▪️
贝恩就人工智能（AI）部署程度开展的季度调研发现，企业正在积极探索生成式AI如何提升业务效益，大多数企业已经制定或部署了相关举措。
▪️
去年，高管们最关心的是AI应用的质量和潜力；但到了2024年，部分高管已经开始考察AI应用能否创造真正的价值。
▪️
毫不意外，科技企业在AI用例开发方
面快人一步，相比其他企业，对AI有更切合实际的预期。
▪️ 大多数企业选择自建生成式AI应用，主要由于现成的解决方案要么尚不完善、要么不够具体，不过这一情况未来可能会有所改变。
辛海燕
贝恩公司全球专家副合伙人
大中华区高级数据分析部门负责人
对于生成式人工智能（AI）而言，如果说2023年旨在探索AI应用的所有可能性，那么2024年则重在交付成果和创造真正的商业价值。
大多数企业正在为AI技术的广泛应用打基础：2024年年初，有87%的受访企业表示正在开发、试点或着手部署生成式AI，其中大多数为软件代码开发、客户服务、营销和销售以及产品差异化领域的早期部署（图1）。
为了更好地了解企业如何应用生成式AI，以及如何扩大试点项目规模以为整个企业创造价值，贝恩围绕人工智能部署程度开展了季度调研。调研发现，企业正在加大对生成式AI的投资：平均每年的投资额约500万美元，平均有100名员工将至少部分时间投入到与生成式AI相关的工作中。与此同时，在大型企业中，约20%的企业每年投资金额高达5000万美元，这也体现了这些企业的战略眼光：超过60%的受访企业将生成式AI视作未来两年的几大战略重点之一，但只有35%左右的企业围绕如何利用生成式AI创造商业价值制定了明确的愿景。
在2024年一季度开展的调研中，我们发现了四个值得关注的讨论主题，从中可以看出企业在2024年对这项新技术的看法与几个月前相比有哪些异同。
各行各业已经开始更认真地对待生成式AI这一新技术，从高调炒作转向客观评价。随着企业从试点项目中吸取了越来越多的经验教训，对技术安全性和技术落地方面的挑战了解得越来越深入，在讨论的过程中也能更深思熟虑、有的放矢。我们发现，企业对组织就绪度的担忧有所增加，对质量和风险的担忧则逐步减少。
企业最先面临的安全问题与我们在其他技术转型（如云技术）过程中观察到的情况类似。然而，云技术领域的安全问题需要更长时间才能解决，而在生成式AI领域，我们注意到新技术的落地速度更快，并且企业也更早就开始思考与实际落地相关的价值创造问题。
与其他数字化转型类似，仅仅依靠流程自动化或将现有流程迁移到更高效的新技术上，带来的收益不一定足以证明投资的合理性。真正的价值在于新技术对我们的工作方式和工作内容带来的改变（图2）。
企业在部署生成式AI后，往往会发现AI应用的实际表现略低于预期。目前初见成效的五大应用领域包括销售及销售运营、软件代码开发、市场营销、客户服务和客户引导。相比之下，法务、运营和人力资源领域的AI用例效果似乎不尽如人意（图3）。
就技术部署程度而言，科技企业通常走在前沿，同时也更了解技术落地的真正难度。与非科技企业相比，有更多的科技企业表示他们的数据、资源和政策已经准备好支持生成式AI应用，但这一领先优势没有从前那么明显了。
近
8
0%
的科技企业
认为
企业
有一定的数据基础
、
人才
储备和
技术
能力
开发
AI
应用，但
约
5
0%
认为需要加强非结构化数据
采集
、加大资源投入、完善数据安全协议和能力
，
以支持
AI
应用落地（图4）。
