生成式 AI 的投资回报远超预期

远超预期 企业借助生成式A|大获成功的最佳实践 目录 生成式AI不负众望 非结构化据是AI的关键障码*生成式AI:对内赋能与对外拓展·众多机会下的执择难题*生成式AI助力IT、开发与网络安全、生成式AI赋能销售、营销与客户服务*生成式AI重塑人力资源、采购与制造 底层技术解析 助力生成式AI的布局*LLMs大语言模型的多模态运行模式*推动生成式AI成功的数据管理策略智能体：加速变革的关键推动者 行业概述、金能、医疗保、造业、营销产告、要售与科技 生成式AI不负众望 早期采用者正在提前享受且获得显著的投资回报 生成式AI行之有效。在我们调研的全球1900位企业与IT专业人士中，57%已部署生成式AI解决方案。当问及应用成效时，92%的受访者表示不仅对成果满意，投入成本已完全收回。 在后续竞节中，我们将深入解读1900位专业人主反馈的回见，分领城探讨丛门采购到人力资源等场景的应用案例我们将分析他们门在大型语言模型来用与调优方面的策略、数据平台建设以及其他关键实践。最后，我们将聚焦本研究覆盖的六大行业的核心发现。 生成式AI成为全球科技焦点话题仅两年半时间，这些早期采用者不仅把握住了当下的机遇，更在加速迈向变革的未来。在企业中进速发展的同时，生成式A技术本身在不断更新换代。就在该项研究收官的一月份，中国深度求索(DeepSeek)AI助手桢空出世，不仅引发股市需荡，更在数日后登顶苹果应用商店下载榜，排名超越ChatGP工。而今年晚些时候模，能够以极少人力干预完成复杂多步任务的自主智能体，或将掀起更大浪潮。Salesforce首席执行官马克·贝尼奥夫（MarkBeniof)在达沃斯论坛预言：当下这批企业领袖将成为最后一代只需管理人类员工的管理者。 我们苔先要关注的是那些最早踏入生成式AI这片新绿地的企业，究竟获得了怎样的回报？ 全球调研项目 InformaTechTarget旗下的企业战略业务组（ESG），开展了一项全球调研，覆盖北美、欧洲及亚洲九国的1900名企业及IT决策者。这些受访者所在企业正积极实践一个或多个生成式AI的应用场景。 从Salesforce到微软、谷欧、OpenAl等主流技术提供商，惑已开始推出生成式Al服务，或于今年发布相关产品。人工智能不仅能帮助员工史智能、史高效地工作，史能独立承担完整任务、处理全流程甚至扮演特定职能角色，这一变革将显著提升众多企业的竞争力。未来几年，诸多行业或将迎来真正意义上的洗牌。 研究方法详见附录。 超过九成的早期采用者表示，他们的生成式AI投资已盈利。1,268位受访者表示，他已具体量化了生成式A项自的投资回报率，平均回报率为41%。这意味着，每投入1.000.000关元到生成式AI项目，公司就能通过增加收入。降低成本或两者兼而有之，获得1,410.000美元的商业价值。 关于生成式AI部署的核心争议在于：应优先用于内部赋能员工，还是用于外部改客户体验?后者常被视为更高风险的选择，因其可能带来负面客户体验及增加敏感数据暴露的风险。早期采用者的选择也分成两派： 55%的企业优先选择面向员工的解决方案，以提升生产效率与工作效率：>44%的企业则从面向客户的解决方案入手，旨在提升客户体验与满意度等指标。 智创未来 采用生成式AI的第一大动机是提升运营效率，51%将其列为三大主要动机。在这方面已看到明显成效： >88%表示，生成式AI使其运营效率得到显著提升。 企业规模与其生成式AI举措中的服务对象选择存在一定关联。大型企业（员工超过5000人）最有可能把终端客户作为自己的主要服务对象。 采用生成式AI的第二大动机是提升客户体验，43%将其列为三大主要动机。而这方面的成果同样令人瞩目： >84%表示，其生成式A掌措带来了可衡量的客户体验改善。 采用生成式AI的第三大动机是提高创新成果，40%将其列为三大主费动机。这方面数据表现同样亮眼： ·49%的大型企业认为AI举措应该优先面向客户。*42%的中大型企业（1000-4999名员工）也优先考虑面向客户。*38%的中小型企业（500-999名员工）同样把客户放在首位 >84%表示，生成式AI正在加速创新成果的产出。 总体而言，93%的的生成式AI举措取得了显成功，其中40%认为"非常成功”53%认为"基本成功” 92% 早期采用者表示，对生成式AI的投资已获得回报。 非结构化数据是AI的关键障碍 我们也不能太过乐观，因为想要将生成式AI落到实处，还要面对无处不在的挑战，本报告的后续部分，我们将深入探讨即使是最成功的早期采用者面临些携战，有一个挑战尤为突出，值得我们先行讨论。 ，51%认为数据准备过于困难。，50%指出存在数据敏感性问题。，42%表示缺乏所需范围或多样性的数据。 只有8%表示他们不存在这些问题：非常令人要幕的结果。 多项评估显示非结构化数据比例高达80%-90%。不管使用什么AI工具，如果只能依靠四分之一的数据挖掘潜在趋势、提供智能答案，那么能发挥的作用都会受到极大限制。 多年来，以一种能让自动化系统提取意义的方式来组织非结构化数据一直是个排战。如今，生成式AI和其他与大语言模型(LLM)相关的技术不仅成为尖端技术，更成为企业规范组织将不得不设法从这些噪音中提取更多有价值的信息。 只有11%早期采用者表示，他们有超过一半的非结构化数据已经做好准备，可用于大语言模型的训练和调优。这些企业本来就是最早采用A的群体，深入到数据平台层面，我们发现： 26%-50% *我们可以为企业提供这方面的帮助。 ·55%的受访者表示，数据管理工作耗时耗力，例如添加标签。·52%为数据质量所困扰，包括数据的错误、偏差、无关性和时效性等问题。 生成式AI：对内赋能与对外拓展 多数组织机构（69%)把生成式AI用在最能创造价值的地方。部分把生成式AI作为员工工具，如开发者代码助手；部分则应用于客户场景，如聊天机器人。 我们注意到，IT专业人员报告的生成式AI使用情况一直少于业务部门，这可能意味着，"影子IT"之外，可能又出现了以在线消费级生成式AI工具的形式存在的影子AI"。 话蛋如此： 例如，在早期采用者中： ，18%认为面向客户的项目价值更大，但仍优先选择员工项目，主要有三点原因： ·69%的市场人员使用生成式A进行网页文案开发、广告文案摄写和SEO优化，但似乎只有42%的IT人员表示对此知情，·73%的人力资源专业人员使用生成式AI筛选简历、培训员工等，但只有44%的IT人员表示对此知情。·70%的制造和供应链从业者表示使用生成式AI，而IT部门的说法是47%。·72%的销售组织报告使用生成式AI，但似乎只有37%的IT部门同事对此知情。 基础设施和数据管理能力不足 担心AI的准确性。 ·13%认为员工项目价值更大，但选择先从客户项目入手。最主要的两个原因是： 他们发现现有解决方案更奖合客户使用场景。客户场景的潜在回报率或许较低，但更具确定性。 那么该如何应对?没有魔法棒能让"影子IT"(包括"影子AI")自动消失。不过，81%的受访者表示将在未来12个月内没立生成式AI卓越中心，以规范部署、加快进程，明确重点应用场景。 总体而言，生成式AI的主要应用场景包括IT运营（70%)、网络安全(65%)、客户服务与支持(56%)以及软款件开发(54%)。然而， 生成式AI重塑分析领域 众多机会下的块择难题 为生成式AI挑选合适的应用场最，对企业及其管理层而言是一场高风险博弃。生成式AI能够撰写文案、从海量数据中挖提润见，因此潜在应用十分广泛。但多数企业发现，必须慎重选择具体项目： 场景几乎每周部在持续演进，竞争压力急剧上升，可供选择的机会又层出不穷，形成一个"目标密集的环境。 几乎所有的早期采用者都表示，他们的生成式AI项目已经 “随便挑一个应用方向"的答案并不可行： ·71%的早期采用者表示，想探索的场景远超出资金所能支持的范围。·54%认为，依据成本、业务效果和执行能力等客观指标来选择并不容易。 ，71%承认，选错场景会损害市场地位。 加速了分析生成 ，59%认为，选错场景可能让他们丢掉工作(26%强烈同意）。 在大型企业中，这些应用可能以不同方式出现在各个部门。下文将进一步分析生成式AI在各业务环节的成功案例。 做出取舍。与此同时，大语言模型和生成式AI的功能和应用 帮助用户更好地理解分析 使分析更加自助 生成式AI助力IT、 生成式AI是否提升了以下软件开发绩效管理？ 开发与网络安全 生成式AI最早的公开应用场景之一是开发者的代码助手。而这项技术的应用也带来一些隐惠：不当使用可能对网络安全团队造成的威助。总体来看，软件开发、IT运维和网络安全领域的受访者普遍对AI驱动工具带来的提升表现出积极态度。 绩效管理提升：运营成本(47%)、系统可用性(47%)、工单响应速度（46%)、平均检测时间(45%)，平均修复时间(44%)。 在网络安全领域，65%的企业B在使用生成式AI，其中84%的表示其整体影响，要么是颠覆性的(39%)，要么是显著(45%)。 在软件工程领域，54%的开发团队正在使用Al。其中，83%的表示其整体影响，要么是藤覆性的(38%)，要么是显著的(45%)。 主要应用场景：安全合规与态势管理分析及优先级划分(65%)、分析报告(58%)、内部知识库扩展（57%)、数据/资产分美(51%)。 ·主要应用场景：分析报告(71%)，代码生成(63%)，代码审查/质量检测(60%)。 绩效管理提升：系统可用性(57%)、平均检测时间(54%)、平均解决时间(54%)、人工操作减少(53%)。 +绩效管理提升：代码质量（62%），缺陷检测与解决（56%），漏消发现(54%)。 我们的CIO常说，开发者最不喜欢做代码审查，而所有CISO都坚信，基础安全防护基本决定了成败。，生成式AI在这些方面发择的作用，以及对整体生产力的提升，着实令人握奋。 在T运维领圾，70%的企业在使用AI，其中85%表示其整体影响，要么是颠覆性的(37%)，要么是显著的(48%)。 ●主要应用场景：分析报告（62%)，基确设施优化(57%)，以及云成本分析(56%)。 生成式AI赋能销售， 营销与客户服务 生成式AI正在提升企业对潜在客户的各类触达表现。 ，绩效管理提升：客户参与度(63%)、点击率(55%)、营钥运营成本(54%)。 大约38%的受访者表示，他们的销售团队已在使用生成式A1。其中77%的表示其整体影响，要么是题覆性的(30%)，要么是显著的(47%)。 在客户服务与支持方面，56%的受访者已在使用生成式AI，82%表示其整体影响，要么是题覆性的（32%)，要么是影响重大的(50%)。 ●主要应用场景：分析报告(65%)、基于预测的推荐(56%)、CRM数据丰富(52%)。 绩效管理提升：收入增长(56%)、预测准确性（55%)、运营成本(50%)。 主要应用场量：客户服务与支持的聊天机器人(66%)、客户反馈与情绪分析(62%)、客户知识库管理（包括FAQ、文档和故障排查指南，57%）。 绩效管理提升：客户满意度(66%)、客户咨询的平均曾次吨应时间(53%)。 在市场营销方面，44%的受访者表示他们已在使用生成式Al.其中80%认为其整体影响，要么是颠覆性的(30%)，要么是显著的 (50%), 结果显示生成式AI的采用率相对较低但客户满意度极高，这说明两点；受访的看准了趋势，并已走在前列。 主要应用场景：个性化营销内容生成(如优惠与推荐，62%)。面向客户的聊天机器人(60%)、社交媒体监测与互动(52%)。 哪些人力资源领域的应用场景使用了生成式AI? 生成式AI重塑人力资源 采购与制造 生成式AI逐渐走入并深度赋能非技术部门，包括人力资源、采购和制造等。 主要应用场景：分析与报告(74%)、文档生成(64%)、合同管理(56%)