10%的顶尖公司正在整个企业中扩展至少一个生成式AI（GenAI）应用。

这些公司目前正在使用生成式人工智能方面获胜，通过走出试点阶段，开始从这项技术中获取真正的价值。此外，他们正走在通过生成式人工智能重塑整个职能或整个企业的道路上。总的来说，这个群体也有更坚实的需求预测人工智能的基础，专注于分析任务。然而，他们对目前的状况并不满意。作为一个群体，他们增加数字化和人工智能的投资的可能性比其他公司高四倍，这是由于生成式人工智能的出现。

尽管其中一些组织是数字原住民，如亚马逊和谷歌，但三分之二是能源、保险和生物制药等行业中的现存公司。例如，一家美国能源公司推出了由基因AI驱动的对话式平台，旨在帮助前线技术人员，提高生产力 7％。一家生物制药公司正在通过基因AI重新构想其研发部门，将药物研究的时间缩短了 25％。

大约50%的公司现在处于试点阶段。

该组中的公司已经开启了 GenAI 的旅程，正在进行几个重点的试点项目来测试这项技术的价值。其中大部分公司在早期数字和 AI 倡议方面取得了一些成功；但是，他们尚未在组织内大规模推广这些倡议。

大约40％的公司还没有采取任何行动。

第三组公司尚未对GenAI采取重大行动。大多数公司仍在努力应对早期的数字化和人工智能倡议，缺乏许多成功的基本能力，如现代技术基础设施或可靠、可访问的数据。这些公司的领导者可能没有对GenAI有充分的了解，因此不认为有必要采取更雄心勃勃的步骤来实施它。

为什么基因AI已经在重塑商业

技术已经发展了几十年，许多公司一直在努力数字化其流程和功能。然而，GenAI是不同的。在我们的研究中，大约三分之二（65%）的资深高管表示，它在未来五年中具有任何技术中最具破坏性的潜力。尽管成本环境紧张，但三分之一的高管已经增加了投资。为什么高管对GenAI如此乐观？

• 
  相比其他软件，它的价值实现时间更快。领先组织可以通过部署、重塑和重新发明这三个广泛的价价值主张，快速地实施GenAI解决方案，并在三个月内开始实现效益，特别是通过利用即插即用的应用程序，可以在基本任务中提高10%到20%的员工生产力。
• 
  更具雄心壮志的应用可以相应地带来更大的益处。利用GenAI重塑功能或发明新的商业模式可能需要更长的时间——一至三年——但是可以引发更大的影响。例如，一家消费品公司正在建立一个由GenAI驱动的聊天助手，为客户提供个性化的诊断、趋势探索、产品推荐和虚拟试穿服务。
• 
  最有价值的多智能体应用已经显现。超过50%的CxO高管们指出了营销和销售、客户运营、研发和IT/软件工程是多智能体最大的价值池。同时，这项技术也提供了许多行业特定的应用程序。下方的演示文稿展示了多个行业中最有影响力的多智能体应用。

现代技术基础设施。

与滞后的公司相比，领先的公司在拥有一流的现代化、模块化IT基础设施方面可能性是滞后公司的三倍。这使得领先公司能够在其基础模型之上开发新的由生成式人工智能（GenAI）驱动的服务，并与外部开发人员实现无缝合作。同时，在未来的三年内，这些领先公司中有1.5倍的可能性将专注于构建内部GenAI堆栈，这强调了它们期望将这项技术打造为其组织核心能力的愿望。

强大的数据处理能力。

优秀的企业比其他企业更有可能建立数据管道和数据管理实践，这有助于他们获取和存储高质量的数据（包括来自非结构化数据源的数据）。这对于生成式AI来说是一个关键的组成部分，因为模型只有在接受训练的数据质量方面强，它们才会强。正如一位全球媒体公司的首席数据分析官所说：“如果训练数据存在偏见或缺乏全球受众的多样性，从生成式AI工具中生成的结果将重复这些问题，这将影响我们服务全球市场的

关键的是，技术基础设施和数据能力并不是创造 GenAI 价值的正式、铁定的先决条件。这些特质有所帮助，但一些组织即使在这些领域的技能不太成熟时也能取得成功，尽管在平行处理基础设施和数据能力时可能需要更长的时间。

 领导力支持。

和任何变革倡议一样，领导层的支持至关重要。进行规模扩张的公司比无所作为的公司更有可能拥有优先考虑创新并积极支持全公司范围内生成式人工智能的领导。这些领导通常深刻理解该技术对他们的行业的潜在影响，并公开承诺组织要利用其在产生价值的方式。正如全球媒体公司数据和分析主管所说：“我们领导团队的可见支持和承诺至关重要，因为它提供了在实验和处理失败的过程中的自由”。

负责任的人工智能指南和流程。

GenAI是一项新技术，正在迅速发展，对于不了解这一技术的组织具有实施风险。但是，也有公认的方式来减轻这些风险，例如“引入人类监督”、只使用事实数据，并——关键地——实施负责任的AI。我们的研究发现，领先的公司更有可能已经制定出护栏、指南和政策，以确保它们遵循负责任的AI原则。在研究结果中，对GenAI潜在滥用的警惕并采取积极措施来应对这些风险的规模扩展公司的比例，

正如一家全球媒体公司数据和分析总监所说，“我们有时候会处理高度敏感的个人可识别信息或尚未发布的预发行内容，因此政策必须明确规定人们可以和不可以如何使用GenAI。”

落后的公司缩小差距的优先事项 ​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

对于那些在拥抱Generative AI方面行动缓慢的公司来说，刻不容缓的是必须采取果断行动，并加速使用这项技术。我们的研究表明，对两种类型的企业都有具体的指导建议。

不行动型公司优先事项

尚未对Generative AI采取行动的40%的公司应重点关注领导层支持，确定少数关键应用，与外部合作伙伴合作，并个性化他们的治理方法。

将领导者转变为知情拥护者。超过一半尚未采取行动应对大语言模型（GenAI）的公司都认为领导层存在知识不足是关键的障碍之一。因此，领导者应教育自己了解 GenAI 的潜在价值，并推动组织接受这一技术。正如一家成长型公司 GenAI 产品负责人所说：“改变人们的工作习惯很困难。我们采取了自上而下的方法，通过设定使用目标来推动采用并衡量进展。”

从少量优先应用开始。 公司不需要从零开始 — 每个行业的最高价值应用已经非常清楚。组织可以选择最适合其需求的几个应用，并采用最小可行产品方法来开发它们。敏捷团队可以快速确定所需数据，访问这些数据的手段，以及需要开发，实施和运行解决方案的人员 — 所有这些都可以在几个月内完成。 “一旦我们定义了一套技术上可行的项目，我们就会根据它们对业务的价值和影响对它们进行评估，”

早期利用外部合作伙伴。超过40%的无行动公司将现代技术基础设施的缺失视为关键障碍。但是，改进IT基础设施需要时间。公司可以与外部合作伙伴合作并依靠即插即用的GenAI平台，使他们能够快速实施解决方案。正如一家全球媒体公司数据和分析主管所说：“进行试点并不需要先进的技术基础设施。我们有一套经仔细筛选的合作伙伴生态系统，与之合作可快速运行试点。”

针对GenAI项目的需求量身定制治理方式。许多组织的重大技术项目治理薄弱，如果没有足够的关注，初始的GenAI试点项目很快就会偏离轨道。与其试图解决这个问题，公司应该为GenAI项目创建定制治理。一些公司正在创建GenAI卓越中心，以推动迅速行动，并带来更大的影响力，同时内嵌适当的治理。正确的方法应该能够实现快速的决策和干预，以保持进展，同时确保必要的职能（包括风险和合规部门、采购

“试飞”公司的优先事项

与“不采取行动”的公司相比，处于试点阶段的50%的公司重新调整已开展项目组合的优先级，重新评估技术基础设施和数据要求，并调整其人才战略。

重新调整应用程序的优先级。随着人们对生成式人工智能的意识增强，这个阶段的公司经常被部署生成式人工智能解决方案的请求所淹没，导致分散和孤立的努力。为了改进，公司需要评估他们的项目组合并重新优先考虑它们，以便最大化潜在价值。“人们很容易陷入一个倡议中，而不关注实际交付的价值，”一家能源公司的数字和创新负责人表示。“我们毫不留情地审查了业务案例，以确定哪些倡议需要扩大规模

重新评估技术和数据要求。现代化的技术和数据基础设施是漫长而具有挑战性的追求。但是，公司可以更聪明地对早期试点的经验教训进行评估，从而更好地进行这个过程。多个项目完成后，重新评估支持更广泛采用 GenAI 的核心技术和数据方面是必不可少的。例如，约 50% 的试点公司表示，数据孤岛是当前阶段的主要障碍之一。这个过程可以确保 GenAI 的需求与组织的更广泛技术需求相一致，并帮助领导者

例如，一家跨国金融服务公司考虑使用云计算解决方案来支持部分 GenAI 应用程序，但最终决定将该能力内置于其内部系统。 该公司技术战略与转型部门主管表示：“与 GenAI 相关的巨大成本影响了我们的决策。 我们使用内部处理器来训练 GenAI 模型，因此可以避免在云上进行培训时的成本压力。”

优化人才战略，加速采纳。随着GenAI的嵌入和数据在整个组织中的民主化，公司需要调整其人才战略，确保员工具备与技术共舞所需的能力。然而，试点公司比扩展型公司少20%的可能性对GenAI进行了员工技能培训。而高管认为，由于GenAI对其当前角色的影响，未来三年内44％的员工需要进行再培训。在某些情况下，与员工合作开发新工具的正确方法可能会产生购买和支持

正如欧洲一家石油和天然气公司的一位数字化和创新主管告诉我们：「我们需要恰当地让一线员工参与，帮助他们开发我们的一种GenAI工具，因为他们可能会强烈抵制技术，如果他们误解了技术的目的，认为它将会取代他们。」

GenAI（通用人工智能）正在成为商业生态系统的重要组成部分，并已成为具有强大价值和竞争优势的来源。但只有10%的公司已经掌握了如何大规模应用GenAI来创造价值的方法。GenAI仍然是一项新兴的、不断发展的技术，但每一次新的发布都为企业提供了更多的价值。那些正在推动GenAI发展的领导企业已经找到了成功之路。他们竞争对手面临的风险是，随着领先企业通过缩短大规模部署的时间并更多地聚焦于重塑和发明来进一步扩大