埃森哲：从对话到行动：生成式AI的五点共识

从年初至今，Gen AI（生成式人工智能）成为行业和技术焦点，越来越多的科技巨头和全球领军企业在这个领域大展拳脚。随着各家大语言模型的不断涌现与快速迭代，一场对商业产生深远影响的技术革命正以迅猛的步伐向前推进。

投资生成式AI已经成为绝大多数企业高管的共识。埃森哲一项针对全球商业领袖的季度性调研显示，有94%的受访企业高管计划在2024年增加在技术领域的投资，其中74%的高管表示，将增加在数据和AI（包含生成式AI）方面的投入，这一比例较2023年大幅跃升了24个百分点。在中国的受访高管中，同样有高达71%的人持以同样态度。

虽然每家企业的AI成熟度不尽相同，但大家对于“生成式AI将创造巨大价值”的认同则高度一致。在与全球商业领袖开展的3000多次对话中，埃森哲发现了这一变革力量背后的五点共识，有助于企业领导者了解其未来的发展轨迹及价值。

01 生成式AI的价值潜力

埃森哲研究显示，生成式AI有望为全球带来600-800亿美元的价值增益。多数企业都为这一巨大的投资回报所吸引。虽然人们对于法规、数据隐私、安全、成本和准备情况等问题仍表担忧，但各企业都致力于搭建一个安全、负责任的AI基础。一致的方向，将为生成式AI的健康可持续发展奠定坚实基础。

02 保持灵活性至关重要

生成式AI的发展尚处于初级阶段，每天都有新的模型、功能、工具出现，发展前景看似广阔实则多变。企业希望通过拓宽各种选择和增加透明度，来驾驭这种瞬息万变的局面，避免被锁定在单一的解决方案中，从而为其业务规划造成掣肘。大部分企业不一定愿意成为第一个吃螃蟹的人。从安全稳健的角度考虑，他们更想先成为不掉队的追随者。因为生成式AI没有放之四海而皆准的标准化解决方案，不同企业可以根据自己的业务发展需求制定个性化的路线图，在这个过程中，保持进退灵活性，才是明智之举。

03 避免追求单一成果转化

虽然许多公司都已经开始进行概念验证，但如果追求快速见效，企业可能会优先开展单点投资。需要注意的是，如果企业想要用生成式AI解决企业范围内更复杂的业务问题，则应该聚焦基础通用模型的建设，而避免把投资分散在单个应用上。

例如，许多银行一开始只是用生成式AI为客户经理配备AI助手，但如果使用生成式AI来优化现金配置，企业有望可以在金融供应链中实现更高的效率和更大的利润。在能源领域，鉴于对电动汽车的需求激增，电力公司正在利用AI优化电网规划，以便更好地预测用电高峰或及时应对停电等情况。过去，这可能无法做到。但放在今天，生成式AI能很好地干预和解决问题，并将对公司及其客户产生真正的变革性影响。

04 培养和挖掘高技能人才

根据埃森哲研究预测，未来将有40%的工作受到生成式AI的影响。越来越多的企业正在变革人才战略，驾驭这些影响带来的变化。许多公司都急切地意识到他们需要具备正确的技能和人才，并认识到这对劳动力可能带来的潜在影响。如何提高员工相应的技术技能已经成为企业高管的一个重要话题。企业纷纷开始重新规划他们的人才战略，希望通过培训和提升技能来适应AI，同时提高士气和留住人才。

一些企业在培训和提升技能方面投入了大量的时间和精力。例如，一家生命科学企业为他们的高管和业务强相关的高级工程师和架构师进行为期两周的线下培训。然后，他们在反馈基础上优化培训并推广到全球员工，通过量身定制的内容来培养人才并提高整个组织的技能，激发创新。

05 “集中但互联”正在兴起

“集中但互联”是一种由技术促成的新运营模式，正受到企业管理者的关注。它使得开放式创新不再只是一种理论。这种模式可以使关键的AI生成能力标准化，并在整个组织内传播。这样做的目的是让业务部门（其中许多可能不属于IT部门，也可能是AI领域的新手）能够利用通用的服务，更快、更迅速地搭建满足个性化需求的应用。同时，还能保持一致性并提高敏捷性，让更多人在更短的时间内受益，而且对业务创新也将产生深远影响。

生成式AI的应用意味着重塑和机遇。生成式AI技术的应用可以帮助企业解决更大、更复杂的业务问题，为客户提供个性化的解决方案和服务，满足不同客户的特定需求等等。随着技术的发展和应用场景的增多，企业面临着越来越多的选择和路径。面对技术复杂性、数据隐私和安全等挑战，企业需要根据自身业务需求制定独特的数据和AI战略，在未来的竞争中脱颖而出。