驾驭人工智能价值：解锁规模化竞争优势

核心观点与关键数据

• 人工智能普及化： 人工智能正从试点项目转向全面主流采用，93%的组织正在探索、试点或启用生成式人工智能（Gen AI）功能。通用人工智能的采用在两年内增长了五倍，从2023年的6%激增至2025年的30%。
• 生成式人工智能（Gen AI）实施： 客户运营、市场营销、风险管理和IT是Gen AI实施的主要职能部门。88%的组织报告平均增长9%在过去12个月中，在通用人工智能 (Gen AI) 投资方面。
• 人工智能代理（AI Agent）兴起： 14%的组织实施了人工智能代理，其中部分规模（12%）或全面规模（2%），近四分之一（23%）已启动试点。85%的高管对人工智能代理在未来3-5年内在其职能中处理一个或多个业务流程持乐观态度。
• 人工智能代理的未来： 近45%的组织正在试点或规模化多代理系统，几乎每十家组织中就有四家对人工智能代理将在未来3-5年内进化为需要极少人工监督的自学习实体持乐观态度。
• 人工智能治理： 只有46%的组织为其人工智能系统建立了治理政策，而47%的报告称员工很少遵守这些政策。组织正开始为人工智能的使用建立道德指南。
• 人工智能成本： 57%的试点生成式AI的组织经历了账单冲击，而扩展使用它的组织有46%。组织普遍认为，与许可和实施相关的成本是大规模扩展生成式人工智能的主要障碍。
• 人工智能模型选择： 十分之八（82%）的组织更喜欢专有模型，但由于成本优势，他们也愿意探索开源模型。
• 人工智能环境影响： 组织认识到生成式人工智能有一个令人担忧的庞大且不断增长的碳足迹，但超大规模企业和通用人工智能模型提供方在基础模型能耗和碳足迹方面的不透明性给衡量带来了重大挑战。
• 人机协作： 近60%的组织正在将AI视为增强型/自治团队伙伴或其他AI的监督者。组织还期望AI代理专注于特定任务，而不是取代整个角色。

研究结论

• 人工智能的价值创造： 要通过人工智能传递业务价值，组织需要在关键战略维度上采取行动，包括设计合适的流程、技术、数据和平台，通过强人工智能治理加强信任，以及设计人类与人工智能在工作流程、决策和文化中的交互。
• 人工智能治理的重要性： 平衡对人工智能的信任与批判性监督至关重要，缺乏充分的AI治理是造成组织对自主AI代理信任度低的重要因素。
• 人工智能对劳动力的影响： 组织需要重新思考劳动力规划、角色和职业发展，优先考虑技能发展和文化转型，以适应人机团队。
• 人工智能主权： 面对地缘政治不确定性，确保主权人工智能的需求日益迫切，世界各国现在正投资各自地区的特定人工智能。
• 人工智能与可持续发展： 组织将可持续发展融入其人工智能战略是当务之急，通过使用较小的模型、可再生能源以及人工智能和生成式人工智能供应商的透明做法，可以减轻环境影响。

关键建议

• 建立强人工智能治理体系： 制定政策、监督执行、管理风险并推动持续改进，将道德准则融入日常工作流程。
• 重新设计流程： 绘制现有的所有流程，界定超自动化领域，从增量式自动化转向对AI代理、Gen AI模型和传统AI系统的有意编排。
• 构建稳健的数据和技术生态系统： 使用结构化数据，选择合适的AI组合框架，投资现代数据架构，解决网络安全和隐私风险。
• 拥抱“平台化”： 构建模块化、可组合、专为自主执行而设计的AI原生平台，促进AI的有效扩展。
• 重新思考劳动力规划： 识别与未来角色相关的技能差距，开发相应的培训计划，启动一个长期文化和行为转型，建立团队结构中AI的正式角色。
• 重新定义性能指标： 创建联合生产力指标，评估AI对质量、速度和创新的贡献程度，跟踪如何有效地员工适应他们的角色和技能。
• 关注人工智能可持续发展： 评估Gen AI合作伙伴和可持续性模型参数，实施可持续实践，例如使用更小和任务-特定模型，模型优化技术。