问世约一年后，生成式人工智能（GenAI）已成为许多公司的得力助手，以令人耳目一新的方式创造着价值。与早前的技术进步不同，GenAI更容易操作，应用范围也更广。部分企业正是利用了GenAI的这些特点，率先在全企业范围内对该技术进行了推广应用。也就是说，他们不仅探索GenAI，也开始利用该技术提高效率、改善客户体验、增加收入。我们估计，通过利用GenAI技术，年收入200亿美元的企业可以将利润提高5亿至10亿美元，并且其中近三分之一的新增利润有望在应用GenAI的头18个月内实现。
在GenAI的使用方面，大多数企业（占我们分析样本的约90%）已经被远远甩在了后面。他们往往不知道从何处入手，不知道哪些应用对其所在行业影响最大，也不知道采取哪些具体步骤能帮助自己迎头赶上。为解决这些问题，我们最近对来自全球10个不同行业的150多名高级管理人员进行了一项调查，了解企业在应用GenAI的过程中做得比较好的地方。作为补充，我们还综合考虑了BCG在不同行业、地区近200个GenAI客户项目的深入访谈结果以及相关经验。
通过此次全面研究，我们制定出一套有数据支撑的规范化步骤，指导落后企业加快落地GenAI技术，并开始在全企业范围内推广相关项目。本文既是对佼佼者的经验总结，也为其他企业提供了一份可供借鉴的行动指南。
从我们的分析看，根据GenAI技术的应用程度，可以将企业分为三类（参阅图1）。
前10%的企业正在内部推行至少一个GenAI应用程序
在应用GenAI的过程中，这些企业收获颇丰，并已走出试点阶段，开始利用该技术创造真正的价值。此外，他们也在利用GenAI重构整个职能部门乃至整个企业。总体而言，这部分企业也更有可能已在预测式AI（侧重于执行分析任务）方面打下了扎实的基础。但他们并未满足于现状。整体而言，在GenAI出现后，他们对数字化和AI技术追加投资的可能性是其他公司的四倍。
虽然这些企业中有的自带科技属性，比如亚马逊和谷歌，但有整整三分之二是能源、保险和生物制药等行业的老牌企业。比如一家美国能源公司推出GenAI对话平台，为一线技术人员提供了支持，将生产率提高了7%；还有一家生物制药公司正在利用GenAI重构其研发部门，将药物发现的时间缩短了25%。
这部分企业已经踏上GenAI之旅，并在推进若干关键试点项目的过程中，通过实验，探索该技术能创造的价值。这些企业大多在早前的数字化与AI项目中已经取得一些成绩，但尚未在整个组织进行推广。
第三类是那些在GenAI领域尚未采取有力措施的企业。此类企业大多仍在忙着推进早期的数字化与AI项目，缺乏成功应用GenAI技术所需的许多基础能力，比如现代化技术基础设施或可靠、可访问的数据等。这些企业的领导层可能对GenAI缺乏深入了解，因此认为没必要采取更有力的措施来应用GenAI。
过去几十年，技术一直在不断进步，许多企业也在努力实现流程与职能的数字化。但GenAI却与众不同。在我们的研究中，大约三分之二（65%）的高管人员表示，未来五年，GenAI是颠覆性潜力最大的技术。尽管面临较大的成本压力，但三分之一的企业仍增加了对该技术的投资。高管们为何如此看好GenAI？
与其他软件相比，GenAI可以更快创造价值。从三种价值维度（部署、重塑和创新），领导企业可以迅速部署GenAI解决方案，最短只需三个月即可取得成效，如果是即插即用型应用，收效会更快。在处理基本任务时，员工的工作效率可提高10%至20%。
企业应用GenAI的目标越宏大，产生的效益也越大。要想利用GenAI重塑职能或创造新的业务模式，可能需要投入更长时间（一到三年），但却能产生更大影响。例如，某消费品公司正在构建一个GenAI驱动的对话助手，为客户提供个性化诊断、趋势发现、产品推荐和虚拟试穿等服务。
最有价值的GenAI应用已经浮出水面。超过50%的高管认为，市场营销与销售、客户运营、研发、IT/软件工程是最能发挥GenAI价值的领域。于此同时，该技术还带来了许多适用于特定领域的应用（向左滑动，查看多个行业最具影响力的GenAI用例）。
我们的分析显示，前10%企业在五大能力上的优势突出。在这些领域，领先企业的表现最为突出，与竞争对手的差距也最大（参阅图2）。
在处于推广阶段的企业中，超过70%明确表示自己推进GenAI项目是为了创造价值。这里的价值既可以是财务价值（增加收入、降低成本），也可以是非财务价值（如优化客户体验）。处于推广阶段的企业有超过20%以上的可能性，认为GenAI不仅能节省成本还能推动收入增长。相比之下，在GenAI应用方面处于垫底位置的企业中，只有不到四分之一认为GenAI项目能够创造价值。此外，处于推广阶段的企业也倾向于将重点放在少数能够在规模化应用后创造巨大价值的特定应用上，而非广撒网似的分散布局。这些应用往往同时具备预测式AI（擅长处理分析等传统意义上的左脑活动）的基础能力与GenAI在内容创作等右脑活动方面的优势（参阅图3）。
与落后的企业相比，领先企业拥有现代、模块化IT基础设施的可能性要高出三倍。因此，此类企业能够在基础AI模型之上开发全新的GenAI服务，并与外部开发人员进行无缝合作。未来三年，这些GenAI领域的佼佼者专注于构建内部GenAI堆栈的可能性也要高出1.5倍，这种强烈的意愿表明他们希望将该技术打造为企业未来的核心能力。
GenAI领域表现最出色的企业拥有数据管道和数据管理举措的可能性是普通企业的两倍，因而更善于获取、存储高质量数据（非结构化数据也可以）。由于GenAI模型的能力大小取决于其训练所用的数据，这一点十分关键。某国际传媒公司的数据与分析主管表示：“如果训练数据存在偏差，或缺乏全球受众的多样性，那么GenAI工具的输出结果也会反映出这些问题，进而影响我们服务全球市场的能力。”
需要特别注意的是，技术基础设施和数据能力并非利用GenAI创造价值必须具备的先决条件。这些属性能起到一定作用，但也有组织在不具备上述能力的情况下取得了成功，虽然可能要花更多时间来解决具体的基础设施与数据能力问题。
与其他变革举措一样，GenAI技术的成功推广离不开领导层的支持。与未行动企业相比，推广阶段企业的领导层重视创新并在全公司范围内积极支持应用GenAI技术的可能性要高出三倍。这些高管通常对技术在业内的潜在影响有着深刻理解，并公开承诺要确保组织以能够产生价值的方式用好相关技术。某国际传媒公司的数据与分析主管表示：“我们取得的成绩离不开公司领导层对GenAI技术旗帜鲜明的支持和投入，他们积极的态度给了我们探索实验和应对失败的自由。”
GenAI技术的发展日新月异，对于不了解它的组织来说，应用该技术可能存在风险。但也有一些广为人知的方法可以降低相关风险，比如让人工参与其中、只使用真实数据，以及最关键的——采用负责任AI等。我们的研究表明，领先企业更有可能已经制定防护举措、指导方针和相关政策，来确保相关实践遵循负责任AI的原则。从我们的研究结果看，在推广阶段企业中，对GenAI潜在的滥用问题持谨慎态度并已采取积极措施的比例较未行动企业高出20个百分点。
某国际传媒公司的数据与分析主管表示：“有时我们要处理高度敏感的个人身份信息或未发布的内容，因此必须制定非常明确的政策，规定好大家能用GenAI做什么，不能用GenAI做什么。”
对于那些在拥抱GenAI方面进展缓慢的企业来说，当务之急是采取果断行动，对该技术寄予更大期望。我们的研究为这两类公司提出了具体建议。
对于尚未发力GenAI技术的企业（占总数的40%），首先要下功夫争取领导层的支持，确定少量优先应用，携手外部合作伙伴，并调整自己的治理方法。
推动企业高管加深对GenAI技术的理解，争取其支持。在尚未发力GenAI技术的企业中，有一半以上认为，领导层对该技术了解不足是主要障碍。因此，企业高管应主动了解GenAI的潜在价值，并推动组织接受这项技术。正如某推广阶段企业的GenAI产品负责人所说的那样：“工作习惯很难改变。因此我们采取了自上而下的方法，通过设定使用目标并考核进度的方式来推动该技术在公司内部的落地应用。”
先从少量优先应用入手。企业不需要从零开始，大家都知道各行各业哪些应用的价值最高。企业可以选择几个最符合自身需求的应用，并按照“少量、可行”的原则推进开发工作。企业可以组建一个敏捷开发小队，在几个月内确定所需数据、数据访问方法以及开发、实施和运行解决方案所需的人员。某全球金融服务公司的技术战略与转型负责人说：“我们先是找到了一系列在技术上可行的项目，然后根据其价值和对业务的影响进行了评估，再根据评估结果优中选优，确定了公司要优先发展的项目。”
尽早借力外部合作伙伴。在未行动的企业中，超过40%认为缺乏现代技术基础设施是其面临的主要障碍。但改造IT基础设施无法一蹴而就。与其等待时机成熟，企业不如与外部合作伙伴合作，依靠现成的GenAI平台，迅速将解决方案部署到位。正如处于推广阶段的某国际传媒公司的数据与分析主管所说的那样：“没有先进技术基础设施一样可以试点。我们有一个经过严格筛选的合作伙伴生态系统，只需与他们合作，即可快速开展试点工作。”
根据GenAI项目的需求调整治理模式。许多企业对重大技术项目的管理都略显薄弱，如果缺少足够重视，初始阶段的GenAI试点项目可能很快就会偏离正轨。面对这一问题，企业不应“治标不治本”，而应针对GenAI项目专门设计治理架构。有些企业已开始创建GenAI卓越中心，同时融入适当的治理机制，推动各方加快行动，提升应用效果。如果方法得当，企业将能在必要时快速进行决策和干预，持续推进相关工作，同时确保必要的职能部门（包括风险与合规、采购、IT和业务主体部门）能根据需要参与其中。随着时间推移，企业在推进GenAI相关工作的同时可以继续完善治理机制，对不断增加的各类应用加以规范。
与“未行动”企业相比，处于试点阶段的企业（占总数的50%）已对进行中项目的优先级进行了调整，重新评估了技术基础设施和数据要求，还调整了人员战略。
重新调整各项应用的优先级。随着对GenAI的认识不断加深，企业中往往充斥着要求部署GenAI解决方案的声音，面对这种扑面而来的需求，许多企业会陷入分散出击、各行其是的被动局面。为改善这种情况，公司需要对自己的项目组合进行评估，并根据潜在价值重新确定优先级。某能源公司的数字与创新负责人说：“我们很容易被某个项目的优点所吸引，却忘了去关注它能带来的实际价值。所以我们在研究商业案例、判断哪些项目值得推广时会非常谨慎。如果某项试点没有达到预期目标，我们就会降低其优先级或者直接放弃。”
重新评估技术和数据要求。技术与数据基础设施的现代化改造是一项长期且充满挑战的任务。但企业可以根据早期试点的经验教训，用更巧妙的方法来推进这一过程。在完成若干项目后，企业有必要重新评估核心技术和数据，为更广泛地应用GenAI技术做好准备。例如，约50%的试点企业认为，数据分散是其在该阶段面临的主要障碍。通过重新评估，企业可以确保GenAI方面的要求能与企业更广泛的技术需求相吻合，并帮助高管层做出决策，决定哪些能力应在内部构建，哪些能力应外包给合作伙伴。
例如，某跨国金融服务公司曾考虑将一些GenAI应用放在云端，但最终还是决定留在公司内部。该公司的技术战略与转型主管说：“我们在决策时，也会考虑与GenAI相关的巨额成本。由于我们训练GenAI模型时用的是自己的处理器，无需支付高昂的云端训练成本，省去了许多压力”。
优化人才战略，加快应用速度。随着GenAI逐步融入企业内部，企业的数据民主化程度日渐提高，企业应及时调整自己的人才战略，确保员工具备使用该技术所需的相应技能。但与推广阶段的企业相比，计划对员工进行GenAI技能培训的试点企业比例要低20%。高管们认为，受GenAI对当前岗位的影响，未来三年将有44%的员工需要接受再培训。在某些情况下，正确的做法是与员工一起开发新工具，这样可以更好地获得员工的认同和支持。
欧洲某石油天然气公司的数字与创新主管告诉我们：“我们需要以适当的方式让一线员工参与进来，协助我们开发GenAI工具，因为如果他们误解了GenAI的目的，以为是来取代自己的位置，他们就会强烈抵制。”
GenAI正在成为商业生态不可或缺的组成部分，并且已经成为价值和竞争优势的强大来源。但只有10%的企业懂得如何通过推广GenAI技术来创造价值。GenAI目前仍是一项在不断进步的新技术，但每个新版本都能为企业带来更多价值。GenAI领域的先行者已经开辟出一条通往早期成功的道路。由于该领域的佼佼者通过缩短大规模部署时间、加大业务重塑和创新力度进一步扩大了自己的优势，其竞争对手面临着严重的落后风险。其他公司现在应该做的就是以前人的经验为指导，利用这项变革性新技术为自己创造价值。
