扩展人工智能以实现业务转型的蓝图： 从试点到生产的过渡

当我们展望未来，人工智能代理的兴起有望通过提供几个关键优势进一步改变企业运营方式，例如销售增长——组织已看到销售额增长了4.4%，这归因于人工智能代理提供个性化推荐和优化销售运营的能力。构建和管理多智能体系统绝非易事，但成功的关键在于持续监控和评估其性能。然而，扩展人工智能需要一个全方位的方法，涵盖战略协同、健全的治理框架、强大的数据基础和持续的人才发展。所有这些方面都错综复杂地联系在一起，相互依存。从试点到生产的旅程充满挑战，但回报是巨大的。成功扩展其人工智能计划的机构报告了运营效率、成本节约和创新方面的显著收益。例如，生成式人工智能使Eneco eMobility、宝马和ABN AMRO等公司实现了生产力和客户服务的显著改进。这些成功故事突出了人工智能集成到核心业务功能时的变革潜力。此外, 将 Gen AI 项目与更广泛的商业价值链保持一致至关重要, 在整个 AI 生命周期中嵌入负责任的 AI实践, 设立明确的 KPI, 以确保符合道德规范和安全部署。总之，本文提出的思想和建议为寻求扩展其人工智能计划的机构提供了宝贵的指导。它概述了成功过渡到全面生产的策略和综合路线图。 马克·奥斯特用于企业转型的AI扩展蓝图人工智能的战略重要性，尤其是生成式人工智能，不可夸大。它已经超越了实验领域，现在已成为各行业企业战略的组成部分。凯捷近期的研究发现，利用生成式AI的价值：第二版，强调这一转变。我们的研究揭示，80%的组织在过去一年中增加了对生成式人工智能的投资，近四分之一将这项技术整合到他们的运营中。这种采用的增长是由生成式人工智能提供的实际效益驱动的，包括生产率提高了7.8%，客户参与度和满意度提升了6.7%。副总裁，通用人工智能全球负责人，埃森哲mark.oost@capgemini.com 从试点转向正式上线2025年5月企业级人工智能扩展蓝图转换 本文件已授权给埃森哲 19内容03 简介04人工智能和生成式人工智能的战略重要性21 结论与未来展望06 企业人工智能采用现状扩展AI时需要避免的18个常见陷阱ABN AMRO案例研究10人工智能和生成式人工智能从试点到生产的成功因素 www.everestgrp.com | 本文档已授权给Capgemini 这个观点深入探讨了扩展AI的关键方面，提供了以下见解：简介人工智能，包括生成式人工智能，已不再是局限于实验的新兴技术，而是正在成为企业战略的组成部分。各行业中的组织正从试点项目中获得可衡量的收益——从提高生产率到改善客户体验。下一步合乎逻辑的是将这些举措从试点阶段扩展到全面生产，以释放其变革的潜力。人工智能采纳背后的关键业务驱动因素当前人工智能和生成式人工智能的采用现状将AI从试点扩展到生产中的成功因素在扩展人工智能计划时需要避免的常见陷阱人工智能的未来趋势与展望然而，从试运行转向生产是一个复杂的旅程，要求应对各种挑战和成功因素。企业必须解决基本在定义企业级人工智能战略、确定人工智能用例优先级、建立有效的运营模式、确保数据准备就绪、培养人工智能人才、实施可扩展的人工智能技术栈以及整合负责任的人工智能实践等方面的措施。人工智能的扩展成功取决于对这些因素有清晰的理解，避免常见陷阱，并采用最佳实践。这个观点为企业提供了从试点到生产成功扩展人工智能的见解。通过探索关键成功因素和避免潜在的陷阱，它旨在帮助组织导航人工智能运营的复杂旅程并释放其变革的潜力。此外，它还作为企业超越实验阶段，借助人工智能实现切实的企业范围影响的指南。 www.everestgrp.com | 本文档已授权给Capgemini www.everestgrp.com | 本文档已授权给Capgemini– 萨姆·奥特曼，OpenAI首席执行官人工智能的战略重要性生成式AI企业现在正从人工智能实验转向大规模的人工智能应用。重点正在从试点转向生产，组织正在建立完善的治理框架、数据生态系统和人工智能驱动的决策模型，以确保企业范围内的采用和可衡量的影响。下一节将探讨推动这种转变的关键业务动力。经济波动、不断变化的客户期望、监管压力和日益激烈的市场竞争正导致商业格局发生根本性转变。传统的转型方法往往不足，难以实现敏捷性、韧性和持续增长。因此，组织正在重新思考其战略——不仅是数字化转型，还是重塑运营模式、决策和客户互动的整体业务转型。这一转变要求组织摆脱碎片化的自动化和零散的AI计划。AI，尤其是生成式AI，为弥合这些差距提供了一个独特的机会，使企业能够超越孤立的应用场景，迈向可扩展、互联和智能化驱动的转型。无论是增强客户互动、优化供应链，还是加速产品创新，生成式AI不仅仅是改进流程，而是在重塑核心业务功能。在过去的十年中，企业已投资于IT系统现代化、云计算采用、自动化和数据驱动决策。虽然这些努力奠定了坚实的基础，但它们通常仍局限于功能、流程和系统，限制了它们实现企业级影响的能力。现在，人工智能正充当真正的催化剂，将数字化转型提升为业务转型——这是一种以AI为先，数据驱动，结果导向。将智能集成到每个产品和服务的想法是不可想象的。 www.everestgrp.com | 本文档已授权给Capgemini人工智能采纳背后的关键业务驱动因素提高员工生产力：人工智能超越了自动化，通过人工智能驱动的协作助手等工具增强员工的能力。这些协作助手起草内容并提供智能推荐，使员工能够专注于复杂、高价值任务。例如，编码协作助手帮助开发人员更快地调试和编码，从而提高团队的生产力提高运营效率，缩短周转时间：人工智能通过自动化重复性任务和简化决策来转变运营方式。这些技术使企业能够优化工作流程、最小化错误并加速运营，从而提高效率并减少产品和服务上市所需的时间。例如，通过人工智能驱动的供应链优化需求预测可以显著提高库存管理的准确性。此外，人工智能可以加速创意设计周期、原型制作和报告流程，使企业能够快速响应市场需求提供卓越的客户体验：提升客户体验是企业首要任务，而人工智能驱动的个性化是颠覆性的变革。生成式人工智能可通过个性化推荐、智能聊天机器人和与目标受众产生共鸣的内容来定制客户互动。这些能力帮助企业培养更牢固的客户关系、提高满意度并增强忠诚度最大化成本节约：人工智能解决方案在实现长期成本优化方面发挥着关键作用。从自动化产品设计、优化供应链到降低研发成本，人工智能技术帮助企业提高效率，同时保持高产出标准。这些节省成本的机会对于再投资创新和可持续扩大运营至关重要采用人工智能和生成式人工智能正在重塑各行业的企业优先事项。组织越来越将这些技术视为保持竞争力、提高运营效率以及推动业务成果的关键。以下是推动人工智能/生成式人工智能采用的关键业务因素：驱动创新并提高相关性：人工智能和生成式人工智能随着企业认识到它们能够驱动创新和保持竞争优势而日益突出。通过利用这些技术来增强其产品、服务和流程，组织可以保持领先，扩大市场份额，并在一个日益动态、技术驱动型的环境中加强其地位。技术成熟度：使能技术的日益成熟，例如强大的数据和人工智能基础设施、可扩展的云解决方案以及先进的语言模型，在人工智能和生成式人工智能的广泛采用中发挥了关键作用。这些技术进步现在使企业能够充分利用这些变革性工具的潜力，释放了广泛的业务利益。 61%15%2%展品1：企业对生成式人工智能的采用www.everestgrp.com | 本文档已授权给Capgemini来源：Everest Group (2025)主动探索和引领生成式人工智能计划试行生成式AI即将到来未已经讨论了吗企业人工智能采用现状随着我们进入2025年，人工智能作为现代商业格局中的变革性技术，其承诺不断得到巩固。根据Everest Group在2024年第二季度进行的企业采购者调查，超过30%的企业计划在接下来的一年里将人工智能服务的支出增加10-20%或更多，而超过50%的企业已经将支出增加了5-10%，这体现了对人工智能投资的高度承诺。有一件事非常明确——生成式AI已经成为全球董事会战略讨论的核心。根据Everest Group 2024年第一季度企业领导人回应调查，全球83%的组织要么正在积极试点生成式AI项目，要么已经将其在生产级用例中实施。这一更广泛的AI发展势头为生成式AI奠定了基础。当我们回顾2024年这一年生成式AI相关讨论占主导地位时，一些问题出现了：生成式AI会持续存在，还是仅仅是一种短暂的趋势？它是否已经从好奇转向了有意义的 企业采用？ 22%已部署生成式人工智能 at至少一个或多个过程 跨行业生成式人工智能的采用www.everestgrp.com | 本文档已授权给Capgemini根据第8页的展品2，与其它领域相比，某些行业如金融科技和高新技术行业已经广泛使用和试验生成式人工智能。相当多的企业仍在试验生成式人工智能以在加大投资前，评估这些系统的可靠性。企业已经认识到人工智能的变革潜力，并越来越多地将生成式人工智能嵌入其运营中，以实现差异化竞争和切实的业务价值。尽管2023年标志着生成式人工智能被引入企业，但2024年组织们正转向实用化实施。组织们报告称，部署生成式人工智能带来了切实的利益。例如，根据公开披露的信息，Eneco eMobility提高了客服代表的生产力，将平均处理时间缩短了50%。类似地，宝马实现了30-40%的生产力提升，并改善了利益相关者的体验。尽管生成式人工智能有潜力影响每个行业，但不同行业采用它的速度不同。在这样的快速发展的技术环境中，企业消费模式和采用阶段正在迅速演变，受到持续进步和新兴用例的影响。图2展示了基于埃沃集团在2024年第一季度对约600名企业受访者进行的调查，不同行业的生成式人工智能采用模式。超越生成式人工智能，企业现在正在探索人工智能的下一个演进阶段：智能代理式人工智能。智能代理式人工智能系统将大型语言模型（LLM）的能力与代码、数据源和用户界面相结合，以自主执行复杂任务和工作流程。这一进展标志着人工智能与企业运营的深度融合，为各行各业和业务职能的变革奠定了基础。无论哪个行业，最成功的企业都是那些识别出具有高影响力和战略性的生成式AI应用案例，并建立框架来将这些试点项目无缝扩展为生产就绪的解决方案的企业。该行业在采用生成式AI方面的特定差异可归因于多个因素，如当前数据可用性、技术准备情况、成本影响、监管和合规考虑以及生成式AI能力要求。例如，BFSI和RCPG组织通常拥有结构良好的数据存储库和客户互动，这使得它们更易于采用生成式AI驱动的自动化和个性化。相反，HLS部门可能面临更复杂挑战，如数据隐私和安全问题以及有限的训练数据访问，这需要对生成式AI的采用采取更加谨慎、分阶段的方法。 www.everestgrp.com | 本文档已授权给Capgemini在前台，人工智能正在改变客户体验和销售及营销。通过自动化总结投诉、检索数据以及为客户查询量身定制个性化回应等任务，它提高了代理人的工作效率和客户体验。生成式人工智能通过为个体角色创建定制的内容和体验来优化销售活动并实现客户精准定位，使前台运营更加高效、顺畅和以客户为中心。人工智能从试点转向生产的关键业务转型领域企业正在利用人工智能和生成式人工智能，在广泛的转型领域驱动效率并提升利益相关者体验。在中台，人工智能正在革新风险管理、绩效分析和数据管理。风险管理得益于自动化的监管合规报告、欺诈检测和税务报告，减少人工工作，提高准确性。在绩效分析中，人工智能通过预测和指导性洞察、对话式分析以及动态报告来增强决策能力，使团队能够发现趋势并做出明智的决策。在数据管理中，生成式人工智能加速了与数据相关的模式生成、数据迁移和合成数据生成等操作。在金融和会计领域，人工智能通过自动化生成和总结财务报告以及从财务文件中提取关键细节等任务，增强了智能文档处理能力，显著提高了准确性和效率在后台，人工智能正在推动财务和会计、人力资源、it运营和软件开发以及供应链管理的转型： 图3：跨职能领域的关键转型领域www.everestgrp.com | 本文档已授权给Capgemini来源：