前言与市场格局
2023年，企业开始探索生成式AI（GenAI）在工作流程中的应用场景，而2024年则见证了试点研究和概念验证的爆炸式增长。企业正寻求定义治理政策、基础设施要求，并创造价值。报告显示，企业从试点转向全面生产，有效部署和扩展GenAI计划，以提供实际业务价值。截至2025年，高达71%的组织将在至少一个业务功能中使用GenAI，预计企业GenAI支出将从2025年的40亿美元增长到2030年的192亿美元，年复合增长率为36.8%。
核心产业的生成式AI
金融服务
GenAI在金融服务行业的应用包括自动化复杂流程、提供定制化客户体验以及加强安全措施。预计GenAI每年可为全球银行业贡献2000亿至3400亿美元。银行正从广泛的试验转向优先考虑目标应用的战略企业方法，特别是在机构与客户之间的界面。
创意产业
GenAI在创意产业中的应用包括使用对话界面创建新内容或翻译现有内容，以及自动化重复性任务。预计GenAI将颠覆创意产业，使企业能够以接近零的边际成本创建高质量内容，并实现大规模个性化。
零售业
GenAI在零售业的潜在价值包括增强零售媒体、自动化员工排班、预测性维护、客户咨询和boarding新员工等。预计GenAI有望为零售商解锁4000亿至6000亿美元的经济价值，并解决数十亿美元的低效问题。美国零售行业中，高达61%的人仅使用现有的基准模型，而信息和制造业等行业则更倾向于发展专有解决方案。
制造业
GenAI在制造业中的应用包括支持编程和机器维护、自主工厂管理、智能质量控制、智能供应商合同管理以及产品研发等。预计GenAI每年可以解锁600亿美元的生产力，并帮助制造商更快地将产品推向市场。87%的受访者表示他们已经启动了GenAI试点项目，而24%的受访者表示他们在至少一个设施中采用了GenAI用例。
医疗保健
GenAI在医疗保健行业的应用包括药物研发、质量控制、个性化护理和聊天机器人等。预计到2025年，生成式人工智能将对医疗保健的各个方面进行颠覆，从个性化护理到自动化工作流程。85%的医疗行业的公司已经正在试验生成式人工智能。
教育
GenAI在教育领域的应用包括个性化自适应学习体验、自动化评估和评分、课程创建与设计等。预计GenAI将改变教育行业，为学生提供个性化学习体验，并帮助教师提高效率。
交通运输
GenAI在交通运输领域的应用包括自动驾驶汽车、路径优化、动态库存管理和供应链管理。预计GenAI将在2023年至2032年间以44%的显著复合年增长率增长，价值将接近190亿美元。
人工智能行业趋势
人工智能基础设施与架构
企业正在进行重大投资，以开发稳健、可扩展且高效的人工智能基础设施。2024年GenAI相关投资超过560亿美元，几乎是2023年的两倍。GenAI基础设施的前五大趋势包括光子网络用于人工智能加速、解耦的、软件定义的基础设施、高密度计算解决方案、边缘计算和可持续的GenAI基础设施。
智能体式人工智能
智能体式人工智能（Agentic AI）是越来越受欢迎的技术，能够独立行动，无需持续的人类干预即可进行推理和学习。全球Agentic AI市场规模预计将从2025年的76亿美元增长到2030年的480亿美元，复合年增长率为44.5%。
机器学习（ML）的集成
机器学习（ML）的集成使智能体能够从大型数据集中学习，从而提高了它们做出决策和执行任务的能力。自然语言处理（NLP）赋能用户交互，使交互更加自然和直观。
多模态介绍
多模态智能体出现，能够处理和整合来自各种来源的信息，例如文本、图像和音频。这种多模态特性使智能体更具多功能性，并能够处理复杂任务。
增强用户交互
多模态智能体可以以更动态的方式与用户交互，例如在响应用户的文本查询时提供视觉辅助，或从语音和视觉输入的组合中理解上下文。
先进的自主性和实时交互
高级自主性使智能体可以独立运行，合理化并设定自己的目标，开发实现这些目标的路径，并在无需持续人工干预的情况下做出独立决策。在道德和负责任的AI控制环境下的人机交互，随着能力的提升，人们也开始关注确保代理系统在考虑偏见、透明度和问责制等因素的情况下，以合乎道德和负责任的方式运行。
人工智能治理——风险、合规、负责任的AI
负责任的AI（RAI）是一个全面且整体的框架，指导公司和其他组织以能够从AI系统中受益、降低风险并保持与企业价值观一致的方式实施AI。为了实现GenAI在跨行业的规模化集成，公司必须通过管理其数据、保护公司知识产权，在整个应用生命周期中实施RAI的原则。
生成式人工智能技术
最新的llm模型，如gpt-4、claude 3和meta的lama 3，现在正被训练在数十亿甚至数万亿的参数上，从而在自然语言理解、代码生成和推理方面取得了显著进步。这些模型中的一些现在在阅读、图像识别、语音识别和语言理解等功能上已经达到了或接近人类水平的准确性。
生成式人工智能与投资
生成式AI基础设施建设
深度求的R1模型近期问世，与前沿模型相比，其能以更低成本提供先进性能，为生成式人工智能（GenAI）格局带来了重大转变。突然间，需要巨额投资的大规模数据中心不再是生成式人工智能进步的制约因素。
投资挑战
投资挑战包括技术不确定性、市场供需、供应链约束、竞争优势和地缘政治紧张局势。
通过生成式人工智能创造价值
根据BCG的研究，生成式人工智能转型相比基准可以带来1至2个百分点的收入增长和8%至12%的成本降低。一项更近期的2025年BCG研究发现，生成式人工智能可以解决30%至50%的行业无关IT成本，从而在技术职能方面触发高达10%的潜在节约。
供应商格局
领先的GenAI供应商包括微软、OpenAI、亚马逊网络服务（AWS）、谷歌云、阿里云、百度、Meta、Aleph Alpha、Synthesia、Hugging Face、DeepSeek、困惑AI等。
