扩展人工智能以实现业务转型的蓝图（英）

当我们展望未来,人工智能代理的兴起预计将为企业运营方式带来进一步变革,通过提供销售增长等关键效益——组织见证了由于人工智能代理提供个性化推荐和优化销售运营的能力而导致的4.4%的销售额增长。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种全面的方法，该方法涵盖战略协同、强大的治理框架、坚实的数据基础以及持续的人才发展。所有这些方面都错综复杂、相互依存。从试点到量产的旅程充满挑战，但回报十分丰厚。成功扩展其人工智能计划的机构报告运营效率、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、BMW和ABN AMRO等公司实现了生产力和客户服务的显著改进。这些成功案例突出了人工智能融入核心业务功能时的变革潜力。此外，将生成式人工智能计划与更广泛的价值链相协调至关重要，同时在整个人工智能生命周期中嵌入负责任的AI实践，以确保符合道德和安全部署，并建立明确的KPI。总之，本文提出的见解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·奥斯特用于业务转型的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，不可忽视。它已超越实验领域，如今已成为各行业企业战略的组成部分。宝洁近期研究的结果，驾驭生成式AI的价值：第2版，强调这个转变。我们的研究揭示，80%的组织在过去一年中增加了对生成式AI的投资，近四分之一已将这项技术整合到其运营中。这种采用率的激增是由生成式AI带来的实际效益推动的，包括生产力提高了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月扩展业务用人工智能的蓝图转换 这份文件已许可给凯捷 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 结论与展望06 企业人工智能采用现状扩展人工智能时需要避免的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转向生产的成功因素 www.everestgrp.com | 本文件已授权给Capgemini 这个观点深入探讨了扩展AI的基本方面，提供了以下见解：简介人工智能，包括生成式人工智能，已经超越了作为新兴技术仅在实验中受限的阶段，现在正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——从提高生产力到改善客户体验。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。人工智能采用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从试点到生产的AI扩展成功因素扩展人工智能计划时常见的陷阱人工智能的未来趋势与展望然而，从试运行过渡到生产是一个复杂的旅程，它要求应对各种挑战和成功因素。企业必须处理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、建立有效的人工智能运营模式、确保数据准备就绪、构建人工智能人才、实施可扩展的人工智能技术堆栈以及整合负责任的人工智能实践等方面的因素。人工智能规模化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。此观点为企业提供了从试点到生产成功扩展AI的见解。通过探讨关键成功因素和避免潜在陷阱，旨在帮助组织驾驭将AI运营化的复杂旅程，并释放其变革潜力。此外，它还为希望超越实验阶段并通过AI实现具体、企业范围影响力的企业提供了指南。 www.everestgrp.com | 本文件已授权给Capgemini www.everestgrp.com | 本文件已授权给Capgemini– 山姆·奥尔特曼，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人工智能应用。重点正从试点转向生产，组织正在建立强大的治理框架、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一转变的关键业务要点。经济波动、不断变化的客户期望、监管压力以及日益激烈的市场竞争正在导致商业格局发生根本性转变。传统的转型方法往往不足，难以提供敏捷性、韧性和持续增长。因此，组织正在重新思考他们的策略——不仅是数字化转型，而且是旨在重塑运营模式、决策和客户互动的整体业务转型。这种转变要求组织摆脱碎片化的自动化和脱节的AI计划。AI，特别是生成式AI，提供了一个独特的机会来弥合这些差距，使企业能够超越孤立的使用案例，走向可扩展、互联、并由智能驱动的转型。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不仅是在改进流程，更是在重塑核心业务功能。在过去的十年中，企业投资于IT系统现代化、云计算、自动化和数据驱动的决策。虽然这些努力奠定了坚实的基础，但它们通常仍然局限于功能、流程和系统，限制了它们实现企业级影响的能力。现在，人工智能正成为真正的催化剂，将数字化转型提升为业务转型——一种以AI优先、数据驱动和结果导向。不可能设想不将智能集成到每个产品和服务的每一个环节中。 www.everestgrp.com | 本文件已授权给Capgemini人工智能采用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能力。这些协作助手起草内容并提供智能建议，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者更快地调试和编码，从而提高团队的整体生产力提升运营效率和缩短交付时间：人工智能通过自动化重复性任务和简化决策来转变运营。这些技术使企业能够优化工作流，最小化错误，并加速运营，从而提高效率并缩短产品和服务上市所需时间。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，人工智能可以加快创意设计周期、原型和报告的速度流程，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的重要优先事项，而人工智能驱动的个性化是革命性的变革。生成式人工智能可以通过个性化推荐、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，并促进忠诚度最大化成本节约：人工智能解决方案对于实现长期成本优化至关重要。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标准产出。这些节约成本的机会对于再投资创新和可持续扩展运营至关重要。采用人工智能和生成式人工智能正在改变各行业的业务优先事项。组织越来越多地将这些技术视为保持竞争力、提高运营效率和推动业务成果的必要条件。以下是推动人工智能/生成式人工智能采用的关业务驱动因素：驱动创新和提高相关性：人工智能和生成式人工智能正随着企业认识到它们的能力而日益突出，这些能力能够推动创新并保持竞争相关性。通过利用这些技术来增强其产品、服务和流程，组织可以保持领先地位，扩大市场份额，并在日益动态的技术驱动型环境中加强其地位。技术成熟度：使能技术的日益成熟，例如强大的数据和AI基础设施、可扩展的云解决方案以及先进的语言模型，在AI和生成式AI的广泛应用中发挥了关键作用。这些技术进步如今使企业能够充分利用这些变革性工具的潜力，解锁了广泛的业务利益 61%15%2%表1：企业采用生成式人工智能www.everestgrp.com | 本文件已授权给Capgemini来源：埃верест集团（2025）积极探索和引领生成式人工智能计划试点生成式AI很快未已经讨论了吗企业AI应用现状随着我们进入2025年，人工智能继续在现代商业格局中巩固其变革性技术的承诺。根据Everest Group在2024年第二季度进行的企业买家调查，超过30%的企业计划在未来一年增加其对人工智能服务的支出10-20%或更多，而超过50%的企业已增加支出5-10%，这表明了对人工智能投资的高度承诺。有一件事很清楚——生成式AI一直是全球董事会战略讨论的中心。根据Everest Group 2024年第一季度企业领导者回应调查，全球83%的组织要么正在积极试点生成式AI项目，要么已经在生产级用例中实施了它。这种更广泛的AI势头为生成式AI奠定了基础。当我们回顾2024年这一年，这一年充满了与生成式AI相关的讨论，一些问题出现了：生成式AI会持续下去，还是仅仅是一个短暂的趋势？它是否已经超越了好奇，进入了有意义的 企业采用阶段？ 22%已部署生成式AI用于至少一个或多个过程 各行业生成式人工智能的采用www.everestgrp.com | 本文件已授权给Capgemini根据第8页的附件2，与其它部门相比，某些行业如BFSI和高新技术已经广泛使用和试验生成式人工智能。大量企业仍在试验生成式人工智能以在加大投资之前，评估这些系统的可靠性。企业已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。虽然2023年标志着生成式人工智能进入商业领域，但2024年组织开始转向实际应用。组织正在报告部署生成式人工智能所带来的切实收益。例如，根据公开披露的信息，Eneco eMobility提高了客服代理的生产力，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可能影响每个行业，但不同行业采用它的速度不同。在这个快速变化的技术格局中，企业消费模式和采用阶段正在迅速演变，受到持续进步和新用例的影响。图2展示了基于埃森哲集团2024年第一季度对约600名企业受访者的调查结果的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，企业现在正在探索下一代人工智能：智能体式人工智能。智能体式人工智能系统结合大型语言模型（LLM）功能与代码、数据源和用户界面，以自主执行复杂任务和工作流程。这种发展标志着人工智能与企业运营的深度融合，为各行各业和业务功能带来了变革性的变化。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的、战略性的生成式人工智能应用场景，并建立框架以无缝地将这些试点项目扩展到可生产解决方案的企业。采用生成式AI的行业特定差异可归因于几个因素，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能力需求。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，这使得它们更容易采用基于生成式AI的自动化和个性化。相反，HLS行业可能面临更复杂的挑战，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采用采取更谨慎、分阶段的办法。 www.everestgrp.com | 本文件已授权给Capgemini在前台，人工智能正在改变客户体验和销售与营销。通过自动化总结投诉、检索数据以及为查询制作个性化回应等任务，它提高了代理人的生产力和客户体验。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与客户定位，使前台运营更加高效、精简和以客户为中心。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。在中台部门，人工智能正革新风险管理、绩效分析和数据管理。风险管理通过自动化的监管合规报表、欺诈检测和税务报表受益，减少人工操作并提高准确性。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表增强决策能力，使团队能够发掘趋势。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，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： 表3：各职能领域的关键转型领域www.everestgrp.com | 本文件已授权给Capgemini来源：埃верест集团（2025）[不完全列举]客户支持代理协助客户经验知识管理销售和营销活动管理内