以下是领先战略团队如何成功地推动他们在组织中采用生成式人工智能的方式

以下是领先战略团队成功推动其组织中生成式人工智能采用的策略。 我们调查了50位高级战略领导者，以了解他们的生成式人工智能 （genAI）实施策略，以及为什么一些团队比其他团队看到更好的结果。 生成式AI是明年各行业策略团队的优先技术选择。 但实施进度滞后，我们调查的仅有32的企业战略领导者在其组织中实施了活跃的通用人工智能部署。 本报告深入探讨了主要战略团队如何导航生成式人工智能的采用，它们面临的关键挑战，以及将成功的实施与停滞不前的项目区分开来的策略。 您可以在此处下载调查反馈数据。 请注意：将成功定义为部署至少一个可测量的GenAISolution。业务成果，例如降低运营成本或提高客户满意度。 如何战略团队正在优先考虑生成人工智能 企业AI使用安全性的实现成为主要战略焦点 策略团队将生成式人工智能视为未来一年最重要的技术优先事项，94的受访者表示将生成式人工智能视为重要或适度关注的焦点。通用人工智能的发展也是一项重要的优先事项（86） 。 这紧接着是数据管理（84）和网络安全（78），这两者都是使组织内部安全使用通用人工智能所必需的。 当被问及今天哪个市场或技术最被低估时，一家主要金融信息服务公司表示，大语言模型（LargeLanguageModel，缩写为LLM）仍然被低估： 生成式AI具有替代、重新想象和重新创造我们今天与技术互动方式的潜力。我认为我们需要投入更多的资源、投资和时间来评估和构建AI能力。”来自一家领先金融服务业公司的策略总监 人工智能（GenAI）的部署落后于其他技术。 生成式人工智能仍处于早期采用阶段。只有32的受访者已经部署了生成式AI，另外54处于试点或评估阶段。 相比之下，超过三分之二受访者已部署更成熟的技术，例如数据管理、网络安全和云技术。 最常见的实施挑战 安全和监管担忧占据主导地位。 安全问题是实施生成式人工智能的战略团队最关注的问题，46的人将其视为其组织采用该技术的障碍。团队还面临着内部优先事项的竞争（42）以及法律和监管方面的考虑（40）。 技术基础设施挑战，如开发成本和人才能力，在实施障碍中排名明显较低。 有很多痛点围绕通用人工智能的使用。如果有什么可能会引起任何形式的网络安全漏洞或弱点 ，这是一个巨大的担忧和痛点。在那一方面，我们还没有看到任何东西滚入生产环境，但这始终是我们需要非常谨慎推进这一点的提醒。一家大型金融机构的高级副总裁 战略团队在金融服务和医疗保健行业运营，这些行业管理着高度敏感的客户数据，他们报告了最高的安全担忧水平。在这两个行业，分别有78和73的受访者将安全问题和或监管问题认定为接受生成人工智能（genAI）的显著障碍，相比之下，总体受访者中这一比例为57。 在内部竞争优先级和资源限制方面，技术障碍被超越。 策略团队在将有限的资源分配给通用人工智能（genAI）举措时面临困难的权衡，其中42的人将内部竞争优先事项视为genAI采用的重要障碍。由于计算能力、人才和预算都处于高度需求状态，团队必须谨慎地优先考虑哪些genAI项目可以推进。 财务考虑塑造了这些决策。一位技术领导者指出：股东和投资者通常不希望公司在没有明显投资回报（ROI）的情况下大量投资生成式人工智能。 “明确且很可能在未来几年内不会实现。”这导致了长期创新目标与短期资源限制之间的紧张关系。 为应对这些挑战，公司正采取结构化的项目管理方法。一位金融服务高管描述了他们的解决方案：利用猛虎队。 我们组建了一支团队，旨在为生成式AI应用编制一本操作手册其中一些痛点已经通过“老虎团队”来解决，这个团队拥有一套专家，他们被部署到需要他们的地方。这已经产生了巨大的影响。 客户服务与市场营销部门是GenAI采用的关键部门。 我们的调查揭示了在各个商业职能中部署通用人工智能（genAI）的明显模式：组织首先关注那些用例定义明确且结果可以清晰度量的客户部门。 接下来，组织正在针对运营和财务部门内的内部效率和流程自动化进行目标设定这两个领域都显示出最高的试点活动水平。 客户面向的应用领导潮流 客户服务（38）和市场营销（30）引领当前一代人工智能部署。 在客户服务领域，团队实施了提高响应时间和满意度指标的同时收集有价值互动数据的解决方案。例如，一位金融服务高管正在使用生成式人工智能通过预测分析来提升客户支持：我们在如何收集客户债务方面进行了再定位以便预测性地识别行为发生变化可能表明需要信用解决方案的客户。 市场营销部门正在部署通用人工智能（genAI）以实现内容个性化、活动优化和客户洞察生成。 这些部门对可衡量成果的重视从改进响应时间到提高参与率为组织提供了明确的证据点，以支持更广泛的应用。 运营和后台职能成为下一个前沿领域 尽管客户服务部门引领当前的部署，但运营部门显示出最高的试点活动水平（42的受访者） ，财务部门紧随其后（36）。 这一转变反映了对于通用人工智能（genAI）在内部流程优化方面能力的信心逐渐增强。 正如一位金融服务高管所解释：在接下来的12个月内，我们将优先考虑监管AI。我们希望自动化合规检查并生成准确的监管报告以减少我们投入其中的工作量。 早期试点展现了跨行业效率提升。医疗机构报告称临床文档和监管报告方面有所改进，而财务团队则专注于发票处理、合规自动化和风险评估。 这次对内部运营的谨慎扩展表明，组织通过具体、明确的使用案例而非广泛的变革性计划，成功地扩展了通用人工智能（genAI）。 策略团队优先考虑外部合作伙伴关系以加速生成人工智能的实施。 策略团队倾向于外部合作，其中85的人选择与外部供应商合作或购买，而不是内部建设。这种方法在受监管的行业中尤其有效，因为安全和合规要求构成了显著的采用障碍。 安全考虑塑造实施 40的团队将风险管理作为他们选择主要供应商的首要标准。 组织优先考虑微软、亚马逊网络服务（AWS）和IBM等提供商，因为这些公司拥有成熟的安全框架和合规性协议这些能力若要在内部开发，需要数年时间。 团队还会仔细审查潜在提供商的数据治理框架，寻求详细的数据处理协议、模型训练透明度和AI输出的持续监控。 我们IT和安全团队高度参与其中，因为他们需要清理我们所拥有的团队、产品和平台，所以我们尽力较好地控制它。一位领先医疗保健提供商的战略总监 这种谨慎的方法使组织能够在保持强大的安全控制的同时加速部署，尤其是在管理敏感客户数据的行业中。 合作伙伴关系成果 组织与外部供应商合作或购买其解决方案以实施通用人工智能（genAI）时，可显著获得可衡量的回报，例如： 一家金融服务公司报告称，通过自动化和提升生产力，节省了“30至50”的成本一家领先的健康护理提供商记录了在实施通用人工智能解决方案的部门中，客户满意度提高了30 另一家金融服务公司提到，人力资源管理行政时间减少了15 这些例子，结合上述数据，表明外部合作正在加速实现价值的时间，同时帮助组织有效管理风险。 附录：我们的受访者是谁？ 2024年8月，我们对50位企业战略领导者进行了调查这些领导者的职位为部门经理或以上 ，他们所在的公司员工人数超过200人，包括私营企业和上市公司。这些职位包括战略总监、战略与企业发展副总裁、战略与创新执行副总裁等。 54的人在公司工作，这些公司年收入超过10亿美元，其中最大的公司年收入接近800亿美元。 在受访者中，最大的群体从事医疗行业（34），其次是科技行业（28）和金融服务行业（24）。