人工智能的价值在哪里？

4天前

The following article is from 图灵财经 Author 图灵财经

华夏基石数智时代第三期领导力特训营热招！

来源 | 图灵财经，管理智慧

咨询合作 | 13699120588

本文摘选自 BCG，本文仅代表作者自己的观点。

谁从人工智能够获得价值吗？

在人工智能 ( AI ) 在被大肆炒作之后，其价值却难以被发现。首席执行官批准投资，雇佣人才，开始试点，但只有 26% 企业已超越概念验证阶段，开始创造财富。本报告提供了一些重要意见，包括 AI 领导者采取什么措施从技术上获得真正的价值，别人的缺点，价值从何而来，各行业的表现如何，企业如何改变自己？ AI 轨迹。

成熟度曲线

构建 AI 能力是一个复杂的考验。我们的最新研究涉及全球 1,000 多家公司，结果显示，只有 4% 企业开发了跨职能的前沿 AI 能力，并且正在利用这些能力不断创造可观的价值。另有 22% 的公司拥有 AI 开始创造财富的战略和先进能力。上述企业被称为领导者。其他 74% 目前还没有展示使用的企业。 AI 产生的实用价值。

由于管理者的表现远远优于其他企业，这些类型的差异非常重要。在过去的三年里，管理者的收入增长高于整体平均水平 50%。股东总回报率高于50%。投资收益率高于60% 40% 随着人工智能平台和工具的完善，这些企业在非金融因素方面也表现出色，如专利申请和员工满意度。他们处于有利地位。

领导者有什么不同？

这类企业专注于核心工作流程和支持功能。一个常见的误解是，人工智能的价值主要在于简化运营，降低支持功能的成本。其实它最大的价值在于核心工作流程，领导创造了 62% 价值。利用人工智能为这些企业带来了核心业务和支持功能的竞争优势。

这类企业更有野心。领导者对 2027 年度人工智能所带来的收入增长预期高于其它企业 60%，他们的估计成本将降低近10% 50%。三分之三最具前瞻性的企业专注于企业级创新的业务核心。相比之下，只有 10% 其它企业也这样做。管理者的目光不仅限于简单的生产力，还通过投资人工智能和劳动力来支撑他们的远大抱负。与同行相比，他们在人工智能方面的投资翻了一番。在数字化方面，他们的投资是同行的两倍，人员配置是同行的两倍，扩大的人工智能解决方案数量也是同行的两倍。

为了扩大和最大化人工智能的价值，这些企业战略性地投资了一些高优先级的机会。人工智能选择数据显示，领导者的平均水平只追求比落后同行多一半的机会。领导者致力于最有前途的计划，他们估计 2024 每年的投资回报是其它公司的两倍多。另外，领导者在其组织内成功地扩展了超过两倍的人工智能产品和服务。

在降低成本和创造收入方面，这些企业将人工智能融入到努力中。近 45% 领导者将人工智能融入到跨职能部门的成本转换工作中(而非领导者只有 10%)。超过三分之一的领导者致力于通过人工智能创造收入，而其他企业只有四分之一。

与技术和算法相比，这些企业更注重人员和流程。领导者所遵循的规则是 10% 20%的资源投入到算法中 70%的技术和信息投入，投入到人员和环节中，我们的数据显示，这些都是成功的关键能力。

迅速将重点放在这些企业上 GenAI 上。领导者共同使用预测性领导 AI 和 GenAI，并且他们选择 GenAI 更快的速度为内容建立、定性推理和连接其他工具和平台带来了机会——部分原因是他们更先进的能力有助于实现前提条件(如大型语言模型)。

惊人的人工智能价值来源

核心业务

本公司从核心业务职能中获得的人工智能和人工智能的生成所获得的价值所占的包括运营(23%)在内的62%、销售和营销(20%)和R&D(13%)。支持责任已经完成 38% 客户服务(12%)的价值、IT(7%)和采购(7%)占主导地位。

在某些行业，核心业务与支持业务的差距甚至更大。在核心工作流程中，软件、媒体、金融技术、保险、电信和生物制药行业创造了 70% 至 90% 的 AI 有关价值。虽然我们发现不同行业之间有很大的差异，但总体结果是一样的——即使是大多数最低四分位数的行业也是在核心环节创造的。 40% 至 60% 的 AI 价值。

行业差别

由于人工智能能带来最大价值的产业，不同领域的企业也是如此。例如，销售和营销正在迅速成为软件(占比) AI 价值的 31%）、旅游（31%）、媒体(26%)和电信(25%)等领域 AI 主要的价值来源。从中期来看，AI 和 GenAI 在不需要太多人工参与的情况下，通过数字销售化身实现实时协助营销和自主销售。这一自动化将使人类员工致力于战略和关系销售，而虚拟助手则负责更多的交易任务。传统营销、营销与定价之间的差距将随着预测性智能销售成为常态而消失。根据我们的经验，客户终身价值和上市效率的提高几乎可以使利润率翻倍。

人工智能制胜策略

一些挑战

本公司的调查重点指出公司正在实施 AI 最困难的考验是在计划中面临的。这有四种挑战：

1. 很难定义明确的优先使用案例，以及预期投入的可观收益。

2. 从计划到行动，实现价值涉及一系列问题，如确定投资优先级、跨职能、拓展业务解决方案、克服选择阻力、实现收益等。

3. 人员和技能问题，包括培养特定的人工智能技能和更广泛的人工智能素养。

4. 人工智能解决方案和现有 IT 整合系统，实现高质量数据浏览。

经验说明，约定 70% 挑战与人员和流程有关，约定 20% 只有技术问题 10% 涉及人工智能算法。这项调查证实了我们长期以来的观点，即当企业进行数字化或人工智能转型时，他们需要 70% 20%的精力和资源集中在与人有关的能力上， 10%专注于技术，专注于算法。企业往往会犯这样的错误，即优先考虑技术问题，而不是人的问题——这有助于解释为什么很多公司没有达到预期的效果。