人工智能的价值在哪里？

今天小编分享的教育经验：人工智能的价值在哪里？，欢迎阅读。

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

第三期华夏基石数智时代领导力特训营热招中！

来源 | 图灵财经，管理智慧

咨询合作 | 13699120588

本文摘选自 BCG，文章仅代表作者本人观点

谁从人工智能中获得了价值？

在人工智能 ( AI ) 被大肆炒作之后，其价值却很难被发现。首席执行官们已经批准投资、聘用人才并启动试点，但只有 26% 的公司已经超越概念验证阶段并开始创造价值。本报告提供了重要见解，包括 AI 领导者正在采取哪些措施来从技术中获取真正的价值、其他人的不足之处、价值来自何处、各个行业的表现如何以及公司如何改变自己的 AI 轨迹。

成熟度曲线

构建 AI 能力是一项复杂的挑战。我们最新的研究涉及全球 1,000 多家公司，结果表明，只有 4% 的公司开发了跨职能的尖端 AI 能力，并正在利用这些能力持续创造可观的价值。另有 22% 的公司拥有 AI 战略和先进能力，并开始创造价值。以上这些公司称之为领导者。其余 74% 的公司尚未展示出使用 AI 所带来的切实价值。

这些类别的区别很重要，因为领导者的表现远远优于其他公司。在过去三年中，领导者的收入增长比整体平均水平高出 50%。他们的股东总回报率高出 60%，投资回报率高出 40% 这些公司在非财务因素方面也表现出色，例如专利申请和员工满意度，随着人工智能平台和工具的成熟，它们处于有利地位。

领导者有何不同

这些公司专注于核心业务流程和支持功能。一个常见的误解是，人工智能的价值主要在于简化运营和降低支持功能的成本。事实上，它的最大价值在于核心业务流程，领导者创造了 62% 的价值。在核心业务和支持功能中利用人工智能为这些公司带来了竞争优势。

这些公司更有雄心。领导者对 2027 年人工智能带来的收入增长预期比其他公司高出 60%，他们预计成本将降低近 50%。四分之三最具前瞻性的公司专注于业务核心的公司级创新。相比之下，只有 10% 的其他公司这样做。领导者的眼光不仅限于纯粹的生产力，还通过对人工智能和劳动力支持的投资来支持他们的雄心壮志，相对于同行，他们在人工智能的几个方面加倍投入。他们在数字化方面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。

这些公司战略性地投资于一些高优先级的机会，以扩大和最大化人工智能的价值。人工智能采用数据显示，领导者平均只追求比落后同行多一半的机会。领导者专注于最有前景的计划，他们预计 2024 年的投资回报率是其他公司的两倍多。此外，领导者成功地在其组织内扩展了两倍以上的人工智能产品和服务。

这些公司将人工智能融入到降低成本和创造收入的努力中。近 45% 的领导者将人工智能融入到跨职能部门的成本转型工作中（而非领导者只有 10%）。超过三分之一的领导者专注于通过人工智能创造收入，而其他公司只有四分之一。

这些公司把精力更多地投入到人员和流程上，而不是技术和算法上。领导者遵循的规则是将 10% 的资源投入到算法中，20% 投入到技术和数据中，70% 投入到人员和流程中，我们的数据显示，这些是成功的关键能力。

这些公司迅速将重点放在 GenAI 上。领导者同时使用预测性 AI 和 GenAI，并且他们采用 GenAI 的速度更快，这为内容创建、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先决条件（例如大型语言模型）。

人工智能的惊人价值来源

核心业务

我们调查的公司从核心业务职能中的人工智能和生成人工智能中获得的价值占 62%，包括运营（23%）、销售和营销（20%）和研发（13%）。支持职能创造了 38% 的价值，其中客户服务（12%）、IT（7%）和采购（7%）占据主导地位。

在某些行业，核心业务和支持业务之间的差距甚至更大。軟體、媒体、金融科技、保险、电信和生物制药行业在核心业务流程中创造了 70% 至 90% 的 AI 相关价值。虽然我们发现各个行业之间存在很大差异，但总体结果是一致的——即使是最低四分位数的大多数行业也在核心流程中创造了 40% 至 60% 的 AI 价值。

行业差异

不同行业的公司也受益于确定人工智能能够产生最大价值的领網域。例如，销售和营销正迅速成为軟體（占 AI 价值的 31%）、旅游（31%）、媒体（26%）和电信（25%）等行业 AI 价值的主要来源。从中期来看，AI 和 GenAI 将通过数字销售化身实现实时辅助销售和自主销售，而无需太多人工参与。这种自动化将使人类员工专注于战略和关系销售，而虚拟助手则负责更多交易任务。随着预测性智能销售成为常态，传统的营销、销售和定价之间的隔阂将消失。我们的经验表明，客户终身价值和上市效率的提高几乎可以使利润率翻一番。

人工智能致胜策略

一些挑战

我们的调查重点指出了企业在实施 AI 计划时面临的最困难的挑战。这些挑战可分为四类：

1. 难以定义明确的优先使用案例，以及预期投资的可观回报。

2. 从计划到行动并实现价值涉及一系列问题，例如确定投资优先级、跨职能和业务扩展解决方案、克服采用阻力以及实现收益。

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. 将人工智能解决方案与现有 IT 系统集成，并实现对高质量数据的访问。

我们的经验表明，约 70% 的挑战与人员和流程有关，约 20% 是技术问题，只有 10% 涉及人工智能算法。调查证实了我们长期以来的观点，即当公司进行数字化或人工智能转型时，他们需要将 70% 的精力和资源集中在与人相关的能力上，20% 集中在技术上，10% 集中在算法上。公司经常犯这样的错误，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许多公司没有实现他们想要的结果。