1
生成式AI热潮仍在持续，预计该技术
将在未来三年内带来变革性影响
在受访业务和技术领导者中，近三分之二（62%）的人表示对生成式AI技术主要感到兴奋，这种兴奋中同时夹杂着不确定性（30%)。绝大多数受访者（79%）预计生成式AI将在未来三年内为组织和行业带来实质性变革，近三分之一的受访者预计实质性变革将在当下（14%）或不到一年内（17%）发生。
调研结果表明，许多由人工智能赋能的企业将进一步推动生成式AI带来实质性变革。这与市场情况一致。全球企业都在争先恐后地从实验和概念验证向在各种用例和数据类型中更大规模部署生成式AI转向——速度与价值并求，同时控制潜在下行风险和社会负面影响。
在今后的调研中，我们将密切关注这方面的进展，特别是关于各组织的生成式AI专精水平、能力、实际成果以及对快速发展的生成式AI技术的应对措施。
2
许多领导者对其组织的生成式AI专精
水平充满信心
很大一部分受访者（44%）认为所在组织当前生成式AI专精水平"较高"(35%）或"很高"(9%)。在生成式AI急速发展的情况下，这个结果有些出人意料。但本次调研受访者均拥有丰富的人工智能经验，直接参与所在大型组织的人工智能项目，这些组织已经试点或实施生成式AI解决方案，受访者极度自信似乎也合情合理。但生成式AI发展速度如此之快，或许值得一问的是：领导者应该在多大程度上对其组织的专情水平和准备工作充满信心。事实上，即使是当今最顶尖的生成式AI技术开发专家，有时也会对生成式AI的能力发出由衷的惊叹。认为其组织具有"较高"专精水平的部分领导者所主要依据的知识和经验是否来源于仅利用了少量生成式AI工具的小规模试点项目呢？如果是这样的话，随着生成式AI的部署规模逐步扩大，领导者和组织在更大挑战中积累了更多经验后，可能不会再如此自信。换句话说，越了解生成式AI，越会发现对这项技术所知甚少。这种趋势在其他技术发展过程中屡见不鲜，在今后的调研中我们也将密切关注这一点。
3
具备"很高"生成式AI专精水平的组织，
往往对该技术持更积极态度，但同时
面临更大压力和威胁
与其他受访者相比，认为所在组织总体生成式AI专精水平"很高"的领导者往往对该技术持更积极态度，但面临应用部署压力，认为该技术会对业务和运营模式构成威胁（图4)。
据分析，该组领导者使用了更多模态，在更多职能部门中部署了生成式AI，并产生了更多用例。如图4所示认为所在组织专精水平"很高"的领导者也更可能具有更高信任度和更低不确定性。他们也往往对生成式AI表现出更广泛兴趣，并期望所在组织更快转型。
与此同时，受访者对生成式AI的进一步了解似乎也影响着他们对潜在影响的看法是积极还是消极。许多受访者认为大规模部署该技术将对其组织的运营模式和业务开展方式构成威胁，使其面临更大压力和紧迫感。
4
企业当前的主要重心仍是降本增效
和提高生产力，而非促进创新和加速增长
大多数受访企业正以提高效率／生产力（56%）和／或降低成本（35%）等战术性效益为目标。此外，91%的组织希望生成式AI能够提高组织生产力，27％的组织希望能大幅提高生产力。小部分组织表示将促进创新和加速增长等战略性效益作为目标（29%)。
这与过去的技术应用模式相一致。起初，大多数组织都会自然地把重心放在逐步改进现有流程和能力上一从容易实现的目标中获取价值，同时积累有关新技术的知识、经验和信心。之后，将重心扩大或转移到更具创新性、战略性和变革性的改进上——利用新技术来推动增长，并通过以前根本不可能实现的能力来实现竞争差异化和优势。
受访者中，人工智能专精水平较高组织的领导者较早表现出向前发展的趋势。他们更关注获取新思路和新洞察（23%，受访者总数中这一占比为19%)，不太关注效率和生产力（44%，受访者总数中这一占比为61%）以及降低成本（26%，受访者总数中这一占比为38%)——尽管这些战术性效益仍是他们较为关注的重点。
5
大多数组织主要依靠现成解决方案
与当前主要关注生成式AI的战术性效益相一致，绝大多数受访者目前依靠现成的解决方案。其中包括集成了生成式AI的生产力应用程序（71%)；集成了生成式AI的企业平台（61%)；标准生成式AI应用程序现成生成式(68%)；以及公开的大语言模型（LLM)(56%)，如ChatGPT。
相对较少的受访者使用了更具针对性、差异化的生成式AI解决方案，如特定行业的软件应用程序（23%)、私有LLM(32%）和／或开源LLM（企业定制）(25%)。
在当前这一早期阶段，企业主要将生成式AI用于提高已有活动的效率和生产力，依赖标准的现成解决方案是合适的。但随着生成式AI的用例更具专业化、差异化和战略性，相关的开发方法和技术基础设施也将随之跟进。
6
企业在与生成式AI部署相关的人才、
治理和风险等关键方面准备不足
在首次季度调研中，对于应对与生成式AI部署相关的人才问题，41％的领导者表示其组织仅"略有准备"或"毫无准备",22％的领导者表示其组织"准备充分"或"准备很充分"。同样，对于应对与生成式AI部署相关的治理和风险问题，41％的领导者表示其A5织仅"略有准备"或"毫无准备",25％的领导者认为其组织"准备充分"或"准备很充分"。
较大部分领导者表示，对于技术基础设施（40%）和战略（34%)，其组织"准备充分"或"准备很充分"，但调研结果显示，仍有很大提升空间。
谈及风险和治理，生成式AI绝对不仅仅是"另一种新兴技术"而已。根本性挑战在于如何在利用人工智能的力量时不失控。毕竟，生成式AI最令人着迷的地方似乎就在于它能模拟人类的思维和行为并令人信服。当然，人类的思维和行为并不总是完美、可预测或为社会所接受的，该技术亦是如此。
往期回顾
新书速递
美编：林臻杰
责编：王天姿
来源：德勤
如存在侵权问题请联系wangtianzi0402@ruc.edu.cn删除
