AI規(guī)?；瘧?yīng)用指南>accenture埃森哲埃森哲全球數(shù)據(jù)與AI主管埃森哲首席AI官>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南2>>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南3我們對2000位企業(yè)高管和數(shù)據(jù)科學(xué)主管進行了調(diào)研。這些高管來自全球1998家年收入超過10億美元于2024年6月至7月開展，旨在深入探究企業(yè)應(yīng)該如何業(yè)的數(shù)據(jù)與AI戰(zhàn)略、數(shù)據(jù)與AI架構(gòu)、戰(zhàn)略布局預(yù)算與投以及AI應(yīng)用現(xiàn)狀。為了確定哪些戰(zhàn)略布局對企業(yè)最為至關(guān)重要（詳規(guī)?；渴餉I解決方案過程中積累的豐富經(jīng)驗與深刻業(yè)范圍內(nèi)擴展部署AI，以取得更廣泛、更具影響力的成效。規(guī)模化應(yīng)用包括：將AI融入多樣化的業(yè)務(wù)與工作流程；確保AI在各類資產(chǎn)和員工中得到廣泛應(yīng)用；實現(xiàn)AI與現(xiàn)有系統(tǒng)的無縫集成；驅(qū)動創(chuàng)新以獲得市場競爭優(yōu)勢，以及提升其他關(guān)鍵績效指標(biāo)?！吧墒紸I”>>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南4對企業(yè)而言，長久保持競爭優(yōu)勢曾是一個難以企及的終極目經(jīng)不敢想象的愿景變?yōu)榭赡?。因此，全球龍頭企業(yè)正在數(shù)據(jù)和AI但若想借助生成式AI實現(xiàn)企業(yè)的自我重塑，絕非上線幾個聊天機器人那么簡單。真正的重塑在于構(gòu)筑高階AI能力，例如“智能體架構(gòu)”（AgenticArchitecture）?即通過多個AI智能體形成協(xié)同網(wǎng)絡(luò)，不僅能夠自動執(zhí)行常規(guī)任務(wù)，更能統(tǒng)籌協(xié)調(diào)整個業(yè)務(wù)流程。這些智能體具備強大的推理計算能力，能夠自主協(xié)作，實現(xiàn)我們調(diào)研的企業(yè)中，已有三分之一正在借助AI智能體來提升企業(yè)因此，企業(yè)重塑需要將AI深度融入其戰(zhàn)略核心。而要做到這優(yōu)先推進能夠徹底釋放AI潛能的結(jié)構(gòu)性與戰(zhàn)略性變革。70%的受訪企業(yè)領(lǐng)導(dǎo)者已意識到構(gòu)建強大數(shù)據(jù)基座對AI規(guī)模理想很豐滿，但現(xiàn)實是，盡管企業(yè)都渴望借助AI獲得競爭優(yōu)70%的受訪企業(yè)領(lǐng)導(dǎo)者已意識到構(gòu)建強大數(shù)據(jù)基座對AI規(guī)模令人鼓舞的是，大多數(shù)企業(yè)領(lǐng)導(dǎo)者已意識到這一挑戰(zhàn)。高達70%的受訪企業(yè)深知，若無堅實的數(shù)據(jù)基座，AI規(guī)?；銦o從談起。成式AI在企業(yè)重塑征程上取得了斐然成績。這些企業(yè)始終把握住舉例來說，在基礎(chǔ)建設(shè)層面，這些領(lǐng)跑者運用自主智能>以及特定業(yè)務(wù)場景（例如，文本與語音交互無縫切換的客戶支持中心）的技術(shù)能力驗證。雖然基礎(chǔ)建設(shè)只能帶來漸進式的價值回報，但它依然是衡量企業(yè)AI成熟度的基石。因此，企業(yè)在聚焦戰(zhàn)略布局以為了揭示調(diào)研所覆蓋的九大行業(yè)分別有哪些最為關(guān)鍵的戰(zhàn)略布局，我們征詢了埃森哲專家的意見?他們近期已就2000多個生成式AI項目為客戶提供咨詢，同時采訪了全球多家大型企業(yè)的AI專家，最終匯總了105項戰(zhàn)略舉措，平均每行業(yè)逾11在此基礎(chǔ)上，我們對全球1998家領(lǐng)軍企業(yè)的2000名高管*展開了調(diào)研，了解他們?nèi)绾螄@行業(yè)特定戰(zhàn)略舉措規(guī)模化應(yīng)用生成式AI。以公用事業(yè)為例，我們請該行業(yè)企業(yè)就10項聚焦于公用事業(yè)的戰(zhàn)略舉措分享其應(yīng)用經(jīng)驗。例如，其中一題評估企業(yè)在“增強型資產(chǎn)管理”戰(zhàn)略舉措上的生成式AI應(yīng)用我們發(fā)現(xiàn)，34%的受訪企業(yè)已至少規(guī)?；涞匾豁棏?zhàn)略舉措。此類企業(yè)在云服務(wù)和AI建設(shè)上的投入也顯著高于未規(guī)模化部署任何戰(zhàn)略*本次調(diào)研覆蓋來自1998家企業(yè)的2000位高管。95%置信水平下的誤差范圍為±2.2個百分點。5已規(guī)?；季謶?zhàn)略舉措的企業(yè)通常也能收獲滿意的財務(wù)回報。例如，與同行相結(jié)合實證研究與豐富的客戶項目經(jīng)驗，本報告深入剖析了“AI重塑就緒將闡述領(lǐng)跑者所具備的關(guān)鍵數(shù)據(jù)與AI能力，以及規(guī)?；季謶?zhàn)略舉措的五大關(guān)鍵要務(wù)（有關(guān)這五大要務(wù)的進一步分析，請參閱埃森哲報告《以生成式AI）：3.構(gòu)建AI賦能的安全數(shù)字核心4.彌合負責(zé)任AI差距>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南6>一馬當(dāng)先：AI規(guī)模化應(yīng)用指南7>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南8推進者”（占43%再之后則是對AI的應(yīng)用尚處在淺嘗研究發(fā)現(xiàn)，最為領(lǐng)先的AI重塑就緒型企業(yè)，無論是在生成式AI傳統(tǒng)基礎(chǔ)能力建設(shè)，還是在我們稱之為圖1面積最大的雷達圖）。新型能力包括大語言模型運維（LLMOps）成熟度、數(shù)據(jù)管理與治理（DM&G）新標(biāo)能力和新型能力的完整列表請參見附錄2。）基礎(chǔ)能力75%50%25%AI成熟度新型數(shù)據(jù)與AI核心能力大語言模型運維（基礎(chǔ)能力75%50%25%AI成熟度新型數(shù)據(jù)與AI核心能力大語言模型運維（LLMOps）成熟度75%50%25%N3N5：治理（DM&G）AI探索者AI推進者“AI重塑就緒型”企業(yè)N5N5N4N3N2N2N5N2N4N3N2N5N2N4N3領(lǐng)跑者僅占8%8%7%43%42%AI推進者AI探索者領(lǐng)跑者僅占8%8%7%43%42%AI推進者AI探索者以適應(yīng)快速變化的環(huán)境。以上是宏觀視角。從微觀視角來看，即便是AI重塑就緒型企業(yè)，其戰(zhàn)略舉措規(guī)?；涞啬芰σ泊嬖谥@著差異。>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南9突圍而出—>一馬當(dāng)先：AI規(guī)模化應(yīng)用指南10與快速追隨者相比，領(lǐng)跑者的相關(guān)戰(zhàn)略舉措（約三到四項）規(guī)?；涞?；另有40%的戰(zhàn)略舉措正處于規(guī)?；脑缙陔A段。領(lǐng)跑者平均已實現(xiàn)34%戰(zhàn)略舉措的規(guī)模化落地AI推進者AI探索者60%30%0%60%30%0%60%30%0%60%30%0%40%34%3%23%3%51%16%0%33%16%0%33%44%32%8%16%45%28%5%22%5%>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南力上具有明顯優(yōu)勢。我們發(fā)現(xiàn)，28%的領(lǐng)跑者全部具備這五項新型能力，而快速追隨者中這一比例僅為19%。將領(lǐng)跑者與其他企業(yè)比較時，這一優(yōu)勢同樣顯著。如圖4所示，97%的領(lǐng)跑者具備三項及以上新型AI探索者AI推進者AI探索者AI推進者5項中具備0項5項中5項中5項中具備0項5項中5項中5項中具備3項5項中具備4項5項中具備5項獲得CEO和董事會對AI投資支持的比例達到19%，快速追隨者僅為5%。領(lǐng)跑者中有59%已將核心AI戰(zhàn)略、關(guān)鍵流程和技術(shù)能力整合為統(tǒng)一框架，而快速追隨者中這一關(guān)注阻礙變革的文化問題的比例是快速追隨者的四倍；重視人才匹配和透明溝通的比例達三倍；運用行為科學(xué)持續(xù)監(jiān)測AI驅(qū)動變革影響的比例為三倍；提供結(jié)構(gòu)化員工培訓(xùn)計劃的比例是快速追隨者的兩倍。隨者專注于培養(yǎng)AI專業(yè)人才（如AI工程師而領(lǐng)跑者的比例為88%。然而，我們的研究也發(fā)現(xiàn)，快速追隨者在這一領(lǐng)域的優(yōu)勢并未得到充分發(fā)揮，原因是他們普遍尚未建立集中化運營模式，如作為企業(yè)AI戰(zhàn)略、開發(fā)和部署核心的的快速追隨者成功采用了這一模式，而領(lǐng)跑者的比例高達57%。在技術(shù)應(yīng)用層面，65%的領(lǐng)跑者擅長使用并持續(xù)改進符合行業(yè)需求的自主AI代理，而快速追隨者的比例為50%。同樣，領(lǐng)跑者在明確定義AI用例的業(yè)務(wù)價值方面也比快速追隨者更嫻熟。在數(shù)據(jù)領(lǐng)域，快速追隨者確實具備一些優(yōu)勢。96%的快速追隨者在數(shù)據(jù)治理方面表現(xiàn)優(yōu)異，領(lǐng)跑者的比例為83%。在數(shù)據(jù)平臺方面亦然（分別為98%和90%）。但在許多其他與數(shù)據(jù)相關(guān)的實踐中，快速追隨者則遠遠落后。例如，17%的領(lǐng)跑者采用“檢索增強生成”（Retrieval-augmentedGeneration，RAG）技術(shù)來強化其大語言模型（LLM快速追隨者僅為1%。領(lǐng)跑者也（26%對比3%以及在整個數(shù)據(jù)生命周期高效管理數(shù)據(jù)（22%對比6%）。跑者比快速追隨者更傾向于大量使用零方數(shù)據(jù)（44%對追隨者僅在兩個領(lǐng)域接近領(lǐng)跑者：第一方數(shù)據(jù)（快速追隨者60%對比領(lǐng)跑者67%）和隱性知識利用（快速追隨者澳大利亞電信巨頭Telstra在全面布局戰(zhàn)略舉措前，明智地著手簡化和現(xiàn)代化其數(shù)據(jù)生態(tài)系統(tǒng)――將其40成架構(gòu)重組，Telstra的生成式AI落地規(guī)模與速度將進一>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南13AI競賽—哪些行業(yè)正在領(lǐng)跑？>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南14我們的研究還揭示了哪些行業(yè)在規(guī)?；季謶?zhàn)略舉措方面取得了顯著進展。圖5顯示，領(lǐng)跑者在生AI推進者AI探索者39%29%45%39%42%32%47%63%49%37%55%43%49%45%48%39%30%39%12%6%4%4%6%12%9%AI推進者AI探索者39%29%45%39%42%32%47%63%49%37%55%43%49%45%48%39%30%39%12%6%4%4%6%12%9%2%10%平均值42%44%7%8%>12%10%9%9%8%7%5%5%2%圖6顯示了各行業(yè)規(guī)?；潭茸罡叩娜棏?zhàn)略舉措。例如，在生命科學(xué)行業(yè)，16%的企業(yè)已規(guī)模化部署“加速藥物審批”場景；14%聚焦“縮短臨床試各行業(yè)規(guī)?；潭茸罡叩娜棏?zhàn)略舉措16%14%提升藥品價值定位13%23%13%理賠受理10%客戶動態(tài)定價策略9%13%AI客服坐席現(xiàn)場工程師技術(shù)輔助平臺18%14%動態(tài)廣告和投放10%29%29%6%14%13%9%7%超個性化消費者畫像與細分7%27%16%關(guān)鍵服務(wù)工作量積壓減少16%6%6%基于用戶畫像的數(shù)字營銷內(nèi)容創(chuàng)作5%>保險公司如何利用生成式AI在保險業(yè)，那些在核保領(lǐng)域推進戰(zhàn)略性布局的企業(yè)有望在未來18個月內(nèi)取得顯著收益。這些企業(yè)預(yù)計將實現(xiàn)以下成果：勞動生產(chǎn)率平均提升16%；運營成本下降保險公司如何利用生成式AI統(tǒng)。如今QBE已能處理經(jīng)紀(jì)渠道100%的統(tǒng)。如今QBE已能處理經(jīng)紀(jì)渠道100%的案已斬獲多項行業(yè)創(chuàng)新大獎。初期成效傳統(tǒng)保險公司的業(yè)務(wù)增長長期受限得以更精準(zhǔn)地評估風(fēng)險、更快完成報價埃森哲與總部位于悉尼的跨國保險方案，規(guī)模化部署行業(yè)領(lǐng)先的AI核保系推動設(shè)計開發(fā)了能自動分析新業(yè)務(wù)申請完整性、風(fēng)險偏好和風(fēng)險評估的智能系>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南>一馬當(dāng)先：AI規(guī)模化應(yīng)用指南18>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南19未超過60%。各方仍有很大進步空間。處于不同AI成熟度的企業(yè)面臨的最大挑戰(zhàn)是什么？AI探索者AI推進者快速追隨者領(lǐng)跑者2233445511112223334445551111222333444555資料來源：埃森哲商業(yè)研究院。數(shù)字越小，挑戰(zhàn)越大。“跨學(xué)科團隊”指組建和培養(yǎng)跨學(xué)科團隊挑戰(zhàn)。“數(shù)據(jù)基座”指構(gòu)建高質(zhì)量端到端數(shù)據(jù)基座挑戰(zhàn)。與其他三類企業(yè)相比，領(lǐng)跑者的財務(wù)表現(xiàn)令關(guān)鍵指標(biāo)?稅前投資資本回報率上，領(lǐng)跑者高股票市場也青睞領(lǐng)跑者。在2019至2024年間，領(lǐng)跑者為股東帶來的總回報平均比其他三類企業(yè)高出6個百分點。然而，卓越的財務(wù)績效僅是領(lǐng)跑者的眾多優(yōu)勢之一。事實上，這類企業(yè)也更擅于推動包容與多元、提升員工技能、改善環(huán)境可持續(xù)性，以及為客戶、員工和社區(qū)創(chuàng)造價值?埃森哲稱之為“360°價值”創(chuàng)造。例如，我們發(fā)現(xiàn)，85%的領(lǐng)跑者采取360°價值視角衡量其數(shù)據(jù)和AI項目成效，而僅有2%的AI探索者>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南20以價值為導(dǎo)向的企業(yè)在布局戰(zhàn)略舉措時更注重創(chuàng)新與增長，而非僅關(guān)注降本增效。這要求高管層主動引領(lǐng)重塑，為企業(yè)的AI投資制定明確的優(yōu)先級和清晰的價值目標(biāo)。我們的研究表明，獲得高管層支持的戰(zhàn)略舉措，其投資回報率超出預(yù)期的可能性是其他投資的2.4倍。值得肯定的是，全球許多大型企業(yè)都已意識到領(lǐng)導(dǎo)層積極參與AI項目的必要性：74%的受訪企業(yè)在近年來任命了首席AI官或類似職位。然而，要充分發(fā)揮戰(zhàn)略舉措的效能，高管層首先需要就企業(yè)的價值目標(biāo)達成共識，并明確闡述希望如何實獲得高管層支持的戰(zhàn)略舉措，其投資回報率>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南22就需要回到起點重新規(guī)劃。一部分企業(yè)（在本調(diào)研中占30%）難以精準(zhǔn)分析其生成式AI投資的成本無論是戰(zhàn)略布局還是基礎(chǔ)建設(shè)，企業(yè)都必須設(shè)定與業(yè)務(wù)目標(biāo)一致的關(guān)鍵績效指標(biāo)（KPI）。而實現(xiàn)這些KPI則需要通過結(jié)構(gòu)化資本配置來確定投資優(yōu)先級?投資于成本節(jié)降固然重要，但能驅(qū)動增長的投資更為關(guān)鍵。最后，密切追蹤短期和長期進展，能夠確保高管層持續(xù)獲得AI投>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南23>>一馬當(dāng)先：AI規(guī)模化應(yīng)用指南24致力于重塑人才與工作方式的企業(yè)，不僅會大力投資于專家、AI架構(gòu)師、數(shù)據(jù)現(xiàn)代化架構(gòu)師、計算科學(xué)家以及AI智能重塑人才與工作方式要求企業(yè)能夠快速調(diào)整員工技能與為優(yōu)先事項。若想保持領(lǐng)軍地位，企業(yè)還需要構(gòu)建由數(shù)據(jù)驅(qū)快彌合AI技能差距?畢竟，市場營銷人員與會計師的培訓(xùn)需求大相徑庭?；渴鸬腁I基礎(chǔ)設(shè)施相契合。例如，AI架構(gòu)師的角色就正在向>>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南25構(gòu)建AI賦能的安全數(shù)字核心5研的受訪者中有27%表示已廣泛采用專用AI模型。當(dāng)企業(yè)的數(shù)據(jù)和AI基座得以重構(gòu)后，其“認知數(shù)字四個互聯(lián)層級的海量數(shù)據(jù)流，為企業(yè)決策制定和持續(xù)學(xué)習(xí)提供強大助力。6這也正是認知數(shù)字大腦成為埃森哲AIRe?nery?框架核心的原因所在?它通過掃描并整合企”?洞察的能力。令人欣慰的是，75%的受訪企業(yè)>一馬當(dāng)先：AI規(guī)模化應(yīng)用指南26當(dāng)然，隱性知識并非企業(yè)需要將數(shù)據(jù)轉(zhuǎn)化為“產(chǎn)多年來，《財富》一直嚴(yán)謹?shù)厥占头治雒绹叭虼笮推髽I(yè)的財務(wù)數(shù)據(jù)，以編制其標(biāo)志性的《財富》500強和《財富》世界500強榜單?！敦敻弧愤€利用這些商業(yè)知識打造了FortuneAnalyticsLLM大語言模型?一個直觀、用戶友好、由生成式AI驅(qū)動的平打造AI驅(qū)動的安全數(shù)字核心的另一優(yōu)勢在于，它AI傳感器網(wǎng)絡(luò)，或提升銀行網(wǎng)點安全性的生物識別系為EKHO的生成式AI平臺，運用大語言模型智能應(yīng)對跨業(yè)務(wù)職能和使用場景下的復(fù)雜問題。平臺核心集成了多個AI驅(qū)動應(yīng)用（GPT智能體可根據(jù)用戶提問和企業(yè)特定數(shù)據(jù)，智能選擇合適的數(shù)據(jù)源并提取信息。迄EKHO的靈活性使其能夠應(yīng)用于企業(yè)內(nèi)部眾多場叉對比各種功能和定制選項，而EKHO有望將這一繁無論行業(yè)或應(yīng)用場景如何復(fù)雜，這種創(chuàng)新的生成式AI平臺都能幫助像寶馬這樣的企業(yè)，借助數(shù)據(jù)和洞察維持領(lǐng)先優(yōu)勢。無論行業(yè)或應(yīng)用場景如何復(fù)雜，這種創(chuàng)新的生成式AI彌合負責(zé)任AI差距年此類事件增長了32%。埃森哲近期報告也顯示，74%的7彌合負責(zé)任AI差距需要轉(zhuǎn)變思維?從將其視為合規(guī)義業(yè)界的共識與重中之重。56%的《財富》500強企業(yè)在其2024年度報告中將AI列為“風(fēng)險因素”，而在2023年這一比例僅為9%。10另一份埃森哲近期報告也顯示，78%實際進展之間的差距，仍有很長的路要走。同一份埃森哲報告發(fā)現(xiàn)，受訪企業(yè)中尚無一家建立高度成熟的負責(zé)任AI體系?即未能將負責(zé)任AI完全“平臺化”，以系統(tǒng)>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南27全面落實負責(zé)任AI涉及：聚焦AI治理；開展風(fēng)險評道德AI原則滲透進企業(yè)的各項運營。作為負責(zé)任AI舉措這些舉措使安聯(lián)能夠更加滿懷信心地部署AI，并取>一馬當(dāng)先：AI規(guī)模化應(yīng)用指南28>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南29推動持續(xù)重塑段持續(xù)的旅程?尤其是在推理計算、智能體架構(gòu)和實體AI等領(lǐng)域變革是推進戰(zhàn)略實施和企業(yè)前行的關(guān)鍵。變革力將成為企業(yè)全員必須掌握的核心能力?這種能力以實時數(shù)據(jù)為驅(qū)動，以經(jīng)驗反饋據(jù)埃森哲前期調(diào)研，比例達95%）認可與生成式AI協(xié)作的價值，但層應(yīng)將變革力深度融入企業(yè)文化，使其與企業(yè)使命和價值觀相契持續(xù)自我革新必須以持續(xù)的財務(wù)自律為基石：AI投資必須帶文化適應(yīng)列為優(yōu)先事項的可能性是快速追隨者的四倍。更廣泛來看，我們發(fā)現(xiàn)，若企業(yè)具備高度成熟的變革能力?包括人才調(diào)配重塑的可能性將提高一倍以上。以致力于推動持續(xù)重塑的某領(lǐng)先銀行為例。在布局戰(zhàn)略舉措展。目前，該銀行正在開發(fā)200多個生成式AI用例，其中一些已達到成本效益并在全企業(yè)范圍內(nèi)規(guī)?；渴?。>一馬當(dāng)先：AI規(guī)模化應(yīng)用指南3002定制AI技能進階路線圖重塑人才與>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南3103構(gòu)建AI賦能的基于生成式AI就緒度設(shè)計規(guī)劃應(yīng)用架構(gòu)04彌合負責(zé)任AI將安全控制集成到負責(zé)任AI05企業(yè)借助生成式AI自我重塑，關(guān)鍵在于將合適的數(shù)據(jù)和AI能力提升至恰當(dāng)?shù)某墒於?，同時確保戰(zhàn)略要務(wù)執(zhí)行力來實現(xiàn)規(guī)?；涞?。只要其中任何一環(huán)掉鏈子，企業(yè)重塑如今，一場基于生成式AI的產(chǎn)業(yè)重塑競賽已然全面展開。在這場競賽中，領(lǐng)跑者憑借戰(zhàn)略布局的規(guī)?；涞啬軐τ谌栽谧汾s、甚至希望后來居上的企業(yè)，我們的研究帶來令人振奮的結(jié)論：只要聚焦上述五大要務(wù)，無論你毫無疑問，未來重塑機遇將不斷涌現(xiàn)，同時也將孕育>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南3329%23%13%18%14%29%13%AI客服坐席14%13%6%10%5%銷售AI協(xié)理員10%9%5%10%9%生成式AI輔助的歸檔媒體內(nèi)容修復(fù)與增強7%9%5%8%8%6%9%4%7%7%AI輔助的故事板制作與連續(xù)性檢查5%AI驅(qū)動鉆井8%4%7%6%5%8%3%6%6%5%8%3%4%5%4%7%3%5%2%6%AI驅(qū)動生產(chǎn)6%5%>一馬當(dāng)先：AI規(guī)模化應(yīng)用指南349%6%27%16%7%6%10%16%14%7%5%9%16%13%自動化ESG追蹤與優(yōu)化7%5%8%14%9%7%4%8%13%8%6%4%8%6%4%8%10%5%4%8%10%5%3%7%5%3%4%4%0%>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南35我們的調(diào)研樣本由至少已制定了基本AI戰(zhàn)略的企業(yè)構(gòu)種方法確保我們的調(diào)研結(jié)果適用于不同AI成熟度的企業(yè)。為了檢測受訪企業(yè)回答調(diào)研問卷時的潛在偏倚，我們采我們識別出10項與生成式AI戰(zhàn)略舉措規(guī)?；涞仫@著正13企業(yè)重塑需具備的數(shù)據(jù)與AI能力數(shù)據(jù)與AI戰(zhàn)略驅(qū)動業(yè)務(wù)價值、助力決策制定并提升運營效率AI平臺成熟度衡量企業(yè)在所有業(yè)務(wù)運營中的AI能數(shù)據(jù)管理與治理衡量企業(yè)將數(shù)據(jù)作為戰(zhàn)略資產(chǎn)進行衡量企業(yè)在整個數(shù)據(jù)與AI生命周期培養(yǎng)具備專業(yè)技能員工的程度負責(zé)任AI成熟度衡量企業(yè)開發(fā)、實施并維持合乎道新型數(shù)據(jù)與AI核心能力大語言模型運維數(shù)據(jù)管理與治理數(shù)據(jù)源架構(gòu)基礎(chǔ)模型實踐衡量企業(yè)在各職能和技術(shù)領(lǐng)域中獲取、培訓(xùn)和培養(yǎng)精通數(shù)據(jù)與AI的員工的程度>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南36為了根據(jù)上述10項能力的成熟度對受訪企業(yè)加以分類，我們采用“層次聚類”方有效地將AI成熟度相近的企業(yè)歸為一組。為了確定聚類合并方式，我們評估了多種連接方法?單連接、全連接和Ward法。和輪廓系數(shù)確定最佳聚類數(shù)，以確保最終細分結(jié)果能夠反映企業(yè)在AI成熟度上的顯著為了驗證聚類方法的有效性，我們將結(jié)果與潛類分析進行比較。潛類分析是一種合度高達95%。這充分說明，該群體的特征界定非常清晰，能夠被各種技計學(xué)意義。具體而言，2023年，年營收超過100億美元的領(lǐng)跑者，其收入增速平均比AI高出6個百分點。這些結(jié)果清晰地表明，提升AI成熟度并規(guī)?；季謶?zhàn)略舉措與財務(wù)收>一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南