核心观点与关键数据
- 竞争相关性是关键驱动力：92%的高管认识到重新创新的迫切需求，并认为生成式人工智能是大规模、快速创新的关键。71%的执行官认为，在推广通用人工智能用例时，需要减少风险规避。
- 智能运营的推动因素：组织需要关注人才、资产与平台、方法与流程三个关键推动因素，以实现智能运营。准备进行革新的公司擅长并行开发所有三个推动因素。
- 数据现代化至关重要：现代化数据基础是通往生成式人工智能的门户。准备进行革新的组织在数据治理、元数据质量和数据可获取性方面表现突出。
- 人才战略需优先：82%的基石型组织没有制定人才变革策略。准备进行革新的公司拥有明确的人才战略，解决劳动力规划、角色创新和持续提升技能。
- 业务与技术团队协作：87%的变革准备就绪的公司在技术和业务团队之间进行广泛合作。CEO应在培养跨部门协作、优先分配资源以及培育创新文化方面发挥主导作用。
- 领先流程的应用：87%的“转型准备就绪”企业采用领先基于云的实践应用于业务流程和流程挖掘，并已启用内部和外部基准测试以推动绩效。
研究结论
- 智能运营与通用人工智能相互促进：智能运营推动通用人工智能的发展，进而提升智能运营，这是一个良性循环。
- 准备进行革新的公司表现更优：准备进行革新的公司在收入增长率、扩展高价值通用人工智能用例的成功可能性、生产力提升等方面表现显著优于其他公司。
- 未来趋势：企业将采纳更深刻的变革，发展可持续、成熟的企业运营，并得益于通用人工智能的辅助。生成式AI将为智能运营带来新的维度。
行动建议
- 实施以域为中心的数据现代化方法：评估数据基础与数据互动，建立集中式数据治理和以领域为中心的数据现代化视角。
- 拥抱人才优先的变革策略：制定人才战略，解决劳动力规划、角色创新和持续提升技能，并确保员工在身体上、情感上和经济上得到保障。
- 连接业务与技术团队以共同拥有变革：CEO应在培养跨部门协作、优先分配资源以及培育创新文化方面发挥主导作用。
- 采用领先的过程来推动业务成果：应用云基础的过程挖掘，启用内部和外部基准测试，以推动绩效。
