波士顿-玩转生成式AI：化“神奇”为“业绩”| 观点与方案

佚名来自：波士顿次 2024-03-12

波士顿-玩转生成式AI：化“神奇”为“业绩”

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

我们愿就“如何将生成式AI的巨大潜力转化为长期可持续的价值”这一话题，与大家分享我们的观点。

要点综述
过去一年，我们帮助许多企业借力生成式AI创造了实际的价值。为最大限度发挥这项技术的潜力，企业应当：
✨ 部署生成式AI工具，帮助企业各个部门迅速将生产力提升10%至20%。
✨ 借助生成式AI重塑业务流程和职能，实现30%至50%的效率和效益提升。
✨ 借助生成式AI创造全新的客户体验、服务与产品，甚至围绕生成式AI构建全新的商业模式，大幅提升营收水平。

在ChatGPT问世后的12个月中，生成式AI的表现征服了无数用户，许多人为其魔法般神奇的能力而赞叹不已。

高管们同样也是眼前一亮。在见识过生成式AI的诸多“神奇力量”之后，他们已经准备好，要用这一技术创造实际的商业价值——而且很快。首席执行官们正在思考一些棘手的问题：哪些机会能创造最大价值？在成本、效益和风险之间应该如何权衡？企业如何才能确保以负责任的方式部署生成式AI？为迎接这项技术可能带来的巨大变化，我所在的组织应该做哪些准备？

简而言之：企业如何才能将生成式AI的魔法转化为同样卓越的商业表现？

为回答这些问题，BCG采访了2,000多位首席执行官和企业最高管理层，了解他们对生成式AI作用与局限的看法。我们掌握了很多企业对生成式AI技术的使用情况。在做了一年的尝试、积累了一年的经验之后，也是在每个月都有新的生成式AI模型涌现的今天，我们愿就“如何将生成式AI的巨大潜力转化为长期可持续的价值”这一话题，与大家分享我们的观点。

要想充分发挥生成式AI的潜力，必须多管齐下。高管应从三个广义的价值维度对自己面临的机遇进行评估：

上述三个维度可不仅仅是取悦投资者或董事会的“面子工程”，也不是一些小规模的试点，而是要集整个企业之力，将生成式AI嵌入各个领域（包括预算、业务流程、岗位职能和企业文化），同时还要遵循负责任AI原则。虽然上述工作可以同步进行、多管齐下，但每项工作对生产力的提升是不一样的，成本效益的权衡、成功的要素、意外后果会带来的风险以及对运营模式的影响也不一样，需要具体问题具体分析。

在日常工作中部署生成式AI

生成式AI为我们的日常工作体验带来了许多积极变化。有了生成式AI的辅助，我们写邮件和创作演示文稿的速度大大提升。自动化工具可以在几秒钟内快速总结会议和通话内容，从而腾出人们的时间从事更具创造性、附加值更高的工作。

但变化还不止于此。软件供应商纷纷推销越来越吸引人的解决方案，比如通过电子邮件分类和更精准的客户互动来提高日常工作的效率。实践证明，大规模部署多样的生成式AI解决方案和模型可以大大提高工作效率。而且这种效率提升不仅在于员工个人层面，通过部署生成式AI工具，整个企业的生产力水平也能精进，提升幅度可达10%—20%，甚至更多。

就部署而言，企业应注意以下几点：

不要犹豫，即刻开始。从技术角度看，在上述三个维度中，部署的效果最为直接。我们可以利用现成的软件，立刻启动相关工作。相关团队可以轻松升级自己正在使用的办公工具。不过，企业需要制定明确的部署指南，特别是涉及保密、数据隐私和知识产权方面。而且，也不能忽视测试工作，在为特定任务选择最佳解决方案时，这一点至关重要（一旦相关工具部署在成千上万人的组织中，想要再改就难了）。
不要对大规模部署带来的挑战心生畏惧，积极应对。要想充分发挥生成式AI的作用，提升各部门效率，必须开展大规模的员工技能培训。通过技能提升计划，让大家知道该项技术对个人的工作效率和长期发展的重要性，以及对整个公司成功的意义。
仔细评估部署生成式AI的成本和收益。使用生成式AI技术后，成本可能会降低，也可能不会。如果是大规模的托管模型，随着使用量的增加，交易成本会逐渐摊平，单笔交易的费用也将随之下降。但如果是授权模式，采用的是固定成本结构，那么使用量越大，费用会越高。

尽管如此，在当今这种激烈竞争的环境中，部署生成式AI仍是不二之选。我们可以通过对优化其他费用来弥补这方面的支出，只要能够把握合适的机会，很快就能有可观的收益。

重塑关键职能

用生成式AI工具提高生产力势在必行，但还不够。如果企业能重塑流程和职能，将会获得更多机会。

重塑职能的积极影响不仅出现在了客户服务、营销内容、软件开发等我们能想到的领域，还出现在了现场服务、工程设计等此前我们未曾想到过的领域。虽然重塑职能会给企业带来挑战，包括要对任务进行集中处理，流程也要重新设计，但回报同样不容忽视。生成式AI可以提高30%到50%的效率和效益。

在客服中心，如果能实现这种幅度的效率提升，客户、员工和公司将三方共赢。BCG曾帮助一家银行的客服中心将客户咨询的时长缩短了近50%（参阅图1）。在这里，生成式AI工具不仅高效，也便于使用：座席员工的好评率高达75%。这种高效的工作流程不仅深受工作人员欢迎，客户也十分满意。

就重塑而言，企业应注意以下几点：

预测员工可能受到的影响。随着生成式AI逐渐成为业务部门不可或缺的组成部分，个人所承担的任务和职责也将发生变化。比如内容营销团队的撰稿人将花更多时间用于编辑生成式AI产出的内容。不过，向生成式AI转型需要满足很多条件。企业需要设置新的职位，并对预算进行重新分配。绩效评估也需纳入生成式AI的使用情况。
将预测式AI与专有数据和生成式AI充分融合。将生成式AI与机器学习系统和其他传统AI工具（又称预测式AI）结合使用，更能充分发挥工作型AI助手的作用。以专为现场维护人员开发的集成AI助手为例，该工具以大量专有数据为依托，使用预测式模型对故障问题进行预测，并将工作人员引导到适当的维修点，与此同时，该助手也可以使用生成式AI模型即时为维护人员提供知识支持，就维修程序给出建议。

我们有客户就利用这种组合模型将维修时间缩短了30%，不仅提升了现场维护人员的工作效率，还改善了设备的运行状况。

我们认为将预测式AI与生成式AI进行结合是一种有益的尝试，不仅适用于企业内部工具，也适用于为客户开发的解决方案。BCG推出的Fabriq就是一款结合上述两种AI技术的营销平台，可以为个性化项目提供支持，既能用预测式AI工具对产品进行选择和实验，也能用生成式AI解决方案自动生成营销活动和大量的宣传内容。

从Fabriq的经验来看，集成式AI确实可以为企业带来实实在在的战略价值，而且这种价值可以数字衡量。即使是在医疗、银行和金融科技等受严格监管的行业，我们的客户也取得了累累硕果：参与率提高了40%，开户数增加了80%，客户推荐得分也提高了30%。

无论身处何种行业，在整合生成式AI与其他AI工具时都应避免单点解决方案出现重复，要力求简洁，同时还应努力防止出现幻觉（虚假数据），为用户提供实用、准确的输出结果。我们还需要平衡成本与稳定性，缩短用户等待的时间。维持较快的开发节奏，让业务团队和技术团队定期反馈自己对模型性能的意见，可以帮助企业搭建出适合自身需求的解决方案。

企业和职能部门的负责人应亲自主导这项工作。相关领导应确定企业在AI使用方面的目标愿景，画好红线，还要推动开展一系列试点工作，找到其中能够有效落地的项目。领导者还应制定系统化的方案，以便后续推广最有效的试点项目。

但企业领导者也要对生成式AI“魔法”的负面影响保持警惕，比如不当使用、幻觉和假精准带来的风险。生产力方面也存在一些风险，比如生成式AI用错地方，就很有可能拖累工作效率。BCG开展的一项大规模研究发现，在超出GPT-4能力范围的领域，用生成式AI还不如不用。

通过实验，我们可以找出该技术最能发挥效用的场景以及无法完全自动化的场景，需要通过人工反馈模型或人工操作“最后一英里”流程来实现人机互补。员工是“重塑”工作的重要组成部分，只有当企业将大部分精力（根据我们的“10—20—70”法则，所谓“大部分”是指约70%）放在员工身上时，“重塑”才能充分发挥效力。

商业模式创新

生成式AI不仅能提高生产力，还可以帮助企业打造全新的客户体验，开发全新的服务和产品，甚至建立全新的商业模式。

许多企业想要通过借力生成式AI大幅提升营收业绩。某金融信息公司利用该技术将其核心产品（销售金融数据与分析）转化为面向客户的对话式洞察生成平台。仅这一项改革，该公司就有望增加1亿美元的净营收。在部署整套生成式AI后，该公司的营收状况将明显改变，企业影响力也将显著提升。

又例如，某消费品公司正在开发一款生成式AI对话助手，用于了解客户的个性化需求、提供趋势介绍、产品推荐和虚拟试穿等服务。该公司最近刚开始探索许多直接面向消费者的全新互动方式，或会在整个价值链中发挥更大作用（参阅图2）。

就创新而言，企业需要注意两点：

一流的工程设计，才能带来理想的业绩表现。从技术角度看，通过创新来实现价值最为复杂，企业需要从可靠性和成本效益角度出发，针对需求定制系统。不过在进行设计时，还要注重“以客户为中心”，这样才能打造出具备市场吸引力的合适产品。图2中的案例显示，为打造想要的客户体验，一共使用了四种大型语言模型、十个数据库，还引入了定制逻辑。

与前两项工作（部署和重塑）相比，创新对员工队伍整体的影响有限。具有行动迅速、灵活等特点的小型专业孵化团队是负责开发新模式的理想选择。一旦某种模式开始产生价值，企业就能了解到要如何随着项目规模的扩大对人员进行配置了。

创新有望为企业带来最大的长期竞争优势。要想获得长期优势，企业应开发能够充分发挥其自有数据和知识产权作用的模型。这些专有资产是企业开拓生成式AI体验的基础，企业要利用好这些资产，为客户提供无与伦比的互动服务。

释放生成式AI的价值

部署、重塑和创新并非相互排斥的关系。如果能平衡上述三个维度，企业将会更好发挥地生成式AI的作用。企业应在每个维度都指派具体的技术骨干，并制定负责任的AI政策，让员工对每个项目都充满热情，毕竟没有人，就无法释放生成式AI的神奇魔力。

在推进上述三个维度的过程中，应注意以下核心原则：

全速前进

各行各业的企业都在快速行动，通过生成式AI推动实现实质性的业绩提升。高管们应以ChatGPT问世一周年的时点为契机，推动加速相关工作进程。方法如下：

夯实基础。为企业进一步探索生成式AI技术创造安全的环境。制定培训方案、划清红线边界、设计网络安全守则，推动企业以安全、负责、信息畅通的方式开展相关实验。
分清主次。努力在“部署、重塑和创新”三个维度达到平衡，满足尝试生成式AI的必要条件，先提高短期生产力，再争取获得长期的竞争优势。
锁定价值。那些能够发挥生成式AI作用、产生积极效果的机会才是最好的机会，要精力集中认真对待。不要被那些华而不实、不符合具体业务目标的功能所迷惑。
加速学习。无论在本地还是全球层面，都要投入相应资源，协同开展实验。由于生成式AI的发展日新月异，企业不能让不同团队各自为战，独立培训。要想让员工及时掌握最新功能，最好的办法是企业范围内大规模的持续学习，各团队应尽可能频繁地与彼此分享各自的学习成果。
展望未来。最终，竞争环境将回归均值，所有的企业都将会采用生成式AI工具，而企业目前享有的一些竞争优势将逐渐弱化。但随着生成式AI的不断发展，新的优势将会出现，尤其是在数据质量、速度和敏捷性方面的优势。企业应提前想好未来三到五年最有前景的机会将出现在哪些领域，并将这些领域纳入自己的学习路线图之中。

许多曾经看似神奇的新技术，比如灯泡和智能手机，很快成了生活中的必需品。生成式AI很可能也会和它们一样改变我们的生活，特别是在与其他形式的AI进行结合时，更是如此。为获取竞争优势，许多企业已开始使用该技术，在这种背景下，一定不要犹豫不决。无论是更高的工作效率，还是令人艳羡的全新收入来源，都将被先行者们收入囊中，更不用说还有长期的竞争优势。