普华永道：未来企业的智能之路：企业GenAI作业模式变革| 观点与方案

佚名来自：普华永道次 2024-03-12

普华永道：未来企业的智能之路：企业GenAI作业模式变革

ChatGPT 颠覆了整个咨询行业！不会用的公司和咨询师必然淘汰！

马上体验学习ChatGPT及其它大模型：点击体验（需输入会员密码）

注册会员无需翻墙即可使用 ChatGPT特惠：

（1）包月使用：299 包年使用2999 | 微信：18121118831联系；
（2）送一个月以上的咨询报告库VIP会员，可以浏览下载上万篇咨询和行业报告

随着GenAI技术的普及，企业的作业模式将发生深刻变革。以往的企业作业模式主要依赖于人工的劳动力和经验积累，具有较强的主观性和局限性。而GenAI技术的引入，使得企业可以更加依赖数据和算法进行运营管理和决策执行，从而提高运营效率和决策精准度。企业可以通过GenAI技术实现自动化生产、智能化管理，机器不断学习和优化，与人工团队协同作业，共担职责，帮助企业更好地应对市场变化和竞争压力。

引言

近期普华永道就生成式人工智能（GenAI）领域发布了一系列的专业洞察，内容涵盖未来作业模式、企业创新机制、商业价值、服务监管和产业融合等，覆盖了GenAI发展的多个方面。本文将深入探讨GenAI对企业作业模式带来的颠覆性变革，展望未来企业作业的智能化之路。

一、企业作业模式的发展

企业首先是一个组织，组织对外强调经济价值，对内强调提升效能。随着机器辅助人工作业到机器自动智能作业的发展，企业的作业模式持续进化，管理效能不断提升。普华永道将机器与人协同作业的模式发展分为四个阶段：

第一阶段是传统作业模式下的局部技能辅助，协助员工处理信息流、储存业务信息及数据；

第二阶段是传统AI模式下局部的机器智能分析，以固定的计算规则协助进行数据分析及管理决策；

第三阶段是在GenAI应用下，机器的AIGC（AI Generated Content）能力和人类自身创新技能的融合，形成新的人机协作模式；

第四阶段是随着GenAI的高速发展，由AIGC应用形成AIGS(AI Generated Solution)方案，构建企业认知大脑，在AI能力的帮助下人的生产力将得到释放以创造新价值，形成人机共存的赋能型组织。

机器与人协同作业模式的发展

在机器与人协同作业的第三及第四个阶段，GenAI的发展使得企业在生产作业模式上发生范式变革，主要包括以下四点：

（一）内容生产方式的变化

GenAI时代，内容生产主体从人类本身向人工智能迁移。AIGC作为GenAI的一种内容生产应用形式，极大提升了内容生产效率。传统作业内容生产的核心痛点是存在大量重复的结构性内容，耗费大量时间及人力成本，同时存在质量和产量无法兼具的矛盾。GenAI代表着人工智能从以往基于“规则”的关系关联、规律发掘、分析预测等被动角色，开始向基于“认知”的生成及创造等主动角色发生转变，在一定结构性的条件下生成创造性内容，成功解决PGC及UGC1质量和产量无法兼具的缺点，为内容生产带来巨大的发展潜力。

（二）人机交互方式的变化

在交互方式方面，GenAI改变了人机指令交互方式，能更精准地识别与理解个性化的需求,提升了人机交互体验。传统系统交互中，往往存在交互形式无法灵活调整、需求识别不够精准的痛点，而GenAI产品可有效对用户输入的自然语言、图片、音频、视频等多模态内容进行智能解析，快捷地反馈用户所需内容，提升交互效率与体验。

（三）流程运作方式的变化

在流程运作方面，GenAI的应用可重构业务作业流程，提升作业流程整体的生产力。

一是从“人工流程”到“AI流程”。基于GenAI应用的新流程可以替代原有人工作业流程，有些业务流程原来由人力承担，如客服沟通、线上课程培训录播等，GenAI可替代原有人力作业流程，起到降本增效的积极作用；
二是从“人找应用”到“应用找人”。GenAI通过将业务对象、规则和过程等都进行AI化关联集成，实现以人为中心，理解用户需求并进行智能推荐应用。GenAI的应用可实现真正的从全流程、全场景的用户体验角度来实现业务的高效流转。

（四）人机职责的变化

内容生产、人机交互和流程运作方式的变化，使得企业人机职责重新分配，机器将承担更多重复繁琐的结构化脑力工作，而工作人员将更好地发挥人类独有的创造力、情感和道德判断能力，更加注重深层次的、前瞻性的思考，在人机协作中实现更高的业务价值。

二、企业GenAI作业模式应用价值

企业在GenAI作业模式的应用中可获取多方面的价值，包括以下几个方面。

一是提升生产力：GenAI可以帮助企业加速内容生产、活动任务的执行与交付过程，协助企业员工承担重复繁琐的脑力工作，将释放工作人员的精力，更多转向创新策略、前瞻规划等工作内容，极大提升企业内部生产力；

二是降低成本：实现任务和流程的自动化，减少手工作业，精简业务流程，降低业务流程运营成本；

三是增加收入：在GenAI的应用支持下，改变原有作业模式，升级数字化及AI服务，通过提升客户满意度及产品吸引力实现营业额增长，或通过GenAI实现业务创新，创造新的收入来源。

GenAI作业模式能为各行各业绝大多数职能领域创造价值。GenAI的价值潜力在各职能领域的分布并不均衡，在各行业职能领域发掘高价值GenAI适用场景，主要应从以下三个方面进行考虑：

数据资产丰富程度：GenAI作业适用于数据资产丰富的场景，包括大量结构化或非结构化数据。这些数据可以包括各种来源，如企业内部数据库、社交媒体、日志文件等合规数据。GenAI可以利用这些数据资产在通用大模型的基础上提供更优质更适配企业风格的内容生产或任务执行；

结构性脑力劳动占比：GenAI适用于结构化脑力劳动占比较高的场景。结构化脑力劳动是指通过相对标准化的思考进行内容生产、分析或推理决策的任务。GenAI可通过自动化或智能化的方式，提升工作效率和准确性；

作业强度及人力成本大小：GenAI适用于作业强度较大、人力成本较高的场景。GenAI模型训练和应用需要耗费较大成本，只有在作业强度大、成本高的应用场景，通过GenAI自动化智能化生产和处理，提升任务完成效率，降低人工及时间成本才能实现GenAI应用效益。

就市场应用成熟度而言，普华永道发现GenAI在客户服务与运营、市场销售与营销、软件工程、产品设计与开发、风险与合规等职能领域，能够为企业创造较大价值。这些职能领域均具备数字资产丰富、结构化脑力劳动占比高、作业强度大、人力成本高的特征：

GenAI作为一项前沿应用，可在各类行业职能领域为企业提升生产力、降低成本、创造新的收入来源，为企业带来巨大的商业价值。

以客户服务与运营、市场销售与营销、产品研发三大职能领域为例，说明GenAI在各行各业中如何产生商业价值（示例，列举非穷举）：

三、企业GenAI作业模式变革实施要素

GenAI对各行各业的颠覆性应用价值潜能正日益得到各业界的认可，从行业巨头到各类初创企业，均在考虑部署使用GenAI工具应用，以期增强竞争优势，创造企业价值，迎来业务增长新曲线。而GenAI作业模式得到实际部署落地及规模化应用的前提，是企业在企业战略、运营模式、技术能力、企业人才、企业组织与文化等方面进行调整变革。

（一）GenAI企业战略

在企业制定GenAI转型战略时，应从自身业务战略及资源禀赋出发，兼顾内外环境因素，制定战略蓝图及建设路径，紧跟GenAI发展趋势进行迭代升级。企业制定GenAI战略蓝图推进企业GenAI作业模式变革，建议遵循“三步走”方式，高效实现GenAI部署及规模化应用：

找准定位，制定目标：企业在制定战略蓝图时，首先应明确GenAI在公司整体发展战略中的定位，是作为产品核心竞争力还是生产力提升技术工具。并根据内外环境分析，制定明确的GenAI发展目标，如提升生产力、降低成本、增加收入等，确保这些目标与公司现有战略目标相互契合，利于公司长远发展；
资源评估，规划路径：明确GenAI定位及目标后，企业需对自身的资源进行评估，包括技术、数据、人才、资金等。企业应评估在现有的技术水平和人才结构的基础上，是否需要引进外部专业人才，投入更多资金进行技术研发，现有的数据资源是否足够支持GenAI的部署实践应用等。根据资源评估的结果，规划实施GenAI战略的具体路径和步骤。制定详细的时间表和计划，明确实施的先后顺序和重点任务，确保按战略方向和路径规划持续推进GenAI部署落地，规模化应用；
试点验证，路径调整：在规模化应用前，企业应当通过试点速赢项目验证GenAI战略的有效性，进行小范围实施观察，评估其成效及影响，特别是需要关注试点项目中的问题和困难，及时进行资源调整，对技术、人才、资金等资源进行合理分配和调整，确保未来GenAI战略实施更加顺利、具有成效。

（二）GenAI技术能力

就GenAI的技术应用部署途径而言，包括以下“练、调、用”三种方式：

“练”是指某些国际知名企业或行业巨头具备基础设施或资源，自行准备算力、算法、数据等资源训练大模型，并进行商业应用或企业内部作业应用；
“调”是指某些企业选择市面上的基础大模型，适配企业特定垂直领域数据进行微调适配应用；
“用”是指各类中小企业或个人用户直接应用GenAI工具进行应用。

企业应根据自身的资源及技术能力，从部署应用成本效益及安全性进行考量，选择合适的GenAI技术部署应用途径，寻找合适的解决方案。

（三）GenAI数据能力

数据是GenAI技术的基础，对于大模型算法训练和模型微调优化至关重要。企业建立高效存储、处理及训练多模态数据的能力，打造自身数据护城河。为支撑GenAI应用的开发、部署及运营，企业需具备GenAI相关数据资源及数据资源应用管理能力。

GenAI应用所需数据资源：

大规模数据集：若企业自建GenAI大模型，则需要拥有大规模数据集进行训练，如语言生产模型需要大量文本数据，图像生成模型需要大量的图像数据。自建大模型需要拥有足够海量的数据资源支持GenAI基础大模型训练，这类企业一般是巨头企业；

特定行业或场景数据：对于一般大型或中小企业而言，更佳的落地应用部署方式为选择市面上的基础大模型对接，并使用企业内部特定行业或场景数据进行微调训练，确保GenAI模型应用符合企业业务需求。

GenAI数据应用管理能力：

数据管理及应用能力：对于GenAI应用来说，具有稳定可靠的数据存储管理系统，并具备高效的查询、读写操作及数据采集、清洗、分析挖掘能力非常重要。企业应规划全面的数据治理体系，分级分类管理、应用及保护数据，确保数据完整性、准确性及安全性；

数据安全及隐私保护能力：企业需要建立完善的数据安全及隐私保护机制，确保数据在采集、存储、处理及传输过程中的安全性，保护用户的隐私和数据的机密性。

（四）GenAI运营模式

企业应将GenAI工具应用部署与业务流程进行融合，根据GenAI的应用效果调整运营模式，进行业务流程重塑，优化配套资源分配、制度管理及业务考核体系。

流程重塑：通过GenAI工具应用，企业可以更加智能高效地重新设计、优化精简现有业务流程，并借助GenAI的智能分析识别能力，可以更好地识别并解决业务流程中存在的瓶颈和问题，提高业务流程效率及作业质量；

资源优化：根据GenAI工具的应用效果调整原有资源分配模式，优化资源利用价值，包括人才、技术、资金等，以便更好的支持和推动相关业务活动；

制度规范：为了更好地整合GenAI工具和业务流程，企业应建立相关的管理制度机制，包括规范化的GenAI工具使用流程、培训和信息安全管理机制等，确保GenAI工具的有效应用，最大程度地发挥作用；

考核调整：企业应根据GenAI的工具应用效果和业务流程优化情况，重新评估和优化调整配套的业务考核体系，更好地反映GenAI应用价值，激励员工适应新技术，推动业绩持续提升。

（五）GenAI企业人才

在GenAI时代，企业应从GenAI工具建设的技术人才和具备AI思维的业务人才两个方面进行人才甄选和技能培养，提升GenAI在工作流程中的实用性及参与度。

GenAI工具建设的技术人才：各类企业应根据战略方向及资源禀赋选择合适的GenAI应用途径，并配置不同的GenAI技术人才，包括算法类、数据类、研发类人才，实现GenAI的实际落地应用。

具备GenAI思维的业务人才：各类企业应关注GenAI工具建设应用的全链条业务人才培养，加强GenAI工具建设及应用协同，将GenAI实际渗透到各类业务工作流程，并加强合规意识及信息安全意识培养。

业务人员需具备的GenAI相关技能

在GenAI运作效用的牵引下，未来企业整体人才结构将由“金字塔型”向“纺锤形”转变，操作类岗位工作门槛将快速下降，对操作执行类人员的需求减少，企业人才需求将往懂AI、用AI、管AI的方向发展。

对企业整体人才结构进行调整，需关注以下四点调整要素：

聚焦创新：基于历史知识的总结和操作将交由GenAI完成，高级人才应更加聚焦于创新引领性领域的开拓性工作；
能力调整：将降低对人才的行业专业能力要求，提升对通用型技能和学习新技术的要求，以更好地适应多变的作业环境，利用GenAI等新技术适配更广泛的职责要求；
长期投入：GenAI目前处于单点突破阶段，实现GenAI原生仍需要相当长一段时间，期间需要大量AI工程师的努力；前期应大量引入高端AI技术人员，构建GenAI原生组织；
关注安全：效率的提升同时也将带来风险的增加，需要提升内容安全、数据安全等能力或增加相关岗位保障GenAI的合理合法合规应用。