组织正在开始构建能够从生成式AI中创造有意义价值的结构和流程。虽然仍处于早期阶段，但公司正在做出旨在从生成式AI中创造未来价值的管理变革，例如在部署生成式AI时重新设计工作流程，并将高级领导置于关键职位，如监督AI治理。
研究发现，组织正在采取措施来降低不断增长的与生成式AI相关的风险，并招聘新的AI相关职位，同时重新培训员工参与AI部署。年收入至少为5000万美元的公司在组织变革和AI治理方面更为积极。
调查分析显示，CEO对AI治理的监督——即开发和使用AI系统的政策、流程和技术的责任——与组织从生成式AI使用中获得更高的自报底线影响最相关。这在大公司中尤其如此，CEO的监督对可归因于生成式AI的EBIT影响最大。
21%的受访者报告说，他们的组织在部署生成式AI时已经从根本上重新设计了工作流程。28%的受访者报告说，他们的CEO负责监督其组织的AI治理。
组织正在有选择地将AI部署的一些关键要素集中化。风险和合规性以及数据治理通常采用完全集中化的模式，如卓越中心。另一方面，技术人才和AI解决方案的采用则更多地采用混合或部分集中化的模式。
27%的受访者说，他们组织的员工在生成式AI使用之前会审查所有由AI创建的内容。类似的份额表示，在生成式AI使用之前，只有20%或更少的生成式AI生成内容会被检查。
许多组织正在加大力度降低与生成式AI相关的风险。受访者更有可能表示，他们的组织正在积极管理与不准确、网络安全和知识产权侵权相关的风险。
总体而言，大多数受访者尚未看到其组织在生成式AI使用方面的整体底线影响，并且大多数组织尚未实施我们已知在部署新技术时有助于创造价值的采用和扩展实践。在发达市场的一系列补充调查中，只有1%的公司高管描述他们的生成式AI推出为“成熟”。
我们询问受访者关于生成式AI的12项采用和扩展实践，发现每项实践都与EBIT影响呈正相关。对底线影响影响最大的是跟踪定义明确的生成式AI解决方案的KPI。在大公司中，建立明确的路线图以推动生成式AI的采用对底线影响也很大。
总体而言，公司正处于将这些实践付诸实施的前期阶段。迄今为止，不到三分之一的受访者报告说，他们的组织正在遵循大多数12项采用和扩展实践，不到五分之一的人说他们的组织正在跟踪生成式AI解决方案的KPI。为大型组织工作的受访者更有可能报告使用至少一些这些实践。
报告显示，使用AI在2024年有所增加。最新调查中，78%的受访者说他们的组织在至少一个业务功能中使用AI，而2024年初为72%，一年前为55%。受访者最常报告在IT和营销及销售功能中使用该技术，其次是服务运营。
组织也在比以往更多的业务功能中使用AI。首次，大多数调查受访者报告说他们的组织在多个业务功能中使用AI。使用AI的组织平均在三个业务功能中使用AI。
生成式AI的使用也看到了类似的跳跃：71%的受访者说他们的组织定期在至少一个业务功能中使用生成式AI，而2024年初为65%。组织最常使用生成式AI的是营销和销售、产品和服务开发、服务运营和企业IT。
虽然所有行业的组织最有可能在营销和销售中使用生成式AI，但部署在其他功能中因行业而异。组织将技术应用于能够产生最大价值的地方，例如媒体和电信公司的服务运营、技术公司的软件工程以及专业服务公司的知识管理。
调查响应显示，组织最常使用生成式AI的是营销和销售、产品和服务开发、服务运营和企业IT。受访者更有可能报告从部署生成式AI解决方案中获得顶线和成本效益。
自我们上次AI状态调查以来，AI的使用一直在继续增加。更多的公司正在越来越多的业务功能中使用AI。他们使用生成式AI来重塑企业的各个方面：营销和销售、产品和服务开发、服务运营、企业IT和软件工程。越来越多的调查受访者报告说，他们的组织正在使用生成式AI来创造收入并降低成本。
