Establish momentum: The path to confident AI adoption

核心观点与关键数据

• 全球企业对生成式AI的承诺与挑战：2024年，生成式AI从概念转变为商业必需，全球大型组织平均每家公司支出4750万美元。近四分之三的受访者认为生成式AI对其持续成功至关重要，但同时也存在业务准备不足的差距，高级管理人员对技术基础设施、人才技能和组织敏捷性表示担忧。
• 生成式AI采用的关键驱动因素：
  • 灵活的运营模式：96%的受访者表示正在使用生成式AI技术来增加效率，企业领导者对其整体能力表示信心。
  • 市场需求：企业认识到将生成式AI嵌入运营或产品和服务中对于满足客户期望至关重要。
  • 数据准备：企业对其利用数据的能力充满信心，但近一半的受访者对数据访问和安全性表示担忧。
• 生成式AI采用的主要障碍：
  • 人才的可获得性和成本：全球范围内普遍存在技能短缺，到2030年，人才缺口将达到8520万人。
  • 消费者认知：不到三分之一的美国消费者信任生成式AI，全球情况类似。
  • 现有生成式AI解决方案的成熟度：市场热情高涨，但技术仍在发展中，许多解决方案尚未准备好可靠地处理核心业务挑战。
• 业务准备度评估：
  • 领导层承诺：71%的受访者认为其领导层在生成式AI采用方面的承诺处于最高两个成熟度级别。
  • 战略和方法：60%的受访者认为其生成式AI战略成熟或高度成熟。
  • 组织敏捷性：仅36%的受访者认为其组织敏捷性成熟。
  • 技能和人才：仅35%的受访者认为其技能和人才成熟，54%的企业专注于提升员工技能，而非裁员。
  • 技术和基础设施：仅32%的受访者认为其技术成熟。
• 战略重点：71%的受访者认为生成式AI的生产力提升比利用其重塑业务和运营模型或推动颠覆性创新具有更大的战略优先级。76%的受访者将生成式AI视为创造新收入来源的方式，58%的人认为它可以增加效率。
• 区域差异：虽然抑制剂和加速器在所有群体中都非常相似，但不同地区对这些因素的影响感知存在显著差异。例如，沙特阿拉伯的受访者特别受到人才成本和可用性问题的困扰，而法国是唯一将数据隐私和监管环境视为加速器的地区。

研究结论

• 企业对生成式AI的采用受到全球和区域因素的影响，这些因素将减缓或加速其采用进程。
• 企业需要弥合领导层热情与组织准备之间的差距，重视现有人才的技能发展，加强技术基础设施，并关注增长而非成本削减。
• 企业需要适应不同国家和地区的AI采用差异，并了解哪些杠杆可以拉动或阻碍其采用进程。