前不久，火山引擎、RollingAI和极客时间一起发布了《生成式AI商业落地白皮书》（以下简称《白皮书》）。
《白皮书》整体结合实际项目案例，全面分析了AI行业的现状与趋势，探讨其对不同领域的影响，并展望其未来发展方向。简单看完，小有收获，来跟大家分享几条学习笔记。
01
AI正在应用领域大爆发
报告选择了通过统计GitHub上AI项目数量和这些项目的星标数量来分析AI应用的发展情况。
GitHub是一个全球化的技术社区，各个国家的程序员在这里分享项目和代码，类似于程序员界的小红书。
在GitHub上，与AI相关的技术项目数量，从2020年的不到70万增长到2023年的181万，要知道这只是项目数，有些项目可能是成千上万个程序员共同工作的成果。
另外，2023年AI项目的星标数量达到了1221万，是前一年的3倍。
如图，大家看一眼这个陡峭的上升曲线，就知道现在AI项目有多火。
不过，这些数据一方面意味着AI项目的火爆，另一方面也说明了AI的火爆吸引了众多不是传统程序员的用户，他们看到好的项目，顺手点个星标。
02
中国企业对AI的态度非常积极
《白皮书》中提到，在受访的590名企业中高层中，积极落地AI的企业已经占到了53.7%，其中有21.0%的企业开始了小范围的试点应用，26.3%的企业开始大范围推广了，更有6.4%的企业用AI实现了战略转型。只有6.1%的企业选择了“暂时没有使用或者是仅仅个人尝试”。
在这些企业中，最积极的是本身数字化程度比较高，或者是行业竞争激烈的企业。
消费品行业有56%的企业在产品研发中使用了AI，在具体的应用部门中，营销和销售部门是离收入最近的，所以也是应用AI最积极的。
例如，在汽车行业里，营销部门使用AI的比例占到80%，销售部门占到84%。
在全行业中，营销领域的应用率达到了63%，主要场景是营销文案、素材、图像以及视频的生产，这些都是生成式AI能发挥最大优势的领域。
此外，IT部门的应用率也达到了48%，这应该是因为他们本身就有较高的数字化能力和技术基础。
03
AI实现降本增效
在《白皮书》中提到，有37%的高管表示他们的企业因为使用了人工智能，带来了超过10%的成本缩减。
其中有21%的高管，预计降本幅度在10%-19%之间，还有16%的高管表示降本了20%以上。
除了降本之外，26%的高管预计AI带来了10%的效率提升。
这些可量化的指标之外，引进AI还带来了一些优势，例如为用户提供更好、更专业的个性化服务，可以采集和分析出更多维度的非结构化数据。
04
AI最有价值的应用场景
企业内部知识查找和答疑：
生成式AI可以快速搜索和回答员工关于企业内部知识库的问题，提升信息获取的效率。
代码推荐和辅助生成：
通过自动生成和推荐代码，生成式AI能够帮助开发人员加速编程过程，减少错误。
智慧教学：
生成式AI在教育领域的应用，如个性化教学内容生成和互动教学辅助。
对话式智能数据分析：
生成式AI通过对话界面与用户互动，自动分析海量数据，提供洞察和建议，帮助企业做出更加明智的决策。
销售策略个性化生成：
生成式AI可以根据客户数据和市场趋势，生成个性化的销售策略，提升销售效果。
文章和说明文件辅助写作：
生成式AI能够辅助撰写各类文档，节省时间并提高文档质量。
内容创意生成：
在广告、市场营销等领域，生成式AI可以自动生成创意内容，激发更多创意想法。
智能助理：
生成式AI作为智能助理，可以处理日常事务，如安排日程、发送邮寄等。
智能客服：
生成式AI能够提供24/7的客户支持，自动回答常见问题，提高客户满意度。
客户画像智能分析：
通过分析客户数据，生成式AI可以创建详细的客户画像，帮助企业更好地理解和服务客户。
05
企业落地AI的六大挑战
在《白皮书》中，编委会将生成式 AI 的落地挑战分为六大类：
（1）作为新兴技术，企业应该如何评估其带来的创新价值，以在企业内获取项目资源；
（2）场景选择难，失败率高的情况下，应该如何选择确定合适的落地场景；
（3）AI 基础设施构建慢，周期长，企业内生成式 AI 项目如何完成快速启动；
（4）在生成式 AI 项目启动前，应怎样做好落地准备工作；
（5）在项目落地时，如何既系统规划又高效匹配人才；
（6）在现有的组织中，如何形成自下而上的全民创新环境。
最后，这个报告还有个细节，就是关于如何打造敏捷、高效的落地工作组的部分。
这里提到了三大原则，分别是全职、无缝和弹性边界。全职指的是这个小组的核心成员，都应该专门为AI落地服务。
无缝指的是打破部门界限，最好是在一起办公。
弹性边界指的是模糊掉自己以前的身份角色，为了AI落地来快速地学习自己完全不懂的东西。
—- END -—
往期推荐
