核心观点
- GenAI 兴奋逐渐转变为务实态度： 早期对 GenAI 的兴奋和炒作逐渐转变为积极务实的态度，企业开始关注实际成果和价值创造。
- 早期试点项目取得成功，推动投资增加： 早期 GenAI 试点项目的积极结果提高了人们的期望，并推动了对该技术的投资增加。
- 技术准备程度提高，但监管和风险管理成为障碍： 技术准备程度有所提高，但监管不确定性与风险管理已成为更大的进步障碍。
- 数据管理仍然是首要任务： 改进数据管理继续成为首要优先事项，数据成为 GenAI 成功的核心因素。
- CxO 对 GenAI 持乐观态度： CxO 层级对组织的 GenAI 实施持有更为乐观的看法，并认为 GenAI 的障碍将更容易和更快地得到解决并实现价值。
- 技术追赶战略转变： 组织倾向于将最深入的 GenAI 部署集中在对其行业成功独特至关重要的业务部分，而不仅仅是 IT 功能方面。
- 代理型 AI 引起关注： 代理型 AI 正因其可能解锁 GenAI 全部潜力而引起关注，但并非万能解决方案。
关键数据
- GenAI 兴趣水平： 董事会、C 级高管和技术领导者对 GenAI 的兴趣水平始终保持高度稳定。
- AI 支出： 78% 的受访者表示他们预计将在下个财政年度增加整体人工智能支出，其中 GenAI 在整体人工智能预算中的份额有所扩大。
- 可靠性与信任度： 可靠性和信任度有所提升，但两者仍然任重道远。
- 技术准备程度： 受访者认为他们的组织在技术基础设施战略和战略方面在 GenAI 的关键领域准备程度有所提高。
- GenAI 采用劳动力： GenAI 仍主要局限于不到 40% 的劳动力中，只有不到 60% 的员工能够访问 GenAI 并每天使用该技术。
- GenAI 实验状态： 超过三分之二的受访者表示，在未来三到六个月内，他们目前试验中的 30% 或更少部分会完全规模化。
- GenAI 计划针对的利益： 改进效率和生产力、发现新的想法和见解、加强与客户的关系、提高开发新系统的速度/易用性、改进现有产品和服务、将工人从较低价值的任务转移到较高价值的任务、增加收入、降低成本。
- GenAI 计划在功能中的先进性： IT 运营、市场营销、网络安全、运营、客户服务、销售策略、产品开发、财务、法律、风险、合规。
- 最先进的 GenAI 项目的 ROI： 总体上是积极的，几乎所有组织都报告了可量化的 ROI，其中 20% 的组织报告的 ROI 超过 30%。近四分之三（74%）的组织表示其最先进项目达到了或超过了预期的 ROI。
研究结论
- GenAI 采用面临挑战： 具有实际后果的错误、未能达到预期价值、高质量数据短缺、由于偏见、幻觉和不准确而导致的总体信任丧失。
- 组织需要解决挑战： 组织将需要至少 12 个月来解决诸如治理、培训、人才建设、建立信任和处理数据问题等采用挑战。
- 组织有耐心并持续投入： 70% 的受访者表示，其组织将在 GenAI 项目未能达到其价值目标之前至少等待 12 个月再减少对该项目的投资。
- 未来 GenAI 相关发展的兴趣： 代理 AI（52%）、多智能体系统（45%）、多模态能力。
- CxO 角色转变： CxO 应重新定义他们在 GenAI 方面的角色，并最好地引领其组织前进。
- 为持续的 ROI 搭建桥梁： 优先考虑员工并为中断做好准备，建立合适的整体战略、构建平台能力、对目标和时间表保持现实态度、承担一定的风险。
- 开始规划 GenAI 代理管理不确定的未来： 制定战略路线图、评估哪些任务和工作流程适合代理 AI、明确具体的目标和期望的价值、绘制与自主代理相关联的风险地图、创建缓解计划、从低风险应用场景开始。
