LinkedIn
微博
微信内容摘要
▪️ 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。
作者信息
张婧，贝恩公司全球合伙人、大中华区数字化业务主席
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。
主题1：AI技术目前能否为企业带来价值？
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）。
主题2：五大领域有望推广生成式AI应用
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）。
主题3：科技企业在技术落地上快人一步
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80%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50%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）。
主题4：外购还是自建？两者兼而有之
外购和自建是企业部署AI技术的两种常见途径。企业愿意购买市面上现成的第三方解决方案，但同时也会根据自身需求进行定制。正如我们所预想的那样，不少AI应用都是由企业内部自行构建的，原因很简单：现成的解决方案要么还不够完善，要么不符合预期（图5）。
随着第三方解决方案日趋成熟，预计会有更多的企业选择外购而非自建。近年来，各类生成式AI工具层出不穷，购买现成应用的企业占比小幅增加，但实际效果却喜忧参半。对比2023年10月和2024年2月的调研结果，我们发现有更多的受访企业认为“供应商和工具质量低下”是导致生成式AI表现低于预期的主要原因。（图6）。
企业愿意购买市面上现成的第三方解决方案，但同时也会根据自身需求进行定制。
总而言之，我们的季度调研结果显示，各行各业都对生成式AI带来的业务价值抱有非常高的期望，并且在人才和其他资源领域进行了相应的投资。部分应用案例已经展现出广阔的应用前景；我们建议高管团队根据最新进展及时调整对AI技术的预期（和资金投入）。为了取得竞争优势，不少企业都在自行开发解决方案，但考虑到第三方解决方案未来将更加成熟和完善，企业将会有更多的外购选择。随着AI技术逐渐走向成熟，我们认为企业在交付成果上的差异主要取决于其数据质量，以及利用AI满足用户需求和提升效率的运营能力。