2024年生成式人工智能：解锁生产力与竞争力报告

利用生成式 AI 释放竞争力 Contents 生产力之路 ： 高生产力公司的 5 种行为及其如何获得竞争优势 你准备好实现你的生产力回报了吗 ？ 一个新的生产率方程正在出现 Authors 克里斯托弗 · 罗克战略美国领先 ， 成本和生产力重塑全球领先 ， 埃森哲战略 斯蒂芬妮 · 贾米森全球资源行业实践主席 ， 可持续发展服务负责人 詹姆斯 · 克劳利全球产品行业实践主席 Tomas Castagnino埃森哲研究部经济研究部董事总经理 Kevin Millan埃森哲研究部战略与可持续发展高级负责人 Introduction 按数字计算的生产率 在过去十年中，我们见证了多项重大技术进步，这些技术承诺能够提升生产率——这是竞争力和经济增长的根本驱动力。然而，尽管在技术方面投入了大量资金，许多公司仍未看到生产率的提升，全球生产率增长一直停滞不前。更为令人担忧的是，40% 的大型全球公司在过去每年均经历了生产率下降。 2.8% 1.4% 大型全球公司的生产率增长表现 somewhat 更好，尽管每年之间存在显著波动，自2015年以来平均年复合增长率（CAGR）为2.8%。 全球生产率 ， 以通货膨胀调整后的息税前利润衡量1每位员工 ， 自 2000 年以来每年仅增长 1.4% 在过去，生产率举措主要集中在输入方面——即降低成本和提高效率。我们的分析显示，许多首席执行官仍然保持这种成本管理导向。实际上，生产率从根本上来说是关于投入（所需的努力）与产出（创造的价值）之间的关系。现在，生成式AI等技术的影响迫使公司重新定义生产率，本质上要求新的工作方式. 关于研究 然而，许多公司已经实现了真正的生产率增长——四分之一的公司每年生产率提高了超过8%。这些公司不仅在削减成本，还在为增长进行投资，并利用技术（包括生成式AI）作为倍增器来推动创新，提高工作速度和质量。 我们的生产力研究结合了高级执行官调查、财报电话会议分析、公司层面的财务分析以及先进的生产力建模。 我们对来自多个国家和多个行业的2000家大型公司的高管进行了调研，探索他们提升生产效率的策略以及投资收益的方向。调研数据与历史生产率趋势相结合，以识别有效的管理实践。 这些公司关于生产率增长的勇敢行动、雄心和态度对于成功以及实现生产率收益至关重要。 我们在同期分析了来自约1,000家公司的超过63,000次 earnings call，利用AI工具了解领导者是如何向投资者传达关于生产率的信息的。 我们还更新了生成式AI劳动生产率模型，纳入了领先学术机构和AI实验室最新研究成果的评估，以评估生成式AI在各类任务中提升工作效率和工作质量的潜力。 排名前25%的公司每年提高生产力超过8%，这些公司在所有行业和地区均有分布。 我们分析了近1,400家福布斯全球2000公司利润表（P&L），以了解推动多年生产力增长的财务驱动因素。 最终，我们通过评估中等生产力增长公司通过根据高绩效生产力趋势和前瞻性生成式AI价值分析实施新的生产力方程能够获得多少收益，来建模潜在的生产力增长情况。 生产力差距 ：其影响和机会 高生产率增长企业和低生产率增长企业的差距在过去的八年中翻了一番，并在最近的四年中增加了四倍。(see图 1). 注意差距 ： 生产力增长领导者获得竞争优势 年生产率增长率的差距从 2016 年的 6.3 个百分点(pp) 增加到 2023 年的 11.8 pp what导致这一差距？高生产率增长的公司并没有削减成本；相反，它们以更快的速度增加收入，并且在关键领域进行战略性投资——从而维持了更健康的产出/投入比。 例如 ， 他们 ： • 实现比同行高 4.5% 的成本效率比 (收入 /成本) • 总成本每增加 1% ， 收入增加约 1.3% • 每位员工的收入每年增长 7 ％ ， 而每位员工的总成本增长约 6 ％ • 在组织内部更多地投资于互补技能的培养，并展示出更强的战略承诺以采用数据和人工智能。 图 2. 我们还注意到另一个关键差距：高管们如何看待当前商业环境下的人力生产力。太often，高管们仍然将生产力视为成本削减的问题。 关注收益的变化要求讨论生产力谈论话题 ： 高生产率的公司不太关注成本 ，更多关于增长在讨论生产力的情况下 ， 与关键生产力主题相关的陈述的比例 (%) 比例(%)在讨论生产力的电话会议期间 ， 与关键生产力主题相关的陈述 例如，当我们分析2015年到2023年间G2000公司举行的63,000次财报电话会议时，发现其中提到生产力的会议中，几乎有一半关注成本管理，而仅有20%的会议讨论了增长问题。 另一方面，高生产增长率公司的CEO们越来越多地将生产率讨论与收入增长、创新和技术的重点领域相结合（见图 2). 这些生产率领导者认为生产率远不止于成本。对他们而言，生产率体现了公司如何充分利用所有资源——资本、劳动力、技术与知识——以提高效率、速度、质量和创新。 传统的成本优化重点必须让位于成本和生产力的重塑。高生产力公司正是采取了这种新方法。这种方法使生产力领导者不仅能够在增加每位员工投资的同时实现成本效率提升（尽管看似矛盾），还能进一步提高生产力和竞争力。and收入增长 ， 但也维持和扩大了他们对典型公司的领先优势。 一个新的生产率方程 ：释放新的成功衡量标准 一个新的生产率方程正在出现 在近年来，公司们在基于零基的方法下 navigating 了各种成本转型的阶段，主要针对管理费用（SG&A）和其他选定的操作费用。这些措施主要是提高生产效率的相对直接行动。 60%虽然 60% 的人相对于 SG & A 表现出了有意义的生产率提高 事实上，在过去十年中，有60%的公司相对于销售、一般和管理费用（SG&A）实现了显著的生产率提升，而仅有37%的公司能够将效率提升应用于所有运营费用。 37%只有 37% 将效率提升到所有运营费用 但许多公司主要专注于成本削减，从而错失了通过知识密集型过程改进（尤其是围绕创新和差异化）提高输出质量的机会，这些改进对于提升竞争力和促进增长至关重要。 图 3. 这是因为传统的生产率观念——仅仅专注于降低投入成本——忽视了当今高度竞争和技术驱动的经济中至关重要的“知识生产力”。 乘数效应 在以生产力驱动的表现新方程中，生成式AI作为成本输入和组织效率的倍增器发挥作用。 在新方程中 (请参见图 3), 生成式AI作为成本输入和组织效率的倍增器，推动生产力增长。从这一角度来看，传统成本转型努力通过新的工作方式和生成式AI的应用得到了放大，导致在绩效前沿上发生结构性转变，并代表了新的绩效水平。 生产率增长 = Al Gen乘法器 x 公司采取的措施以降低每单位成本并减少预算，通常通过合理化、限制或优化销售、一般行政支出（SG&A）和运营支出（OpEx）内的支出实现。 通过开发和采用生成式AI应用重新发明工作所产生的时间节约和产品品质改进的结合。 知识就是力量 其中一个原因是在公司中释放“知识生产力”能够实现如此显著的生产率提升。 为了实现基于知识的生产率提升，领导者需要重新审视他们对生产率的看法，通过识别并优先考虑价值链中知识密集型领域，这些领域提供了不仅提高成本、而且提升速度、质量以及创新的重大机会，我们称之为知识生产率。 生成型人工智能有可能节省超过 12% 的公司工作时间 ， 并将质量提高 8.5% 。 生产力领导者的成本效率 (收入与成本的比率) 平均比其他公司高 4.5% 。 生产力领导者每增加 1 ％的成本 ， 收入就会增长近1.3 ％ 。 图 4. 将这种新方法应用于生产力和绩效会带来真正的红利。 长期生产率增长岌岌可危 生产力增长危在旦夕人均息税前利润增长 ， 复合年增长率 ， 10 年展望 基于历史公司级生产率趋势，并结合生成式AI潜在影响的证据，我们的分析表明，采取涵盖三个维度行动的整体生产率提升方法，可以使中位公司的生产率年增长率提高至最高16%（详见）图 4) 。这一增长率与 G2000 中排名前 10% 的公司的增长率相似。 每位工人的息税前利润 ， 复合年增长率 ， 10 年 通过同时行动这三项方程因素，中等公司可以实现其当前长期生产力增长的超过5倍，从每年3%提升至每年16%。 我们的建模显示，对于平均生产率表现的企业而言，这可能在其10年期内使EBIT提升2.8倍。* 通往生产力之路 ： 生产力领导者的 5 种行为以及他们如何获得竞争优势 通过分析生产率领导者与他人不同的做法，我们可以开始形成一个可供其他公司遵循的蓝图。以下行动已经拉大了高绩效公司与低绩效公司之间年同比生产率增长的差距。 05拥抱改变 ， 突破障碍 03超级充电利用生成式 AI 实现生产力 01重新定义生产力以及如何衡量 04Empower以人为本的人才战略 02投资为了增长和竞争力而故意提高生产力 01重新定义生产力及其衡量方式 公司实现高生产率增长时会重新定义生产率。它们不仅关注成本和零碎的生产率改进，而是侧重于产出质量以及组织如何运作以最大化生产率并创造价值。 幸运的是，越来越多的企业领导人扩大了他们衡量生产力绩效的视角。 他们从一个专注于生产力未来价值的新框架开始 (见图5在下一页中，还将提出一个新的生产力定义——这一定义衡量多种输入和输出范围内的质量，以实现新的绩效水平。 为此，他们通过减少商业模式的复杂性、简化组织及其流程、利用价值链合作伙伴提高速度和结果的质量与影响，并构建技术能力以不断强化其业务和运营模式来提升生产效率。越来越多的企业领导人采用这些生产绩效指标。 36% 只有 36 ％ 的受访高管使用质量改进来衡量其生产力计划的成功 然而，我们调查的仅有36%的高管将质量改进作为衡量其生产力计划成功与否的标准。随着质量提升（包括过程、产品或服务特性等方面）日益成为生产力计划的重要成果，必须对其进行全面且一致的监控和测量。 这并非一项容易完成的任务。随着公司面临越来越多关于流程、系统及其对人员和价值影响的决策需求，他们需要一个更为全面的事实基础来识别和优先考虑改进机会。这有助于在以流程为导向的转型项目中实现决策的一致性和价值最大化。 生产力回报 ： 从效率到价值创造 PVA 帮助组织理解并量化人员、效率、有效性、涉及的系统以及创造的价值之间的关系。该框架使企业能够将流程与战略成果连接起来，确定复杂性的成本，找出痛点的根本原因，并捕捉跨功能的交易流。 02刻意投资于生产力为了增长和竞争力 生产力领先者的更为大胆且聚焦的投资策略有助于确保其收入的增长速度超过成本的增长速度。 1/3 只有三分之一的生产力计划收益被再投资于推动增长和新兴企业 然而，这种做法是例外情况。当我们调查了2,000家大型公司时，我们发现它们平均只会重新投资三分之一生产力计划所取得的成果几乎全部重新投资于促进增长和新兴企业。剩余的部分几乎完全用于保护核心业务。 但是，提高生产率不仅需要创立新业务并用成熟业务进行防御，还需要采取大胆的投资策略。这需要采取大胆的投资策略来增强客户体验、建立品牌实力，并推动战略增长、创新回报和产品质量提升。 投资策略采用与生产率领导者相同的方法，确保收入的增长速度快于成本：每增加1%的总支出，收入增长1.3%（见图 6） 。这具体归因于它们将生产可变成本转化为收入的能力更高。 这些大胆的举措意味着以更高的支出实现更大的增长。自2015年以来，生产率领导者每年将每位员工的生产成本和运营成本提高了超过6%，并且实现了相似水平的每位员工营收增长。与此同时，他们的低生产率同行则专注于逐年减少成本。尽管这些同行能够实现成本削减，但却未能增加营收。 当评估这些领导者花费更多资源的领域时，有一个明确的重点。生产力领导者在资源配置策略上优先考虑长期投资。例如，在技术投资方面，他们不仅投入2x每位员工的 IT 支出与生产率较低的同行一样多