生成式AI重塑运营：驱动增长，推进转型

生成式AI重塑运营： 驱动增长，推进转型 序言 我们正处在一个深刻变革的时代。智能运营是企业重塑战略、迈向新绩效前沿的关键。生成式AI的发展势如破竹，其影响力已经遍及各个行业，对所有企业产生了深远的影响。 我们累计为2000多家企业提供了运营服务，创造出390亿美元的损益影响。基于这些服务的经验，我们得出了一条重要结论：全面的运营战略（包含人才、资产与平台、方法与流程）是决定企业成败的关键因素。埃森哲最新研究发现，虽然许多企业已加快转向更成熟的运营模式，但只有少数领先企业真正释放了生成式AI的潜能，并创造了显著的价值。这些企业已经为重塑做好准备，利用数字核心释放超级自动化和AI的力量，带动整个企业加速前行。 在这个快速变化的环境中，企业要想立于不败之地，必须进行深入彻底的变革。生成式AI将在这一过程中发挥至关重要的作用。因此，充分释放生成式AI潜能并加快迈向智能运营，是实现成功转型和持续创造价值的关键。 展望未来，我们预计企业将进行全方位重塑，基于生成式AI实现可持续、成熟的智能运营，从而显著提高增长速度、生产力和盈利能力。 智能运营代表了最高水平的运营成熟度，它依托于一个强大且适应性强的数字核心。这种数字核心可满足企业不断变化的需求，并无缝集成各种新兴技术。 立即行动，加速重塑。 17 智能运营的实现路径 重要因素：竞争优势 智能运营的商业案例智能运营的推动因素现代化的数据基础：通向生成式AI的大门061216 实施“以领域为中心”的数据现代化推行以人才为核心的重塑战略与业务和技术团队一同引领重塑采用领先流程推动业务成果19222529 展望未来：组织转型，推动重塑 目录 竞争优势重要因素： 新技术、消费者期望、气候变化、混合办公等因素紧密交织，快速推动当今企业运营方式发生巨大的结构性转变。企业必须加快持续重塑步伐，才能适应不断变化的环境，厚植竞争优势。 简言之，重塑的成果不仅是竞争优势，还包括与之相关的一切。增长、盈利能力、创新、市场主导地位，这些要素为企业的未来发展奠定了坚实基础。 大多数高管都认识到了打造竞争优势的重要性。埃森哲研究表明，92%的高管认识到推进重塑刻不容缓，生成式AI是快速实现大规模重塑的关键1。81%的高管认为，开展快速试点是企业未来6至12个月大规模应用生成式AI的重要手段。七成（71%）受访者表示，在扩大生成式AI应用范围时，需要降低对风险的规避意识2。 显然，大多数高管都意识到必须快马加鞭，利用生成式AI推进企业重塑。然而，他们的运营模式是否为此做足准备？ 智能运营的商业案例 2024年的调研中，我们采访了来自15个行业和12个国家/地区的2000名高管（57%为首席级或同等级别高管）（图1），旨在评估企业运营的成熟度，以及其是否具备利用生成式AI推动业务成果的条件。 我们用运营发展的四个阶段来评估企业运营的智能化及成熟度（图2）。“基础期”的企业处于智能化初始阶段，而“重塑准备期”的企业已全面实现流程智能化。 自动化期 基础期 已 实 现 自 动 化 并 采用 描 述 性 、 可 预 测的AI技术 依 靠 基 础 资 产 推 动成本优化和基本SLA（服务等级协议） 洞察驱动期 重塑准备期 已 实 现 数 据 管 理 的现 代 化 ， 专 注 于 提升客户体验 大 规 模 应 用 超 自 动化 和 A I 技 术 推 动 业务成果 继2023年我们对企业开展智能运营评估以来，情况已经发生了许多变化。过去一年中，迈入重塑准备期的企业数量几乎翻了一番（从9%增至16%）。这些企业已拥有了现代化的数据基础架构，可支撑强劲的业务成果；实现了端到端平台集成；大多数流程也正在实现超自动化。他们还成功应用传统AI大规模提升了任务完成效率，并迅速扩展生成式AI用例，开辟新的增长点。 与基础期企业相比，重塑准备期企业具有以下特点： 扩展高价值生成式AI用例的成功几率增加3.3倍3.3倍 平均收入增长提高2.5倍2.5倍 生产力提升2.4倍2.4倍 此外，2%极富远见的重塑准备期企业已经在大规模部署生成式AI，并获得了可观的投资回报。 这些企业取得的成就得益于现代、成熟的运营体系，而这一体系由三个关键驱动因素所支撑。 智能运营的推动因素 企业人才已为技术驱动的企业重塑做好准备 为实现智能运营，企业必须在人才、资产与平台现代化以及方法与流程优化这三方面进行变革。埃森哲2024年的研究表明，企业已经开始更全面地看待重塑企业运营，并同等重视智能运营的三个推动因素。他们将 这 三 个 推 动 因 素 视 为 优 先 事 项 ， 这 与2023年的情况有所不同，彼时许多企业一次仅关注一到两个推动因素。而今，企业意识到这三个推动因素需要同步推进，缺一不可：每个因素在利用生成式AI进行重塑的过程中都起着至关重要的作用。 重塑准备期企业擅长并行推进三个推动因素，发挥它们的协同作用（图3a）。 相比之下，处于基础期和自动化期的企业难以成功运用这三个推动因素（图3b）。 虽然这三大推动因素对于重塑都至关重要，且应同步推进，但必须注意的是，智能运营旅程的每个阶段都有一个主要推动因素（图4a）。 例如，对于希望从基础阶段过渡到自动化阶段的企业来说，资产与平台是主要驱动因素。在这个阶段，关键在于建立重点自动化项目的治理模式，形成针对业务需求的反馈回路。企业只有赋能业务和技术团队共同创建资产与平台开发路线图，才能成功升级到自动化运营阶段。 同样，对于重塑准备期的企业而言，方法与流程是主要推动因素。与处于洞察驱动期的企业相比，重塑准备期的企业在执行流程挖掘、内部和外部基准测试方面表现出色，从而达到业内一流的绩效。他们的流程已经借助高水平的平台集成和超自动化实现了端到端转型升级。近九成（87%）重塑准备期的企业在开发方法与流程方面表现出色，而处于洞察驱动期的企业中这一比例仅为47%（图4b）。 现代化的数据基础：通向生成式AI的大门 数据资产已针对生成式AI用例实现了现代化 除了在三大推动因素上发力，重塑准备期企业的数据现代化水平也远远高于其他级别的企业。这些企业深刻认识到，要有效利用生成式AI，必须制定正确的数据策略和夯实核心数字能力。他们的数据资产专为生成式AI的应用场景设计，明确定义了数据治理角色，并且能够从源头追踪整个生命周期内的数据。我们的研究表明，现代化的数据基础是重塑准备期企业与其他企业的另一个分水岭（图5）。 实现路径智能运营的 埃森哲2024年的研究以及1000多个生成式AI项目的案例表明，企业对智能运营的投资与扩展生成式AI的能力息息相关。我们发现，实现智能运营的企业能够加快使用生成式AI，推动运营变革，这又进一步扩大了生成式AI的应用范围，形成相互依存的良性循环。 埃森哲研究表明，实现智能运营的企业数量逐年增加。 但制定明确的路线图仍然是这些企业面临的一项严峻挑战。迈向重塑的最佳路径是什么？在重塑之旅的每个阶段必须解决的关键要素有哪些？企业应采取以下四项行动，规划前进方向、找出差距，通过智能运营实现快速发展。 实施“以领域为中心”的数据现代化 重塑准备期企业已经建立了集中式数据治理模式，并采用以领域为中心的方法推进数据现代化，为人工智能主导的重塑奠定了强大的数据基础。 评估数据基础的方法之一是评估三大驱动因素（人才、资产与平台、方法与流程）每天如何与数据交互。员工是否清楚地了解如何创建、处理和使用数据？流程和工具是否在不同职能部门之间实现互联互通，以便不同的团队（如销售、供应链、服务、人力资源、财务、研发）使用自己常用的工具访问相同的数据和分析？数据是否以标准化的方式构建，兼具安全性和可访问性，并使用通用数据格式，使AI工具能够在整个企业中轻松访问数据？ 这些是现代化数据基础的标志，也是大多数企业面临的主要挑战。实现数据基础现代化需要投入大量的时间和资源。我们的研究表明，71%的基础期企业尚未有效实现数据基础现代化，无法在整个企业内充分发挥生成式AI的价值。 获取高质量数据是关键。超过三分之一的重塑准备期企业已经实现了对高质量数据和元数据资产的高速访问，确保数据没有不一致和冗余等问题。这一成果得益于业务团队和领域专家共同承担责任，推动数据基础的现代化进程（图6）。 “理解数据治理流程至关重要。在整个企业内传达这一理念需要进行大量培训和教育，这一步骤的重要性不容小觑，即便这些内容看似显而易见。” 首席数据官某全球房地产服务提供商 成功案例 新数据基础带来7000万美元的新增长 现在，该公司使用基于SAP S/4HANA平台的新托管服务中心交付这些流程，还实施了新的数据基础（包括改进数据策略和数据治理），并依托卓越中心大幅提升了分析能力。借助埃森哲基于人工智能的智赢（SynOps）平台，该客户简化了运营流程，集中了80%的会计流程，效率提高47%，无接触式交易占比50%，创造了高达7000万美元的新业务价值。 该工业巨头的主营业务是生产机床和工业设备，通过精准的投资实现了快速增长。该公司不仅在新产品和新工作方式上进行了投资，还利用数字技术来优化其财务运营，推动各项业务实现迅猛增长。借助于数字化转型和一系列增长计划，该公司高效整合了多项收购来支持其快速发展。埃森哲与该公司合作开发了灵活敏捷、具有韧性的财务运营模式，融合了采购到付款（PTP）、订单到收款（OTC）、记录到报表（RTR）和客户服务等关键流程。 推行以人才为核心的重塑战略 领先的企业将人才置于重塑的核心。 在人工智能时代，这意味着根据技术的发展调整员工结构，使新角色与业务需求相匹配。这还意味着为员工提供全面培训，助力他们更好地发挥潜力，充分利用生成式AI的力量，重塑工作、重新思考各个流程和整个工作流，以明确生成式AI在服务客户、支持员工和获取业务成果方面能发挥最大效应的领域。 企业在规划如何利用生成式AI推进重塑时，往往会忽视人才的重要性。我们的研究表明，82%的基础期企业尚未制定人才重塑战略。这些企业未能提前规划，以满足劳动力需求、吸纳更多人才，培训并提升员工的技能，以适应由生成式AI赋能的工作流程。 相比之下，92%的重塑准备期企业制定了明确的人才战略，以高效进行劳动力规划、角色重塑和持续技能提升（图7）。这确保了它们拥有一支与战略重点高度一致的强大人才梯队。 人才战略不应仅限于技能培养。企业还必须制定相关计划和政策，确保员工身心健康，薪酬待遇公平合理，激发员工工作成就感，设立日常目标，调动员工工作积极性。这样可以吸引各方面优秀人才，倾听更多新颖深刻、富有洞见的观点，加快推进持续重塑之旅。 “成功的关键在于提高生产力和减少重复性任务，从而让我们的员工 腾 出 更 多 时 间 为 客 户 提 供 服务，处理更重要的工作。项目的相关举措包括提高代码质量和简化流程，以便银行减少为客户提供人工服务的时间。” 强大的人才战略还有助于解决技能提升和学习问题。面向非技术团队的培训计划应重点关注三个方面：人工智能素养计划应教授生成式AI的基础知识，包括功能、局限性和风险；实际应用方面的培训应采用研讨会和沙盒环境，展示人工智能如何增强营销、客户服务和运营等特定的业务职能；设计变革管理项目帮助团队适应新的工作流程，拥抱人工智能驱动的流程创新。 莱斯·马西森（Les Matheson）澳大利亚国民银行首席运营官 成功案例 重塑人力资源服务和员工体验 ServiceNow和MuleSoft的数字人力资源解决方案，以简化人力资源流程，改善服务可访问性。汇丰银行全体员工现在能够即时获取信息，做出明智决策，快速访问人力资源服务和支持。变革涵盖的 核 心 服 务 包 括 薪 资 管 理 和 劳 动 力 管理，同时也引入了新的人才管理、职业发展和绩效管理功能。凭借快速获取数据驱动型洞察的能力，汇丰银行的主管现在可以轻松制定关于团队和员工的战略决策。 作为全球领先的金融机构之一，汇丰银行启动了一项全球计划，旨在通过提升员工体验和生产