生成式人工智能已不再只是流行语，而是已成为全球商业运营不可或缺的一部分。根据麦肯锡最新的全球调查，生成式人工智能的采用率在一年内几乎翻了一番，目前有65%的组织定期使用它。这种快速整合标志着从实验转向从人工智能技术中获取切实的商业价值。
主要发现：快速采用和不断增长的影响力
随着组织越来越多地将生成式人工智能融入其工作流程，出现了一些有趣的趋势。不仅采用率大幅上升，企业还报告了各项职能部门的成本大幅降低和收入大幅增加。与此同时，技术的影响延伸到个人生活，模糊了专业用途和私人用途之间的界限。此外，人工智能的兴起伴随着对准确性、知识产权和网络安全的日益担忧，凸显了建立强大治理框架的必要性。
人工智能应用激增
生成式人工智能的采用率急剧上升，目前有65%的组织至少在一项业务功能中使用生成式人工智能，高于去年的33%。这一增长是人工智能采用率大趋势的一部分，各种人工智能技术的采用率已从过去六年停滞的50%上升至72%。专业服务行业的人工智能使用率增长最为显著。
物质利益和收入增长
组织正在从生成式人工智能中体验到切实的好处，报告显示成本降低和收入增加。人力资源部门的成本下降最为显著，而供应链和库存管理部门的收入则显著增加。这些早期的成功凸显了生成式人工智能在推动各种业务职能部门的效率和增长方面的潜力。
扩大跨业务职能的使用范围
生成式人工智能正被多个业务部门采用，其中营销和销售、产品和服务开发以及IT部门处于领先地位。调查显示，人工智能不再局限于孤立的项目，而是越来越多地融入核心业务流程。一半的组织在两个或更多职能部门中使用人工智能，这表明人工智能功能在企业中的渗透程度越来越深。
风险与挑战：驾驭人工智能领域
企业在采用生成式AI时，还必须应对随之而来的风险。调查强调了组织必须解决的重大问题，例如不准确性和知识产权侵权。如果没有适当的治理和风险缓解策略，这些挑战可能会削弱采用AI带来的好处。
不准确和知识产权侵权
尽管有诸多好处，生成式人工智能也带来了重大风险。不准确性是最常见的风险，影响从客户互动到内容创作等各种功能的用例。知识产权侵权和网络安全也是主要问题，近44%的组织在使用人工智能时至少遭遇过一次负面后果。
缺乏治理和风险缓解
调查显示，人工智能治理存在差距，很少有组织实施强有力的风险相关实践。只有18%的组织拥有企业范围的人工智能治理委员会，只有三分之一的组织要求将风险缓解控制作为其技术技能的一部分。缺乏全面的治理可能会阻碍人工智能技术的可持续发展。
高绩效者：最佳实践和战略方法
一小部分组织在生成式AI的采用方面处于领先地位，为其他组织树立了榜样。这些高绩效组织不仅实现了巨大的商业价值，而且还实施了最佳实践，以降低风险并增强其AI战略。了解他们的方法可以为其他想要有效利用AI的企业提供宝贵的见解。
引领潮流
一小部分表现优异的企业脱颖而出，将超过10%的息税前利润归功于生成式人工智能。这些企业平均在三个业务功能中使用人工智能，更有可能开发专有人工智能模型或大幅定制现有模型。他们还采取积极主动的方式应对风险，实施从早期风险评估到全面数据治理策略等一系列最佳实践。
向领导者学习
高绩效企业为其他希望扩展其AI能力的组织提供了宝贵的见解。他们强调战略规划、风险管理和持续改进在AI实施中的重要性。通过采用类似的做法，其他企业可以更好地应对AI集成的复杂性并最大限度地提高投资回报。
为下一波浪潮做好准备：2024年及以后的人工智能
调查结果表明，生成式人工智能的采用将继续重塑全球商业格局。新兴趋势表明，人工智能将更加深入地融入日常运营，推动复杂的应用和跨业务职能的更深层次集成。为了保持领先地位，组织需要不断更新其人工智能战略，投资于先进的人工智能能力，并培育创新文化。
增加定制化和专有模型：调查受访者表示，可能会从现成的解决方案转向开发定制或专有模型以满足特定需求，并通过定制的人工智能应用提供竞争优势。
关注道德AI：随着AI变得越来越普及，人们越来越重视道德AI实践，包括透明度、公平性和问责制。组织需要实施强大的框架，以确保负责任地使用AI。
与新兴技术的融合：生成式人工智能预计将与其他新兴技术（如物联网、区块链和边缘计算）日益融合，为创新和效率创造新的机会。
增强人工智能治理：全面人工智能治理的需求越来越迫切。企业需要建立专门的人工智能委员会，并实施严格的风险管理实践，以应对人工智能部署的复杂性。
人才发展：投资AI教育和培训对于打造一支能够有效利用AI技术的熟练劳动力队伍至关重要。各组织正致力于提高员工技能并吸引顶尖AI人才。
监管合规性：随着监管环境的发展，企业需要随时了解并遵守新的人工智能相关法规，以避免法律和声誉风险。
通过关注麦肯锡调查中的这些关键见解并为未来趋势做好准备，企业可以更好地定位自己，充分利用生成式人工智能的潜力。这种积极主动的方法将使他们能够在竞争日益激烈的市场中推动创新、效率和增长。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
