AI的投资回报：聚焦零售和快速消费品行业

核心观点与关键数据

• AI智能体广泛应用：51%的零售和快速消费品行业高管表示其组织正在利用AI智能体，其中47%已将其投入生产环境。AI智能体应用场景多样，包括客户服务、营销、安全运维、运营和购物顾问等，其中客户服务和营销领域采用率最高。
• 投资回报显著：生成式AI在多个领域带来投资回报，包括客户服务（33%）、营销（32%）、安全运维和网络安全（26%），以及运营和供应链（38%）。
• 效率提升明显：生成式AI显著提升了工作效率，非IT员工的工作效率得到提升，产品上市时间缩短。
• 客户体验改善：生成式AI改善了客户体验，提升了用户互动度和满意度，但要实现更高的增量收益，需要更复杂的方法。
• 营销成果提升：生成式AI帮助营销团队快速生成产品图片、广告素材和宣传文案，提高受众群体相关性并增加转化。
• 业务增长温和：生成式AI对业务增长的影响相对温和，但仍有部分高管表示其组织实现了超过10%的收入增长。
• 安全状况改善：生成式AI增强了组织整合情报和响应的能力，并有助于识别威胁，但业界正越来越多地转向使用专门的智能体AI来应对更复杂的安全挑战。

研究结论

• AI智能体成为战略重点：随着零售商和快速消费品品牌在运营效率、客户体验和竞争力等方面取得进展，AI智能体正成为新的战略重点。
• AI预算持续增长：AI已成为企业的关键战略性投资，AI预算在IT总预算中占比已达25%，且新增投资正越来越多地通过重新分配非AI预算资金来获得。
• C级高管支持至关重要：高管层的支持与生成式AI能否实现投资回报密切相关，获得高管层全面支持的组织更有可能成功。
• 主要挑战：选择LLM提供商时，数据隐私和安全性、与现有系统集成、以及人才与内部AI教育项目是需要考虑的主要挑战。

后续行动建议

• 争取C级高管支持：推动AI项目的落地，扫清障碍，并确保项目成果与业务目标保持一致。
• 建立数据治理框架：确保数据整洁有序，并满足高标准的数据安全要求。
• 保持人机协同：为AI智能体提供有效运行所需的工具，并始终保持人机协同。
• 系统集成：确保AI智能体能够访问企业内部系统，并保持所有访问安全且受管控。
• 投资人才教育：构建和管理AI智能体，并培养内部AI人才。
• 从高价值项目着手：集中精力构建能够自动执行重复性任务的AI智能体，以实现明确的投资回报。
• 制定AI管理规范：保护客户数据隐私，提供负责任的个性化服务并践行道德采购。