生成式AI全球研究报告：创造竞争优势的策略

生成式AI全球研究报告：创造竞争优势的策略

前言

生成式AI（GenAI）有望彻底改变人類和企业的生产力环境。本报告基于对全球1,600个组织的调查，探讨组织在部署GenAI过程中遇到的挑战和最佳实践策略，旨在帮助组织充分利用GenAI的潜力。

组织在GenAI早期实作中面临的挑战

尽管组织普遍预期GenAI将带来成功，但在实作中面临四大障碍：

• 增加对数据使用的信任并实现法遵：缺乏完善的管理架构和法规准备。
• 缔造成本：难以证明GenAI的投资回报率（ROI）。
• 技术整合：将GenAI整合到现有系统和流程中存在困难。
• 寻找相关人才和技能：缺乏内部GenAI专业人才。

成功实作GenAI的策略

成功部署GenAI的四大要素：

1. 完善管理：建立合规的管理架构和监控机制，确保数据隐私和安全。
2. 策略性部署：识别高影响力的用例，快速创造可衡量的投资回报率。
3. 技术整合：确保GenAI与现有系统和工具的兼容性，使用决策工作流程系统促进可衡量的成果。
4. 专家指导：应对GenAI技能组合短缺的挑战，寻求第三方支援。

GenAI采用率将持续增长

• 超过一半的企业（54%）已开始实作GenAI，其中11%已在企业层面完全整合。
• 86%的公司计划在2024年和2025年投资GenAI。
• 中国、美国、英国、澳大利亚和德国在GenAI采用方面领先。
• 领先的产业包括电信、零售、保险、银行和生命科学。

创造竞争优势的蓝图

为了成功推广GenAI计划，组织应在以下领域制定明确策略：

• 加速创新：将GenAI模型整合到决策工作流程和业务流程中。
• 资料保护：确保使用者隐私和安全，保护敏感信息。
• 可靠且可解释的结果：减少偏差，降低语彙基元的成本。
• 加強管理：使用内建工作流程验证LLM的生命周期。

SAS Viya平台

SAS Viya是一款数据和AI平台，支持组织实作GenAI并建立高影响力的用例以提升生产力。主要功能包括：

• 使用API管理提示、管控模型和建立决策流程。
• 使用Viya Copilots加速数据分析和业务任务。
• 使用SAS Data Maker生成高品質的合成数据。

研究方法

本调查由Coleman Parkes于2024年2月至4月进行，访谈了全球1,600名负责生成式AI策略或数据分析的决策者，涵盖多个产业和地区。