全球产业生成式 AI 应用形态调研报(汉)

现在决定下一步： 来自生成式AI采用前沿的见解 德勤在企业第一季报告中的生成AI状况 2024年1月 前言 现在决定下一步 生成式AI的到来预示着各行业将面临颠覆与机遇。企业正在探索如何利用生成式AI来释放商业价值、提升效率与生产力 ，并开启全新的产品、服务及商业模式的大门。面对这一新兴技术并就企业采用生成式AI的未来做出决策时，把握其采用趋势对于业务领导者而言极为关键。 企业中生成AI的现状： 为此, 现在决定下一步 本报告首次发布的季度系列中捕捉了2,835位参与其组织内生成式AI试点或实施的企业和技术领导者的感受。这些领导者持续表达了对使用生成式AI的热情，并预计短期内会产生重大变革性影响。然而，他们在技术广泛应用的同时，也认识到生成式AI可能对劳动力和社会产生的不确定性影响，呼吁加大对人才、治理和全球合作的投资。 基于这些第一波洞察，我们可以更清晰地了解领导者如何运用生成式AI、面临的挑战以及至今学到的经验教训。这有助于揭示领导者当前应提出的一些关键问题和为迎接未来所做的准备行动，确保其企业的顺利过渡。 在生成式AI领域仍有许多待探索之处。随着其不断发展并大规模应用于各种应用中，新的问题和挑战将变得更加清晰。我们的季度报告将为您提供帮助，以理解这个快速发展的领域、基于我们所学提供实用指导，并展望您企业在生成式AI未来的发展方向。 了解有关该系列的更多信息，并在deloitte.com/us/state -of-generative-ai上注册更新。 DeborshiDutt，BeenaAmmanath，CostiPerricos和BrennaSniderman 3 Introduction 现在决定下一步：来自生成式AI采用前沿的见解 生成式人工智能（genAI）是否会成为历史上最具影响力的科技创新？它是否会彻底改变人类的生活和工作方式？或者最终会证明是如此吗？ 技术dujour 只是另一个承诺带来革命性变革，但最终只实现了微小改进的情况？目前，我们无法确定这一点。 我们所知道的是，过去许多突破性技术都遵循了共同的采纳模式：初始意识；导致过度炒作的兴奋；当预期与现实相遇时，出现轻微的失望；然后在技术达到临界质量并证明其价值后 ，爆发式增长。 生成式AI似乎遵循了同样的模式，只是快得令人难以置信。ChatGPT于2022年11月30日公开发布，主要作为一个技术演示。两个月后，它已经吸引了估计1亿活跃用户——使其成为历史上增长最快的消费者应用。1 自那时起，生成式人工智能持续以惊人的速度发展，涌现出了众多新的工具和应用场景——提供了对这项技术巨大潜力的有力洞察，展示出其彻底改变人们生活和工作方式的能力。 4 Introduction 来自前沿的见解(续) 在这场生成式AI快速发展的狂热时期，商业、科技以及公共部门的领导者面临着巨大的压力，需要理解生成式AI，并找出如何最有效地利用其能力（或至少避免被）。 在这个充满生成式AI快速推进和采纳的动荡阶段，商业、科技与公共领域的重要决策者们正承受着巨大压力，以求深刻理解生成式AI技术，并探索出最大化利用其潜能的方法（或者至少避免遭受其影响）。 现在决定下一步 中断)。他们也感觉到他们今天的决策和行动将显著影响生成式人工智能在未来的发展，无论是好是坏。 为了帮助做出明智的决策，领导者需要有关当前生成式AI发展及其未来走向的客观、及时信息。正是基于这一目的，毕马威正在进行这项持续性的季度调查。我们的目标是了解生成式AI的采用情况、洞察当前动态、追踪态度和活动的变化，并提供实用、可执行的见解，以帮助您等领导者就AI、战略、投资及部署等方面做出知情且充满信心的决策。 关于企业中生成AI的现状 为了帮助商业、科技和公共部门的领导者追踪生成式AI的快速变化与采纳进程，德勤正开展一系列季度性调查。该系列调查基于德勤企业AI状态报告，已连续五年发布。第一波调查于2023年10月至12月针对六大行业（消费品、能源资源与工业、金融服务、生命科学与医疗保健、科技媒体与通信、政府与公共服务）的2,800多名从董事到C级高管级别的受访者进行。了解更多信息，请访问deloitte.com/us /state-of-generative-ai。 人们常倾向于在短期内高估技术的影响，在长期内低估其影响。这一现象在过去多次出现，并且很可能再次发生在生成式AI上。请注意，鉴于生成式AI变化速度之快，短期内与长期间的差距可能以天 、周或月来衡量，而不是年或十年。 本报告详细探讨了我们的首次季度调研结果，这些结果得到了德勤在各主要行业和众多地理区域内的组织AI相关工作洞见的支持。我们还提供了前瞻性的视角，以帮助您决定生成式AI行动可能对您的组织和处境有何意义。 5 本报告及其图形中提到的所有统计数据均来自德勤的 TheStateof 第一季度调查，2023年10月至12月进行； 企业中的生成AI：现在决定下一步， 报告系列。N(总领导者调查回复)=2,835 生成式AI是人工智能领域的一个分支，指的是能够响应查询生成文本、图像 、视频及其他资产的AI。生成式AI系统能够与人类互动，并通常基于大型语言模型（LLM）构建。也常被称为“genAI”。 现在：主要发现 我们的生成型AI季度调查的第一波于2023年12月完成，涵盖了超过2800位直接参与全球大型组织中生成型AI试点或实施的AI精通的商业和技术领导者。以下是他们对于情绪、应用场景、挑战等议题的看法。 6 现在：主要发现 1对生成AI的兴奋仍然很高，预计未来三年将产生变革性影响。 在接受调查的企业和技术领导者中，近三分之二（62%）的人将兴奋列为对生成式人工智能的首要情感；然而，这种兴 奋中夹杂着不确定性（30%）（见图1）。绝大多数受访者（79%）预计生成式AI将在未来三年内驱动其组织和行业发生重大变革——接近三分之一的人预计现在（14%）或在不到一年的时间内（17%）就会发生重大变革（见图2）。 调查结果显示，许多由AI驱动的企业正接近加大努力并以更实质的方式采纳生成式AI。这与我们在市场上的观察相一致 ，全球企业正在竞相从实验和概念验证阶段转向在各种应用场景和数据类型上进行大规模部署，同时追求速度和价值捕获，同时管理潜在的下行风险和社会影响。 在未来的研究中，我们将密切关注这一领域的进展——特别是针对组织的专业知识、能力、有形成果以及对生成式人工智能技术迅速发展的响应。 31% 我们调查的领导者中，有48％的人预计在不到一年的时间内实现重大转变； 生成性AI引发一系列强烈的情绪 62% 兴奋 着迷 46% 30% 不确定 Trust 16% 17% 惊喜 焦虑 10% 8% 混乱 Fear6% 4% 排气 愤怒 1% 问：考虑到生成AI，您对该技术最感兴趣的是什么？(2023年10月/12月)N(总计)=2,835 7 图1 现在：主要发现 何时可能生成AI改变你的组织？ 1% 14% 20% 超越 从不Now 17% 三年小于 一年 48% 在一个到 三年 图2 问：什么时候生成AI可能会实质性地改变您的组织和行业，如果有的话？(2023年10月/12月)N(总计)=2,835 8 现在：主要发现 2许多领导者对他们组织的生成AI专业知识充满信心。 在我们的调查受访者中，有较大的比例（44%）表示他们认为其组织当前在生成式人工智能方面拥有较高的（35% ）或非常高的（9%）专业知识水平。这一结果在一定程度上令人意外，鉴于生成式人工智能正在快速演进（图3） 。 但在我们调查的具体背景下，高度的信心似乎完全合理，因为我们特意选择了具有丰富经验、直接参与大型组织中正 评估其组织生成式人工智能专业知识为高或非常高的程度，但考虑到技术发展的速度，这样的专业知识真的可能吗？ 44% 使用生成AI进行自我评估的专业知识很高 1% 没有专业知识 在试点或实施生成式人工智能解决方案的领导层。然而，鉴于该领域发展速度之快， any 可能值得质疑领导者应对其组织的专业知识和准备程度感到高度自信。事实上，即使是当今最前沿的AI专家，他们在亲自开发生成式AI技术时，有时也会对自身创造物的能力感到真正惊讶。2 10% Little 专业知识 9% 非常高 专业知识 一些领导者是否认为他们的组织基于小型试点项目中使用少量生成式人工智能工具所获得的知识和经验，具有高度的专业性？如果是这样， 领导者应当认识到，虽然小型试点项目可以提供宝贵的经验和见解，以验证特定技术或方法的有效性，但要确保组织在各个领域都具备高水准的专业知识，还需要更全面、深入的评估和学习。这可能包括： 1.**多维度评估**：除了小型试点项目外，还应考虑不同规模、不同应用场景和不同领域的实际案例，以全面了解技术的应用范围和局限性。 2.**持续学习与迭代**：建立一个持续学习和迭代的机制，不仅关注当前的技术能力，还要预见未来的发展趋势和技术更新，保持组织在专业领域的领先地位。 3.**跨学科合作**：鼓励跨学科团队合作，融合不同领域的专业知识，促进创新和解决复杂问题的能力。 4.**透明度与责任**：确保所有决策和操作的透明度，明确责任分配，尤其是在涉及伦理、安全和合规性的关键领域。 5.**员工培训与发展**：投资于员工的培训和发展，特别是对于新兴技术和工具的培训，确保团队有能力应对不断 45% Some 专业知识 图3 35% High 专业知识 变化的技术环境。 6.**风险管理**：建立健全的风险管理框架，识别、评估和管理技术应用带来的潜在风险，确保安全性和可控性。 通过这些策略，领导者可以更全面地评估和提升其组织的专业性，确保在面对不确定性和快速变化的环境时，仍能保持竞争优势。 less 和组织可能实际上成为 问：您如何评估您的组织目前在生成AI方面的整体专业知识水平？(2023年10月/12月)N(总计)=2,835 9 使用生成性AI的专业知识推动人们对采用的态度 非常高Some 专业知识专业知识 信任胜过不确定性 39% 9% Rank信任在感受到的顶级情绪中 1在顶1级%情绪3中8感受%到Rank不确定性 广泛的兴趣引发了转型 7在8gen%AI中38%说员工表现得很高兴趣 3变革1性%9%说GeneAI已经 广泛采用会产生压力 3威胁3对%商业16%感觉广泛采用是一种 4压力4采%用g2en5A%I 感觉更大 （2023年10月/12月)N(总计) =2,835，N(非常高)=267；N (某些)=1,273 10 图4 3 现在：主要发现 报告高度专业化的生成式AI的组织往往对其持更为积极的态度— —但也感到更大的压力和威胁。 与其它受访者相比，那些认为其组织整体生成式AI专业知识“非常高”的领导者倾向于对这项技术持有更积极的态度；然而，他们也感受到了更大的压力。 and 采纳它-将其视为对他们的业务和运营模式的更多威胁(图4)。 分析显示，该群体采用了更多模态，跨多个企业职能部署生成式AI，并探索了更多的应用场景。如图4所示，专家水平非常高的领导者更有可能报告更高的信任度和较低的不确定性。他们也倾向于对生成式AI表现出更广泛的兴趣，并预期其组织能更快地实现转变。 同时，这些受访者对生成式AI的更深理解似乎正在塑造他们对于潜在影响的看法——既有积极的一面，也有消极的一面 。许多人报告称，他们认为技术的广泛应用是对其组织运营和商业活动的威胁，这进一步加大了他们采纳生成式AI并扩大其应用的压力与紧迫感。 组织领导人拥有高度专业知识的人更有可能将生成AI视为对其业务和运营模式的威胁。 组织希望通过生成式AI实现的关键好处 改进效率和 生产力 56% 35% 降低成本 改进现有 产品和 服务 29% 29% 鼓励创新和增长 轮班工人从 从低到高 价值任务 26% 26% 增加收入 25% 提高速度和/或轻松开发新的系