IBM商业价值研究院ㄧ研究洞察生成式AI的智慧之力解锁大规模生产力和创新运动动运营动运动运动运动运动IBM如何提供帮助企业可以利用BM深厚的行业、职能和技术专业能力，丰富的企业级技术解决方案以及基于科学的研究创新来释放A【、分析和数据的潜能。如需了解关于IBM Consulting提供的AI服务的更多信息，请访问ibm.com/services/artificial-intelligence如需了解关于IBM Software提供的AI解决方案的更多信息，请访问ibm.com/watson如需了解关于IBM Research提供的AI创新的更多信息，请访问research.ibm.com/artificial-intelligence摘要企业领导者必须将实验转化生成式AI投资呈激增之势。为可大规模创造价值的企业生成式AI支出在12个月内增长了超过10倍，而IT支级投资。出的增长率仅为通货膨胀率的一半。1■AI的财务回报稳稳超过投资成本。2022年，AI的平均投资回报率为13%，而生成式AI的早期成果（由成功的试点项目推动）推动AI投资回报率提升至31%。早期的生成式AI实验倾向于低风险的非核心用例。但是，组织可以专注于与其竞争优势更密切相关的业务领域，从而创造更多价值◆最大的收获可能来自未知领域。运营动超过一半的高管预计，在未来三年内，生成式AI将使以前不可能的工作类型成为可能。“在企业的世界中，并没有一个舒适区可以让你悠闲地享受过去的胜利。你必须始终向下一个目标迈进。BillAnderson拜耳公司首席执行官从媒体轰动到面向市场的解决方案生成式AI的能力达到了令人难以置信的水平。这项技术可以将编码时间从数天缩短到数分钟，对产品进行最细微层面的个性化，还可以在第一时间发现出现的安全漏洞。自2022年以来，生成式AI推动AI投资回报率从13%飙升至31%。尽管这在很大程度上反映了试点、沙盒实验和其他小规模投资的成功，但这些早期成果开始促使企业领导者重新思考新的可能性。我们针对24个国家/地区和25个行业的5,000名高管进行的最新专项调研表明，大多数高管比去年更看好AI的发展前景。超过四分之三(77%)的受访高管表示生成式AI已经准备好进入市场，而2023年这一比例仅为36%；近三分之二(62%)的受访高管表示生成式I是现实而非炒作（见图1）。超过四分之三的受访高管表示其组织需要迅速采用生成式AI,以跟上竞争对手的步伐。根据IBM商业价值研究院(IBMIB)发布的2024年CE0研究报告，72%的高绩效CE0认为企业的竞争优势取决于是否拥有最先进的生成式AI。2企业领导者已经开始意识到生成式AI能够提高盈利水平。2022年至2023年，直接归因于A1的营业利润增长翻了一番，达到近5%一而受访高管预计这一数字到2025年将达到10%。根据即将发布的BMBV研究报告，在现有企业软件工作流程中嵌入生成式AI也有望实现更可持续的投资回报率。3尽管已有这些早期的迹象，但一些分析机构仍持怀疑态度。他们预计，这种由炒作推动的采用高峰之后将是“幻灭低谷”，组织面对在核心业务功能中部署生成式虹的复杂性将选择放弃。“在某些情况下，这确实是事实。三分之一的受访企业在试点后暂停了AI用例，但这意味若有三分之一的受访企业并未止步。三分之一的受访企业在试点后暂停了AI用例，但这意味着有三分之二的受访企业并未止步。在这种情况下，企业领导者如何才能有效将实验转化为可大规模创造价值的企业级投资？本文提供了一个路线图，可帮助企业回答这个问题，并附有相关案例研究来说明行动的有效性。首先，我们概述了生成式A1目前在哪些领域实现了最高的投资回报率。然后，我们阐述了高管如何利用生成式AI的长期潜力，并克服从组织结构到安全性等方面的关链挑战。最后，我们列出了一份行动指南，可指导企业利用生成式AI推动业务转型一无论企业当前处于AI旅程的哪个阶段。图1从怀疑到信心高管们看到生成式AI的真正潜力正在形成20232024我们需要迅速采用生成式AI38%77%以跟上竞争对手生成式AI已准备好进入市场36%77%生成式AI是现实而非炒作33%62%案例研究拜耳公司展望AI的宏大愿景5拜耳公司首席执行官Bill Anderson对AI的未来有着宏大的愿景：“在未来20年内，在土地减少、水源减少、需要使用更少化学品的情况下，我们将如何养活世界上另外20亿人，我认为AI将在这方面发挥最广泛的作用。”Anderson:拥有麻省理工学院化学工程专业的高级学位，在罗氏制药公司担任首席执行宫后加入拜耳公司，这表明他采用严谨、基于证据的方法进行重大预测。他对生成式AI的最终影响充满信心，因为他了解生成式AI在人工智能和机器学习等技术中的地位，这些技术已经对他的公司和行业产生了一段时间的影响。他谈到这一快速发展的新一代应用时说道，“这才刚刚开始，不容置疑，我们正在从理论走向应用。”生成式AI的实际应用在拜耳公司，生成式I的第一项重大成果是提高了生产率，这项应用正在进行中。Anderson说道，"这项技术已经取代了大量的人工任务，而我们才刚刚开始，例如，收集、检查和分析数据以更好地理解患者群体，这样可以在测试地点和参与者选择方面带来有意义的增量效益。这一切都不容易。例如，假冒产品和仿真产品是一项重大风险，因为生成式AI让犯罪分子能够在躲避安全措施的同时快速作案。深度伪造和虚假报道也是不可忽视的威胁。但Anderson仍然坚信，生成式AI在加速药物发现领域极具潜力。他表示，在两到三年内，得益于当前正在进行的生成式AI工作，一种新的抗癌药物将进入第三阶段临床试验他说道：“这真的很快。”拜耳公司展望AI的宏大愿景（续）播种未来Anderson开始意识到，随着时间的推移，生成式AI可帮助拜耳的作物科学部门（投资达250亿欧元)有效应对气候变化时代的作物保护挑战。开发一种新的杀虫剂可能比开发一种新的抗癌药物还要困难，因为抗癌药物只对人体产生影响，而杀虫剂则可能对整个生态产生影响。“我们必须模拟一种新的作物保护化学品在100种不同环境中的表现一如果能利用生成式AI来预测哪种作物保护化学品的表现可能最好，就能为我们节省大量的试验时间。”在生成式AI能够实现这些宏大的愿景之前，必须将其全面整合到这家总部位于德国勒沃库森的公司的制药、消费品和作物科学部门中。Anderson于2023年接任这家全球生命科学巨头的首席执行官，有望成为变革的推动者。他认为这种企业转型是可能的，也是必要的。在谈到这家业务遍布83个国家、年收入达500亿欧元的传奇企业时，他说道，“如果满足于过去的成功，就不可能持续成功160年。在企业的世界中，并没有一个舒适区可以让你悠闲地享受过去的胜利，对吧？你必须始终向下一个目标迈进。”聚焦于关键业务职能的生成式AI应用有助于组织创造变革性的收入增长。生成式AI目前在哪些领域能创造最大价值？生成式AI有望成为业务转型的强大催化剂，但它并不是万能的。在实施过程中，必须认真考虑成本、数据治理和伦理影响，同时还要关注人才与技能。由于生成式AI的最大优势是增强人类工作而非自动化，因此文化变革对于持续创造价值至关重要。事实上，64%的受访CE0表示，AI项目的成功将更多地取决于员工的采用，而不是技术本身。6企业领导者需要理解不同工具如何协同运作，传统AI技术、生成式AI模型和自动化各司其职，而不是将生成式AI作为所有问题的解决方案。他们必须打破用例思维，专注于利用生成式AI来转变员工的日常工作方式。实现这一目标需要一个过程一组织在AI领域的经验将影响其应从何处开始。组织正在采取两种主要方法来推动实现持续I投资回报所需的系统性变革。1.实验：在低风险的非核心职能中发现效率。优先在传统AI已经为企业创造明确业务价值的领域采用生成式AI有助于加速转型并创造增量利润。大约三分之二的受访高管表示其组织正在客户服务(70%)、IT(65%)和产品开发(65%)职能中采用生成式AI,这与我们在2023年中期看到的情况一致。72.聚焦：增强基本业务职能以推动更广泛的转型。在更接近核心的业务运营中使用生成式AI的风险可能更高，但这正是业务转型潜力开始显现的领域。那些侧重于销售、信息安全以及供应链、物流和履行等以前未充分开发的领域的企业正在实现更高的投资回报率。当然，对于许多组织来说，在风险较低的领域进行实验，作为生成式AI旅程的切入点也是有意义的。在团队学习如何充分利用技术的同时，组织还能获得边际效益。然而，停留在浅层也会导致组织无法实现生成式AI所能创造的更具变革性的顶层增长。只有将目光投向企业范围内的创新上，并专注于潜力最大的领域，组织才能实现长期、可扩展的成功。图2绘制生成式AI旅程核心聚焦更有助于推动企业转型聚焦AI的战略重要性企业类型受访者百分比业务模式的基础基础AI初创公司以业务模式为中心业务战路的核心各种超大规模云服务提供商、软件/硬件公司新业务模式推动者转型与平台战路的利用AI助力实现平台经济关键的企业17%产品嵌入有机增长与创新的将AI嵌入核心产品与研发核心以实现差异化的企业33%垂直集成对业务单位的效率将AI融入职能部门以改苦非常重要客户体验/运营效率的企业水平部署对功能有效性非常在职能部门部署AI以改苦重要客户体验/运营效率的企业31%机会主义临时在低风险的非核心业务领域进行实验的企业19%实验观点广度与深度不同组织根据所在起点以不同方式实施生成式AI。AI领先者凭借自身的丰富经验，利用生成式AI推动生成式AI机会主义者对AI的采用总体上处于中低水更广泛的转型。此类组织已经在运行和优化传统AI,平，但在拥有传统AI经验的领域，其生成式AI采用并主要使用生成式AI来改进现有的AI能力。此类组率会激增。此类组织正在三个关键职能中开展生成式织在各个职能中具有最高的传统AI和生成式AI采AI的相关实验，包括信息技术、客户服务和信息安全。用成熟度，其传统AI的投资回报率也要高于其他组通过探索自己认为最具潜力的领域，此类组织从生成织。在大多数职能中，至少有60%已经实施了生成式式AI项目中实现了比其他组织更高的投资回报率。AI,这意味着此类组织有机会将重点放在已经实现最大价值的领域。AI领先者生成式AI机会主义者83%客户服务55%76%信息技术67%72%信息安全59%67%研究与创新46%64%制造1%64%营销29%61%财务33%61%销售29%60%人力资源19%60%供应链、物流和履行3%59%采购5%57%产品开发17%55%风险与合规26%当前带来的生产力提升，未来可能只是基本要求。如何实现长期价值从实验到企业级创新并不是一条直线。采用方式的演变取决于组织的起点、已开发的能力以及员工适应能力的准备程度。与此同时，随着生成式AI的成熟，竞争能力可能会开始趋同，这会导致获得竞争优势变得更加困难。在因此，组织必须竭力解决与生成式I相关的障碍和挑战，并且需要迅速采取行动。当前带来的优势，未来可能只是基本要求。对于处于早期阶段的企业来说，在低风险职能领域部署生成式AI有助于快速启动业务转型。实验和小规模的成果可以简化工作流程并提高效率，同时团队也能逐渐适应。我们的研究重点揭示，有两个关键领域可作为明智的起点：客户服务我们的分析表明，在生成式AI的采用和投资回报率方面，客户服务都处于领先地位。许多企业已经建立了稳固的传统A1基础，例如可用自然语言回答客户询问的对话式AL。根据IBM商业价值研究院的调研，平均而言，相比未在客户服务中使用生成式AI的组织，使用生成式AI的组织实现了更高的客户满意度。8但这并不是绝对的。需要注意的一个陷阱是：大多数客户服务用例仅专注于提高现有工作流程的效率。这种情况将迅速改变。到2024年底，高管们指出了三个呈增长趋势的机会：生成用于训练对话式AI的测试用例(78%)、为对话式AI生成对话(74%)以及为人工客服生成对话(69%)(请参阅第11页的“AI开启客户服务引擎”）。I开发人员正在依靠生成式I来简化日常任务。例如，在IT领域采用生成式AI的企业中，有77%使用这项技术来生成代码。这些企业还利用生成式AI来识别和修复错误，帮助确保代码按预期运行，从而实现代码测试自动化。生成式AI还能加快创建所需文档的过程，包括用户手册和其他与软件开发和网络安全审查配套的技术材料。？这些领域是实现长期投资回报的起点，可实现具有重要影响的生产力提升。随着时间的推移，将生成式AI部署到更接近核心的业务职能将创造最大的效益。我们的研究表明，一些领先组织开始将生成式I应用于一些以前未曾探索的领域，例如销售和供应链，重塑这些领域的工作方式。销售和营销生成式AI可以利用客户数据提供对其行为的洞察，从而提升销售团队的业绩。生成式I能识别高价值细分市场中的优质线索，使营销战略和推广工作更加有效。事实上，在营销领域采用生成式AI的企业中，有85%正在利用这项技术来总结市场情报。此外，销售和营销团队还利用生成式AI来撰写和编辑电子邮件、博客、社交媒体帖子和网站创意内容，从而大幅节省时间（从数小时缩短至数分钟），然后将节省下来的时间投入到探索拓展客户关系的新方法中。如供应链随着供应链中断的加剧，生成式AI有助于识别潜在的障碍，并在问题影响交付之前找到解决方案。这项技术能让供应链决策者与AI助手进行直观的对话，通过实时提供所需信息，使其影响更加具体和相关。通过自动化日常任务和增强工作流程，生成式I还使供应链专业人员能够专注于解决复杂问题和改进流程。“例如，在供应链中采用生成式AI的企业中，有80%利用这项技术来生成运营文档。但对于一些组织来说，这样的转型机会似乎遥不可及。正是因此，一些企业领导者正在考虑采用一种平台方法来实现生成式AI,将各个部门或合作组织的资源和收益汇集在一起，作为一种成本更低、实施更简单的选择。通过这种方式，企业领导者可以避免在每个领域从零开始，并迅速、更具战略性地在具有最大潜力的职能中嵌入生成式AI,包括财务、供应链和制造、人力资源以及销售和市场营销。不过，采用这种方法的企业领导者还需要考虑每个职能的独特需求，并设法对生成式AI应用进行相应的75%的组织至少在五个或更多职能中试点生成式AI。10观点AI开启客户服务引擎从与客户聊天、创建精准内容到优化呼叫中心绩效，生成式AI正在将客户服务转型提升到全新的水平。借助自然语言生成技术，生成式AI能够用更流畅、更符合上下文的方式来回答客户问题。生成式I还可以根据客户的交互记录来提供量身定制的响应，并提供更加个性化的体验。这样一来，客户就可以像与人类客服互动一样与生成式AI助手进行聊天。不仅如此，生成式AI的应用远远超出了与客户的直接互动。这项技术可以提供人工客服培训、个性化增强、翻译内容和预测未来客户行为，从而全方位增强客户服务职能。生成式I还可以为面向客户的对话式AI提供支持，包括生成测试用例和对话，以及分析交互以识别改进机会。2这些用例有助于生成式AI在减少人工干预的情况下为对话式AI提供强力赋能。使用生成式AI创建测试用例（用于验证AI模型是否按预期运行的一系列步骤）和对各种客户询问的回复，可帮助团队在培训和微调对话式I时处理广泛的场景、用户输入和边缘情形。11案例研究Zebra Technologies赋能增强型员工团队13Zebra Technologies公司的首席执行宫BillBurns预计生成式AI将对人们的工作方式产生积极的影响，包括公司员工和其公司生产的耐用移动设备的用户。他表示，“我们的业务专注于一线工人。”这家年收入45亿美元的制造商已转型为数字解决方案提供商，助力企业智能地连接各行业的数据、资产和人员。该公司致力于为零售、制造、运输、医疗保健和公共服务等行业的物流和其他职能制造智能跟踪、标记和打印设备。他认为，关于生成式AI会淘汰人类的早期观念已经过时。“生成式AI并不会取代工人，而是在工作流程中自动执行某些任务，从而增强工人的能力，为他们节省时间，并最终为工人赋能，让他们专注于价值更高的活动。”Zebra Technologies在生成式AI投资方面采取了系统化的方法，并对在企业范围内实施用例有很高的标准。Burs先生引用了组织的“感知、分析、行动”方法，作为流程指南和避免屈从于炒作的方法。我们的目标是理解工作流程中的哪些行动和变化能推动改善结果（例如操作速度、准确性、一致性和整体生产率），然后量化影响并明确投资回报率。他说道：“证明给我看，并展示商业论证。”这种审慎的策略必须与生成式AI的快速成熟和市场需求进行权衡。他说道，“你必须对所做的每一件事都保持紧迫感，并以两种速度运作。第一种速度是有意识的，专注于执行并将解决方案交到客户手中，针对那些我们有信心能创造价值的用例。第二种速度的结构性和实验性较弱，就是与客户共同推动创新，发现可以从AI创新中受益的新领域。“如果我们不这样做，其他人就会这样做。”“生成式A1将使员工的工作更轻松，并改善客户体验。Bill BurnsZebra Technologies公司首席执行官12Zebra Technologies赋能增强型员工团队“你必须对所做的每一件事都保持紧迫感…如果我们不这样做，其他人就会这样做。Bill BurnsZebra Technologies公司首席执行官在Zebra开始评估生成式AI时，Burns先生与公司各创造工作的未来利益相关方保持密切联系。计划是：“在与大型战略技术合作伙伴建立联系的同时，对我们自己进行生成Burns先生预计，生成式AI的净影响将包括许多好的式AI方面的知识普及，组建一个跨职能团队，由组织就业机会，创造出压力更小的新职位，让员工专注于的首席技术官关注外部，首席信息官关注内部，随着更有意义的工作，发展增强型能力，并在工作中快速AI技术的发展，共同努力定义负责任和符合伦理的AI学习和成长。他感受到高管们对未来的讨论方式发生原则，”他如是说道，他说。“其中一个关键在于沟了变化。他表示：“这已经从工人将被取代”的炒通和变革管理，以确保每个人都了解这些团队，并接作发展为任务自动化。“生成式AI将使员工的工作更受新的运营方式一这要从高层开始。轻松，并改善客户体验。”在对预期效益和成本进行全面审查之后，才会做出关他举例说道，软件开发人员现在可以利用这项技术编键的实施决策。他说道，“人们认为这一切都是免费的，写代码。他继续说道，“开发人员不会失业，而是可因为今天他们可以免费使用ChatGPT。如果想在企业以花更多时间在增值任务上，或更轻松地完成更多工内部大规模使用，就不再是免费的了，因为这些解决作，尤其是在劳动力供应和成本挑战的形势下。方案需要消耗云中的真实资源。但Zebra正在探索并开发一款在移动设备上运行生成式AI模型的一线工作他表示，这项技术让人们能够快速行动，并轻松从结者应用。这可以降低成本、提高安全性并保护数据。”构化和非结构化数据中获取切实可行的洞察。更快的培训和更短的熟练时间显然也能为雇主带来回报。例Zebra Technologies已经确定了许多生成式AI的内如，在零售行业中，员工流动率非常高，还有一些领部用例，这些用例有潜力改变员工的工作流程。其中域通常需要对新员工进行较长周期的培训。“有了移包括使用多种语言快速开展营销活动，以及使客户服动设备作为生成式AI助手的窗口，新员工可以迅速变务团队能够提供更个性化的客户体验，缩短问题解决得像经验丰富的员工一样熟练，同时受益于工作满意时间。度的大幅提升。”在以客户为中心的产品开发方面，该公司的战略是在其新一代移动设备上部署开源大型语言模型。然后，Zebra利用自己的数据，按用例微调这些模型，同时利用一个平台，让客户用自己的数据填充模型，并通过Zebra移动设备与他们的系统连接。13