更致力于在其自