摘要
生成式AI投资呈激增之势，支出在12个月内增长了超过10倍，而IT支出的增长率仅为通货膨胀率的一半。AI的财务回报稳稳超过投资成本，2022年，AI的平均投资回报率为13%，而生成式AI的早期成果推动AI投资回报率提升至31%。早期的生成式AI实验倾向于低风险的非核心用例，但组织可以专注于与其竞争优势更密切相关的业务领域，从而创造更多价值。超过一半的高管预计，在未来三年内，生成式AI将使以前不可能的工作类型成为可能。
生成式AI目前在哪些领域能创造最大价值？
- 客户服务：生成式AI能够用更流畅、更符合上下文的方式来回答客户问题，并提供个性化体验。此外，它还可以用于训练对话式AI、增强人工客服、翻译内容和预测未来客户行为。
- IT：开发人员可以利用生成式AI来简化日常任务，例如生成代码、识别和修复错误、加快创建所需文档的过程。
- 销售和营销：生成式AI可以利用客户数据提供对其行为的洞察，从而提升销售团队的业绩。它还能帮助营销团队撰写和编辑电子邮件、博客、社交媒体帖子和网站创意内容。
- 供应链：生成式AI有助于识别潜在的障碍，并在问题影响交付之前找到解决方案。它还能使供应链专业人员能够专注于解决复杂问题和改进流程。
如何实现长期价值？
- 从实验到企业级创新并不是一条直线。采用方式的演变取决于组织的起点、已开发的能力以及员工适应能力的准备程度。
- 组织正在采取两种主要方法来推动实现持续AI投资回报所需的系统性变革：
- 实验：在低风险的非核心职能中发现效率。
- 聚焦：增强基本业务职能以推动更广泛的转型。
- 对于处于早期阶段的企业来说，在低风险职能领域部署生成式AI有助于快速启动业务转型。实验和小规模的成果可以简化工作流程并提高效率，同时团队也能逐渐适应。
挑战与机遇
- 组织必须克服许多障碍，才能在生成式AI领域取得进展，例如对准确性和偏见的担忧、专业知识不足、商业论证不明确和专有数据不足。
- 要克服这些挑战，需要技术、金融、安全、法律和AI伦理等领域的领导者共同努力。
- AI有潜力以难以想象的方式改变商业世界、经济和社会。今天，通过建设正确的能力，企业就能将这些新机遇转化为现实。
行动指南
- 扩展生成式AI需要一支全明星团队，包括最高管理层、业务部门领导者、人力资源领导者、IT领导者、AI领导者和道德与数据隐私领导者。
- 最高管理层需要设定明确的任务、重新想象可能性、鼓励成长心态、摒弃用例思维。
- 业务部门领导者需要诚实地评估哪些方面不起作用、明智地承担风险。
- 人力资源领导者需要在企业内部优先建立数据和AI素养、消除孤岛、举办生成式AI集体活动。
- IT领导者需要保持模型无关性、构建可组合的数据和生成式AI平台架构、使用业务语言进行沟通。
- AI领导者需要采用产品和平台运营模式、优先考虑整体AI治理、为数据和AI建立专有工程和运营实践。
- 道德与数据隐私领导者需要举办生成式AI创新日和包含治理要素的黑客马拉松、建立明确的问责制、创建责任与协作文化。
