未经许可，请勿转载。
生成式人工智能有望彻底改变我们的业务流程。根据麦肯锡的研究，生成式人工智能每年可创造高达4.4万亿美元的额外价值。纵观历史，包装行业在引入新兴数字技术方面相对滞后，包括传统人工智能和机器学习。然而，如今，生成式人工智能正在这个行业掀起一股热潮。
为了深入了解包装行业对生成式人工智能的接纳程度，麦肯锡对来自不同地区和背景的200多位造纸和包装行业高管进行了调研。此次调研旨在明确生成式人工智能在该行业中的应用现状，挖掘其最大价值所在，并找出大规模推广面临的挑战。
本文将基于调研结果，深入探讨包装企业如何通过采用生成式人工智能，实现价值最大化。
领导者看到包装领域生成式人工智能的潜力
企业已经开始意识到生成式人工智能的巨大潜力，并积极采取行动。调查显示，近95%的受访者认为公司应该加大对新一代人工智能的投入。此外，约77%的受访者表示，他们的公司在不久的将来将会加大对生成式人工智能的应用力度。
阻碍企业立即投资并部署生成式AI的一个主要原因是缺乏深入的专业知识。调查显示，仅有30%的受访者表示他们的公司领导层对新一代AI的潜力有充分的认识和理解。事实上，只有24%的受访者表示，他们已经推出（13%）或正在开发（11%）适用于其工作领域的新一代AI工具或解决方案。然而，值得注意的是，这些先行者大多收获了积极成果：62%的AI应用者表示，实际效果甚至超出了他们的预期。
包装和纸张价值链中存在着人工智能的机遇
相较于传统的人工智能，生成式人工智能在纸张和包装行业所能创造的价值更加多元且深远。生成式AI不仅能够处理海量复杂数据，还能生成全新的内容，这使其在行业中的应用范围更加广泛。同时，生成式AI的用户界面更加友好，降低了使用门槛。受访者普遍认为，生成式AI可以贯穿整个行业，从加速产品研发到优化后台运营，都能发挥重要作用。
相较于传统的人工智能，生成式人工智能在纸张和包装行业所能创造的价值更加多元且深远。生成式AI不仅能够处理海量复杂数据，还能生成全新的内容，这使其在行业中的应用范围更加广泛。同时，生成式AI的用户界面更加友好，降低了使用门槛。受访者普遍认为，生成式AI可以贯穿整个行业，从加速产品研发到优化后台运营，都能发挥重要作用。
创新与研发是推动纸张和包装行业发展的核心动力，尤其是在全球日益重视可持续发展、转向绿色材料的背景下。受访者普遍认为，人工智能可以通过贯穿产品研发全流程，显著提升研发效率。例如，AI可以辅助企业进行知识产权分析，激发创新灵感；可以提供深入的客户洞察，助力产品定制；可以加速产品概念从想法到视觉呈现的过程；还可以简化现场测试反馈的流程。一个典型的案例是，某大型塑料包装公司已将AI引入设计工作室，用于创建符合可持续发展标准、以用户为中心的产品包装。
除了研发环节，人工智能对纸张和包装企业的商业功能也产生了深远影响。受访者预计，AI将渗透到企业的每一个商业环节，从提升需求预测（例如，优化营销投入、精准锁定潜在客户）到提高销售团队效率（如提供实时销售支持、实现全渠道自动化工作流程、个性化客户拓展内容）。此外，AI还能帮助企业更深入地洞察成本结构，并结合市场洞察和客户支付意愿等外部数据，实现精准定价，从而最大化整体利润。
总的来说，人工智能有望显著提升纸张和包装行业各主要成本环节的效率。受访者普遍认为，AI可以简化供应链和生产流程，优化原材料采购，并实现后台工作的自动化。目前，许多企业已经开始探索AI在实际业务中的应用。例如，某大型纸制品制造商利用AI实现了订单管理的自动化，并根据客户需求提供个性化的服务。另一家公司则通过AI增强了废品视觉检测系统，提升了再生纸和纸板的质量。此外，越来越多的企业开始采用AI驱动的客户支持聊天机器人，以提供个性化的服务并降低运营成本。
公司在采用人工智能方面面临挑战
虽然人们对人工智能在造纸和包装行业的前景充满期待，但受访者也指出，这项技术的大规模应用仍面临诸多挑战。其中，最大的阻碍在于数据获取和现有技术系统的限制，以及对人工智能应用可能引发的隐私和知识产权问题的担忧。此外，受访者表示，他们对人工智能在行业中的具体应用场景了解不够深入，并且对引入人工智能的成本心存顾虑。
如何开始
人工智能蕴含着巨大的潜力，能为率先部署并加以应用的造纸和包装企业带来显著的商业价值和竞争优势。根据研究和实践经验，成功的人工智能转型需要在六个方面建立起坚实的基础：
制定明确的人工智能战略： 将人工智能战略与整体技术战略紧密结合，以获得持久的竞争优势。 构建可扩展的技术架构： 建立灵活、可扩展的技术基础设施，以支持多种人工智能解决方案。 打造坚实的数据基础： 建立覆盖整个组织的数据基础，为人工智能应用提供充足的数据支撑。 创新运营模式： 构建将业务、运营和技术紧密融合的全新运营模式。 培养和留住人才： 积极引进和培养具备人工智能相关技能的人才。 确保安全合规： 在大规模推广人工智能应用的同时，注重风险管理和负责任的人工智能开发。
