生成式AI：解读麦肯锡全球调查，探索其价值释放助推力

根据最新的全球调查，投资于GenAI的举措开始为组织创造价值。调查显示，尽管2023年是GenAI项目投资的一年，但2024年将是从这项新技术中获取商业价值的一年。

自从OpenAI的ChatGPT推出以来的短短一年半时间里，根据麦肯锡报告，已有65%的组织定期使用人工智能，几乎是去年调查结果的两倍。报告指出，组织正在在业务的更多领域使用人工智能。超过一半的受访者表示，他们的组织在两个或更多的业务功能中采用了人工智能。最常见的GenAI应用案例包括营销和销售、营销策略支持和专业服务。组织在人力资源管理方面看到了最为显著的成本降低，而在供应链和库存管理方面则实现了收入增长。

GenAI在各行业的采用

麦肯锡的报告对各行业中的GenAI采用进行了分析，其中的一个关键发现是，各行业中有大约相同比例的组织在数字预算中投资超过5%的资金用于GenAI和分析型人工智能。大多数受访者（67%）期望他们的组织在未来三年内加大对人工智能项目的投资。

麦肯锡将使用生成式人工智能的公司分为三类，根据它们如何实施这项技术。 "接受者" 更喜欢使用现成的人工智能工具。 "塑造者" 使用公开可用的人工智能工具，但会根据自身需求进行定制。最后是 "制造者"，他们从零开始构建自己的人工智能模型。报告的发现显示，大约一半的组织使用现成的人工智能工具，而另一半则使用定制程度较高或者从零开始构建的人工智能工具。麦肯锡预测，在未来我们将看到更多混合生态系统，结合现成的、专有的和开源的人工智能模型。

GenAI的风险和挑战

随着企业开始从他们的GenAI投资中获益，他们也意识到与这项技术相关的风险，有44%的受访者表示，他们的组织已经从GenAI使用中经历了负面影响。报告强调了不准确性、网络安全和知识产权侵权等作为GenAI使用的顶级关注点。

去年，Lucidworks的一份报告也强调了安全性和准确性作为金融服务行业GenAI采用的前两大关注点。人工智能模型的不准确性可能会对GenAI价值链产生重大负面影响，涵盖从战略规划到客户体验的各个方面。然而，受访者表示，他们的组织正在积极努力减轻不准确性的风险。

高绩效者的实践经验

麦肯锡还确定了“高绩效者”，他们更有可能在数据方面遇到挑战。这些组织在其GenAI采用过程中走得更远，并且通常将更高比例的预算用于GenAI部署。尽管这些高绩效者在GenAI采用中可能面临更多挑战，但他们通过遵循一系列最佳实践来应对这些问题，包括增加对GenAI风险的认识，建立明确的流程来减轻风险。他们还为员工策划学习路径，以建立GenAI技能，并建立清晰的关键绩效指标来衡量和追踪GenAI的价值。借鉴这些高绩效者的做法，其他组织也可以学习如何从他们的GenAI投资中获得更多的价值。

感谢您阅读本文，希望对您了解GenAI的价值和挑战有所帮助。如果您有任何问题或评论，请在下方留言，让我们一起讨论。

附加上引导读者评论、关注、点赞和感谢观看。

本文链接：https://www.24zzc.com/news/171746714778979.html