The following article is from 圖靈财經 Author 圖靈财經
第三期華夏基石數智時代領導力特訓營熱招中！
來源 | 圖靈财經，管理智慧
咨詢合作 | 13699120588
本文摘選自 BCG，文章僅代表作者本人觀點
誰從人工智能中獲得了價值？
在人工智能 ( AI ) 被大肆炒作之後，其價值卻很難被發現。首席執行官們已經批準投資、聘用人才并啓動試點，但隻有 26% 的公司已經超越概念驗證階段并開始創造價值。本報告提供了重要見解，包括 AI 領導者正在采取哪些措施來從技術中獲取真正的價值、其他人的不足之處、價值來自何處、各個行業的表現如何以及公司如何改變自己的 AI 軌迹。
成熟度曲線
構建 AI 能力是一項複雜的挑戰。我們最新的研究涉及全球 1,000 多家公司，結果表明，隻有 4% 的公司開發了跨職能的尖端 AI 能力，并正在利用這些能力持續創造可觀的價值。另有 22% 的公司擁有 AI 戰略和先進能力，并開始創造價值。以上這些公司稱之爲領導者。其餘 74% 的公司尚未展示出使用 AI 所帶來的切實價值。
這些類别的區别很重要，因爲領導者的表現遠遠優于其他公司。在過去三年中，領導者的收入增長比整體平均水平高出 50%。他們的股東總回報率高出 60%，投資回報率高出 40% 這些公司在非财務因素方面也表現出色，例如專利申請和員工滿意度，随着人工智能平台和工具的成熟，它們處于有利地位。
領導者有何不同
這些公司專注于核心業務流程和支持功能。一個常見的誤解是，人工智能的價值主要在于簡化運營和降低支持功能的成本。事實上，它的最大價值在于核心業務流程，領導者創造了 62% 的價值。在核心業務和支持功能中利用人工智能爲這些公司帶來了競争優勢。
這些公司更有雄心。領導者對 2027 年人工智能帶來的收入增長預期比其他公司高出 60%，他們預計成本将降低近 50%。四分之三最具前瞻性的公司專注于業務核心的公司級創新。相比之下，隻有 10% 的其他公司這樣做。領導者的眼光不僅限于純粹的生産力，還通過對人工智能和勞動力支持的投資來支持他們的雄心壯志，相對于同行，他們在人工智能的幾個方面加倍投入。他們在數字化方面的投資是同行的兩倍，人員配置是同行的兩倍，擴大的人工智能解決方案數量也是同行的兩倍。
這些公司戰略性地投資于一些高優先級的機會，以擴大和最大化人工智能的價值。人工智能采用數據顯示，領導者平均隻追求比落後同行多一半的機會。領導者專注于最有前景的計劃，他們預計 2024 年的投資回報率是其他公司的兩倍多。此外，領導者成功地在其組織内擴展了兩倍以上的人工智能産品和服務。
這些公司将人工智能融入到降低成本和創造收入的努力中。近 45% 的領導者将人工智能融入到跨職能部門的成本轉型工作中（而非領導者隻有 10%）。超過三分之一的領導者專注于通過人工智能創造收入，而其他公司隻有四分之一。
這些公司把精力更多地投入到人員和流程上，而不是技術和算法上。領導者遵循的規則是将 10% 的資源投入到算法中，20% 投入到技術和數據中，70% 投入到人員和流程中，我們的數據顯示，這些是成功的關鍵能力。
這些公司迅速将重點放在 GenAI 上。領導者同時使用預測性 AI 和 GenAI，并且他們采用 GenAI 的速度更快，這爲内容創建、定性推理和連接其他工具和平台帶來了機會——部分原因是他們更先進的能力有助于實現先決條件（例如大型語言模型）。
人工智能的驚人價值來源
核心業務
我們調查的公司從核心業務職能中的人工智能和生成人工智能中獲得的價值占 62%，包括運營（23%）、銷售和營銷（20%）和研發（13%）。支持職能創造了 38% 的價值，其中客戶服務（12%）、IT（7%）和采購（7%）占據主導地位。
在某些行業，核心業務和支持業務之間的差距甚至更大。軟件、媒體、金融科技、保險、電信和生物制藥行業在核心業務流程中創造了 70% 至 90% 的 AI 相關價值。雖然我們發現各個行業之間存在很大差異，但總體結果是一緻的——即使是最低四分位數的大多數行業也在核心流程中創造了 40% 至 60% 的 AI 價值。
行業差異
不同行業的公司也受益于确定人工智能能夠産生最大價值的領域。例如，銷售和營銷正迅速成爲軟件（占 AI 價值的 31%）、旅遊（31%）、媒體（26%）和電信（25%）等行業 AI 價值的主要來源。從中期來看，AI 和 GenAI 将通過數字銷售化身實現實時輔助銷售和自主銷售，而無需太多人工參與。這種自動化将使人類員工專注于戰略和關系銷售，而虛拟助手則負責更多交易任務。随着預測性智能銷售成爲常态，傳統的營銷、銷售和定價之間的隔閡将消失。我們的經驗表明，客戶終身價值和上市效率的提高幾乎可以使利潤率翻一番。
人工智能緻勝策略
一些挑戰
我們的調查重點指出了企業在實施 AI 計劃時面臨的最困難的挑戰。這些挑戰可分爲四類：
1. 難以定義明确的優先使用案例，以及預期投資的可觀回報。
2. 從計劃到行動并實現價值涉及一系列問題，例如确定投資優先級、跨職能和業務擴展解決方案、克服采用阻力以及實現收益。
3. 人員和技能問題，包括培養特定的人工智能技能和更廣泛的人工智能素養。
4. 将人工智能解決方案與現有 IT 系統集成，并實現對高質量數據的訪問。
我們的經驗表明，約 70% 的挑戰與人員和流程有關，約 20% 是技術問題，隻有 10% 涉及人工智能算法。調查證實了我們長期以來的觀點，即當公司進行數字化或人工智能轉型時，他們需要将 70% 的精力和資源集中在與人相關的能力上，20% 集中在技術上，10% 集中在算法上。公司經常犯這樣的錯誤，即優先考慮技術問題而不是人的問題——這有助于解釋爲什麽許多公司沒有實現他們想要的結果。
成功所需的能力
我們分析了 AI 領導者與其他公司領導者的能力。這些能力大多與人員和流程有關——變革管理、産品開發技能和工作流程能力，如新技術、角色清晰度、流程重構、AI 人才和負責任的 AI 治理。最重要的技術能力與數據和平台有關，而最重要的算法能力是 AI 模型質量和性能。
