一馬當(dāng)

先：AI規(guī)模化應(yīng)

用指南行業(yè)領(lǐng)

跑者的經(jīng)驗(yàn)分享聚焦戰(zhàn)略我們發(fā)現(xiàn)，34%的受訪企業(yè)已類企業(yè)在云服務(wù)至少規(guī)?；涞匾豁?xiàng)戰(zhàn)略舉措。此“戰(zhàn)略布局”（strategic

bets）是指對(duì)生成式AI為了揭示調(diào)研所覆蓋的九大行業(yè)分別有哪些領(lǐng)域進(jìn)行長期、大規(guī)模的投資。這類投資聚焦于企業(yè)最為關(guān)鍵的戰(zhàn)略布局，我們征詢了埃森哲專家的意價(jià)值鏈的核心環(huán)節(jié)（例如，保險(xiǎn)公司的承保與理賠、見?他們近期已就2000多個(gè)生成式AI項(xiàng)目為客公用事業(yè)的資產(chǎn)管理，或生命科學(xué)企業(yè)的研發(fā)），有戶提供咨詢，同時(shí)采訪了全球多家大型企業(yè)的望帶來極為可觀的回報(bào)。戰(zhàn)略布局可以徹底釋放生成家，最終匯總了105項(xiàng)戰(zhàn)略舉措，平均式AI潛能、顛覆性提升行業(yè)流程效率、創(chuàng)造卓越生產(chǎn)項(xiàng)。（部分行業(yè)的戰(zhàn)略舉措多于其他行力、激發(fā)非凡創(chuàng)新力，并推動(dòng)營收跨越式增長。錄1：105項(xiàng)戰(zhàn)略舉措”和“附錄2：研究方在此基礎(chǔ)上，我們對(duì)全球1998家領(lǐng)與之相對(duì)，“基礎(chǔ)建設(shè)”（table

stakes）側(cè)重于基礎(chǔ)能力的構(gòu)建，包括推動(dòng)AI在企業(yè)內(nèi)的廣泛應(yīng)用，2000名高管*展開了調(diào)研，了解他們?nèi)绾我约疤囟I(yè)務(wù)場(chǎng)景（例如，文本與語音交互無縫切特定戰(zhàn)略舉措規(guī)模化應(yīng)用生成式AI。以公換的客戶支持中心）的技術(shù)能力驗(yàn)證。雖然基礎(chǔ)建例，我們請(qǐng)?jiān)撔袠I(yè)企業(yè)就10項(xiàng)聚焦于公用事設(shè)只能帶來漸進(jìn)式的價(jià)值回報(bào)，但它依然是衡量企略舉措分享其應(yīng)用經(jīng)驗(yàn)。例如，其中一題評(píng)業(yè)AI成熟度的基石。因此，企業(yè)在聚焦戰(zhàn)略布局以在“增強(qiáng)型資產(chǎn)管理”戰(zhàn)略舉措上的生成式推動(dòng)重塑的同時(shí)，也應(yīng)持續(xù)強(qiáng)化基礎(chǔ)建設(shè)。程度，備選答案涵蓋了從“尚未應(yīng)用”到“已業(yè)實(shí)現(xiàn)規(guī)?；瘧?yīng)用”的各個(gè)階段。一馬當(dāng)先：AI規(guī)模化應(yīng)用指南5已規(guī)?；季謶?zhàn)略舉措的企業(yè)通常也但無論處于戰(zhàn)略舉措規(guī)模化的哪個(gè)階段，所有參與調(diào)研的企業(yè)都對(duì)借助能收獲滿意的財(cái)務(wù)回報(bào)。例如，與同行相生成式AI實(shí)現(xiàn)重塑抱有高度期待。平均而言，這些企業(yè)預(yù)計(jì)，在完成生成式AI全業(yè)務(wù)規(guī)模化部署后的18個(gè)月內(nèi)，生產(chǎn)力將提升13%，營收將增長12%，客戶落地一項(xiàng)戰(zhàn)略

舉措的企業(yè)，體驗(yàn)將改善11%，成本將降低11%。出預(yù)

期的結(jié)合實(shí)證研究與豐富的客戶項(xiàng)目經(jīng)驗(yàn)，本報(bào)告深入剖析了“AI重塑就緒特質(zhì)?這些特質(zhì)在業(yè)界普遍認(rèn)知不足。在接下來的章節(jié)中，我們與

能力，以及規(guī)?；季謶?zhàn)略舉措的五大哲報(bào)告《以生成式AI值一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南6企業(yè)

如何為AI驅(qū)動(dòng)的自我

重

塑做

好準(zhǔn)備？一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南7早在2022年，我們就發(fā)現(xiàn)，有一小群企業(yè)在數(shù)據(jù)與圖1：生成式AI規(guī)?；P(guān)鍵能力成熟度圖“AI重塑就緒型”企業(yè)具備更成熟的數(shù)據(jù)與AI能力AI基礎(chǔ)能力的應(yīng)用上遙遙領(lǐng)先（詳見附錄2）。時(shí)至今日，1這些我們稱之為“AI重塑就緒型”的企業(yè)，不僅保持著基基礎(chǔ)能力F1：數(shù)據(jù)與AI戰(zhàn)略AI探索者AI推進(jìn)者“AI重

塑就緒型”企業(yè)礎(chǔ)優(yōu)勢(shì)，更通過持續(xù)打磨生成式AI能力取得顯著成效。然而，這樣的AI重塑就緒型企業(yè)在全球屈指可數(shù)，僅F1F1F1F2：AI平臺(tái)占調(diào)研總數(shù)的15%。在我們的企業(yè)成熟度分層模型中，緊F5：負(fù)責(zé)任75%50%25%成熟度AI成熟度F5F2F5F2F5F2隨其后的是在AI之路上穩(wěn)步前進(jìn)的企業(yè)，我們稱之為“AI推進(jìn)者”（占43%）；再之后則是對(duì)AI的應(yīng)用尚處在淺嘗輒止試驗(yàn)階段的企業(yè)，我們稱之為“AI探索者”（占42%）。F4：人

才F3：數(shù)據(jù)管理與治理（DM&G）成熟度F4F3F4F3F4F3成熟度以下是我們劃分這三類企業(yè)的方法。我們從多個(gè)維度開展研究，評(píng)估企業(yè)要實(shí)現(xiàn)生成式AI規(guī)?；瘧?yīng)用，必須新型數(shù)據(jù)與AI核心能力具備哪些核心能力，以及企業(yè)當(dāng)前各項(xiàng)能力的建設(shè)水平。N1：大語言模型運(yùn)維（LLMOps）成熟度N1N1N175%研究發(fā)現(xiàn)，最為領(lǐng)先的AI重塑就緒型企業(yè)，無論N5：50%25%人才戰(zhàn)略N2：數(shù)據(jù)管理與N2N2N2治理（DM&G）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N5N5N5新標(biāo)準(zhǔn)“新型數(shù)據(jù)與AI核心能力”方面，均已達(dá)成熟階段（參見圖1面積最大的圖）。新型能力包括大語言模型運(yùn)維（LLMOps）成熟度、數(shù)據(jù)管理與治理（DM&G）新標(biāo)：基礎(chǔ)模型：數(shù)據(jù)源N4N3N4N3N4N3N4N3實(shí)踐架構(gòu)準(zhǔn)、數(shù)據(jù)源架構(gòu)、基礎(chǔ)模型實(shí)踐，以及人才戰(zhàn)略。（基礎(chǔ)能力和新型能力的完整列表請(qǐng)參見附錄2。）資料：埃森哲商業(yè)研究院。圖填充區(qū)域面積越大，能力成熟度越高。一馬當(dāng)先：AI規(guī)模化應(yīng)用指南88%7%以適以上是宏觀視43%戰(zhàn)略舉措規(guī)模化落地能力也分為兩類：第一梯隊(duì)是已經(jīng)成功落隊(duì)則是至今仍未規(guī)?；渴鹑魏螒?zhàn)略舉措42%資料：埃森哲商業(yè)研究院。一馬當(dāng)先：AI規(guī)模化應(yīng)用指南9突

而出?領(lǐng)跑者的AI規(guī)模化之道一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南10圖3：規(guī)模化，贏在未來與快速追隨者相比，領(lǐng)跑者的布局戰(zhàn)略舉措的能力。領(lǐng)跑者平均已實(shí)現(xiàn)34%戰(zhàn)略舉措的規(guī)模化落地獨(dú)特優(yōu)勢(shì)何在？關(guān)鍵就在于其規(guī)?；?0%40%30%34%23%領(lǐng)跑者3%0%事實(shí)上，領(lǐng)跑者不僅制定了更多戰(zhàn)略性舉措，其落地規(guī)模與60%速度也遠(yuǎn)超同行。如圖3所示，平均而言，領(lǐng)跑者已將34%行業(yè)最51%相關(guān)戰(zhàn)略舉措（約三到四項(xiàng)）規(guī)?；涞?；另有40%的戰(zhàn)略舉措30%33%32%正處于規(guī)?；脑缙陔A段?？焖僮冯S者推進(jìn)者16%0%8%0%相比之下，快速追隨者尚未規(guī)模化落地任何一項(xiàng)戰(zhàn)略舉措，僅60%有33%處于規(guī)模化的早期階段。在AI推進(jìn)者中，已實(shí)現(xiàn)規(guī)模化部署44%45%30%戰(zhàn)略舉措的企業(yè)占8%，處于早期階段的占32%；在AI探索者中，占比分別是5%和28%。這些數(shù)據(jù)凸顯了他們亟需彌合的差距。16%22%AI0%60%30%28%5%AI探索者0%尚未規(guī)劃已規(guī)劃初期階段

已規(guī)?；涞刭Y料：埃森哲商業(yè)研究院。一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南11那么，為什么領(lǐng)跑者能成功推進(jìn)戰(zhàn)略舉措的規(guī)模圖4：生成式AI的新型數(shù)據(jù)與AI核心能力幾乎所有領(lǐng)跑者已具備三項(xiàng)及以上新型能力化落地呢？畢竟，相較于領(lǐng)跑者（81%），更多快速追隨者（89%）具備圖1所示的五項(xiàng)AI基礎(chǔ)能力。原因是，領(lǐng)跑者在生成式AI新型數(shù)據(jù)與AI核心能AI探索者AI推進(jìn)者快速追隨者領(lǐng)跑者力上具有明顯優(yōu)勢(shì)。我們發(fā)現(xiàn)，28%的領(lǐng)跑者全部具備這五項(xiàng)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(shí)，這一優(yōu)勢(shì)同樣顯著。如圖4所示，97%的領(lǐng)跑者具備三項(xiàng)及以上新型數(shù)據(jù)與AI核心能力，而AI探索者的比例僅為5%。企業(yè)已具備的能力數(shù)量。項(xiàng)中項(xiàng)中項(xiàng)中項(xiàng)中項(xiàng)中項(xiàng)中555555具備0項(xiàng)具備1項(xiàng)具備2項(xiàng)具備3項(xiàng)具備4項(xiàng)具備5項(xiàng)（每個(gè)方塊代表不止一家企業(yè)。）資料：埃森哲商業(yè)研究院。一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南12同時(shí)，領(lǐng)跑者還展現(xiàn)出多項(xiàng)其他優(yōu)勢(shì)特征。這些企業(yè)然而，我們的研究也發(fā)現(xiàn)，快速追隨者在這一領(lǐng)域化其大語言模型（LLM），快速追隨者僅為1%。領(lǐng)跑者也獲得CEO和董事會(huì)對(duì)AI投資支持的比例達(dá)到19%，快速的優(yōu)勢(shì)并未得到充分發(fā)揮，原因是他們普遍尚未建立集更擅長利用“知識(shí)圖譜”對(duì)數(shù)據(jù)進(jìn)行結(jié)構(gòu)化和語境化處理追隨者僅為5%。領(lǐng)跑者中有59%已將核心AI戰(zhàn)略、關(guān)鍵中化運(yùn)營模式，如作為企業(yè)AI戰(zhàn)略、開發(fā)和部署核心的（26%對(duì)比3%），以及在整個(gè)數(shù)據(jù)生命周期高效管理數(shù)據(jù)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“卓越中心”（Center

of

Excellence，CoE）。只有16%（22%對(duì)比6%）。比例為36%。更廣泛來看，領(lǐng)跑者AI平臺(tái)達(dá)到高成熟度的的快速追隨者成功采用了這一模式，而領(lǐng)跑者的比例高可能性是行業(yè)平均水平的三倍。達(dá)57%。在利用多樣化數(shù)據(jù)源方面，領(lǐng)跑者同跑者比快速追隨者在組織變革方面，領(lǐng)跑者高度重視以人為本的轉(zhuǎn)型：在技術(shù)應(yīng)用層面，65%的領(lǐng)跑者擅長使用并持續(xù)改關(guān)注阻礙變革的文化問題的比例是快速追隨者的四倍；進(jìn)符合行業(yè)需求的自主AI代理，而重視人才匹配和透明溝通的比例達(dá)三倍；運(yùn)用行為科學(xué)50%。同樣持續(xù)監(jiān)測(cè)AI驅(qū)動(dòng)變革影響的比例為三倍；提供結(jié)構(gòu)工培訓(xùn)計(jì)劃的比例是快速追一馬當(dāng)先：AI規(guī)模化應(yīng)用指南13AI競(jìng)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)圖5：AI應(yīng)用的行業(yè)進(jìn)展領(lǐng)跑者在生命科學(xué)行業(yè)占比最高略舉措方面取得了顯著進(jìn)展。圖5顯示，領(lǐng)跑者在生命科學(xué)行業(yè)占比最高（為該行業(yè)受訪企業(yè)的12%），

而AI探索者AI推進(jìn)者快速追隨者領(lǐng)跑者在零售行業(yè)占比最少（僅2%）。生命科學(xué)保險(xiǎn)39%29%45%39%42%37%12%6%4%4%6%12%55%43%49%45%10%9%9%8%公用事業(yè)通信與媒體銀行能源32%48%12%7%消費(fèi)品與服務(wù)47%63%39%30%9%2%5%5%公共服務(wù)零售49%39%10%2%平均值42%44%7%8%一馬當(dāng)先：AI規(guī)模化應(yīng)用指南15圖6顯示了各行業(yè)規(guī)?；潭茸罡叩娜?xiàng)戰(zhàn)略圖6：三大亮點(diǎn)各行業(yè)規(guī)?；潭茸罡叩娜?xiàng)戰(zhàn)略舉措舉措。例如，在生命科學(xué)行業(yè)，16%的企業(yè)已規(guī)?；渴稹凹铀偎幬飳徟眻?chǎng)景；14%聚焦“縮短臨床試行業(yè)#1#2#3驗(yàn)周期”；13%重點(diǎn)突破“提升藥品價(jià)值定位”。生命科學(xué)加速上市縮短臨床試驗(yàn)周期提升藥品價(jià)值定位16%23%11%13%18%29%14%9%14%13%10%12%14%29%13%7%13%12%9%保險(xiǎn)反欺詐檢測(cè)呼叫智能助理理賠受理公用事業(yè)通信員工隊(duì)伍運(yùn)營優(yōu)化發(fā)電量預(yù)測(cè)客戶動(dòng)態(tài)定價(jià)策略自愈式智能網(wǎng)絡(luò)AI客服坐席現(xiàn)場(chǎng)工程師技術(shù)輔助平臺(tái)動(dòng)態(tài)廣告和投放11%10%6%媒體聊天機(jī)器人協(xié)助內(nèi)容檢索反欺詐檢測(cè)與防范卡務(wù)與支付和合規(guī)查詢反欺詐管理銀行客戶身份智能核驗(yàn)（KYC）交易預(yù)測(cè)能源健康與安全自動(dòng)分析和工單生成敏捷品牌體驗(yàn)設(shè)計(jì)與開發(fā)IT現(xiàn)代化與代碼生成渠道特定客戶細(xì)分11%7%消費(fèi)品與服務(wù)公共服務(wù)零售實(shí)時(shí)客戶交互超個(gè)性化消費(fèi)者畫像與細(xì)分關(guān)鍵服務(wù)工作量積壓減少基于用戶畫像的數(shù)字營銷內(nèi)容創(chuàng)作報(bào)告或分析知識(shí)管理員工排班自動(dòng)化27%6%16%6%16%5%資料：埃森哲商業(yè)研究院。各行業(yè)按其行業(yè)領(lǐng)跑者占比排序，其中生命科學(xué)行業(yè)占比最高，零售行業(yè)占比最低。由于戰(zhàn)略舉措存在顯著差異，通信與媒體行業(yè)在本表一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南中被單獨(dú)列出。16在保險(xiǎn)業(yè)，那些在核保領(lǐng)域推進(jìn)戰(zhàn)略性布局的企業(yè)保險(xiǎn)公司如何利用生成式AI有望在未來18個(gè)月內(nèi)取得顯著收益。這些企業(yè)預(yù)計(jì)將實(shí)實(shí)現(xiàn)自我重

塑現(xiàn)以下成果：勞動(dòng)生產(chǎn)率平均提升16%；運(yùn)營成本下降16%；收入增長14%；客戶滿意度提升14%；資本效率提升滿意度提升12%。傳統(tǒng)保險(xiǎn)公司的業(yè)務(wù)增長長期受限統(tǒng)。如今QBE已能處理經(jīng)紀(jì)渠道100%的于人工核保效率。通過應(yīng)用生成式AI技術(shù)投保申請(qǐng)，大幅縮短市場(chǎng)響應(yīng)時(shí)間。經(jīng)過一年多的市場(chǎng)檢驗(yàn)，這些解決方實(shí)現(xiàn)全量申請(qǐng)文件的自動(dòng)讀取，保險(xiǎn)公司得以更精準(zhǔn)地評(píng)估風(fēng)險(xiǎn)、更快完成報(bào)價(jià)和出單，同時(shí)顯著提升成本效益。埃森哲與總部位于悉尼的跨國保險(xiǎn)案已斬獲多項(xiàng)行業(yè)創(chuàng)新大獎(jiǎng)。初期成效顯示，公司的出單轉(zhuǎn)化率和保費(fèi)收入均實(shí)現(xiàn)提升。與埃森哲的合作使QBE能夠更精集團(tuán)QBE合作，利用自主研發(fā)的全新解決準(zhǔn)地識(shí)別和篩選風(fēng)險(xiǎn)，改善經(jīng)紀(jì)人與客戶方案，規(guī)?；渴鹦袠I(yè)領(lǐng)先的AI核保系體驗(yàn)，并促進(jìn)業(yè)務(wù)增長。統(tǒng)，并將其復(fù)制到多個(gè)業(yè)務(wù)線，幫助QBE更快、更精準(zhǔn)地做出業(yè)務(wù)決策。該項(xiàng)目通過舉辦董事會(huì)、高管層及全員培訓(xùn)會(huì)議，推動(dòng)設(shè)計(jì)開發(fā)了能自動(dòng)分析新業(yè)務(wù)申請(qǐng)完整性、風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)評(píng)估的智能系一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南17AI規(guī)模化的關(guān)鍵挑戰(zhàn)一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南18領(lǐng)跑者確實(shí)有許多值得效仿之處，但包括其在內(nèi)的圖7：數(shù)據(jù)背后的深意同樣的AI挑戰(zhàn)，其難度因企業(yè)AI成熟度不同而有所差異所有受訪企業(yè)，行業(yè)特定戰(zhàn)略舉措的規(guī)?；涞乇壤闯^60%。各方仍有很大進(jìn)步空間。AI探索者AI推進(jìn)者快速追隨者領(lǐng)跑者處于不同AI成熟度的企業(yè)面臨的最大挑戰(zhàn)是什么？當(dāng)受訪者對(duì)AI相關(guān)挑戰(zhàn)進(jìn)行排序時(shí)，我們發(fā)現(xiàn)既有跨學(xué)科團(tuán)隊(duì)數(shù)據(jù)基座安全風(fēng)險(xiǎn)112311共性也有差異（見圖7，數(shù)字越小，挑戰(zhàn)越大）。例如，組建和培養(yǎng)跨學(xué)科團(tuán)隊(duì)是領(lǐng)跑者和AI探索者232323面臨的首要挑戰(zhàn)，而對(duì)于AI推進(jìn)者來說，則是第二大挑戰(zhàn)，對(duì)于快速追隨者來說是第三大挑戰(zhàn)。另一方面，構(gòu)建高質(zhì)量端到端數(shù)據(jù)基座是AI推進(jìn)者面臨的首要挑戰(zhàn)，而對(duì)于其他企業(yè)則是第二大挑戰(zhàn)。業(yè)務(wù)價(jià)值45454545基礎(chǔ)模型定制資料：埃森哲商業(yè)研究院。數(shù)字越小，挑戰(zhàn)越大?！翱鐚W(xué)科團(tuán)隊(duì)”指組建和培養(yǎng)跨學(xué)科團(tuán)隊(duì)挑戰(zhàn)?！皵?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)?！盎A(chǔ)模型定制”指針對(duì)特定用例定制基礎(chǔ)模型挑戰(zhàn)。“業(yè)務(wù)價(jià)值”指證實(shí)用例能帶來明確投資回報(bào)率的挑戰(zhàn)?！鞍踩L(fēng)險(xiǎn)”指管理安全與隱私風(fēng)險(xiǎn)挑戰(zhàn)。一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南19領(lǐng)跑者如何大幅領(lǐng)先與其他三類企業(yè)相比，領(lǐng)跑者的財(cái)務(wù)表現(xiàn)令環(huán)境可持續(xù)性，以及為客戶、員工和社區(qū)創(chuàng)造價(jià)人矚目（詳見附錄2）。僅在2023年，領(lǐng)跑者的營值?埃森哲稱之為“360°價(jià)值”創(chuàng)造。例如，收增速平均就比AI探索者快7個(gè)百分點(diǎn)。在另一項(xiàng)我們發(fā)現(xiàn)，85%的領(lǐng)跑者采取360°價(jià)值視角衡關(guān)鍵指標(biāo)?稅前投資資本回報(bào)率上，領(lǐng)跑者高量其數(shù)據(jù)和AI項(xiàng)目成效，而僅有2%的AI探索者出其他三類企業(yè)4個(gè)百分點(diǎn)。做到了這一點(diǎn)。股票市場(chǎng)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(bào)平均比其他三類企業(yè)高出6個(gè)百分點(diǎn)。然而，卓越的財(cái)務(wù)績(jī)效僅是領(lǐng)跑者的眾多優(yōu)勢(shì)之一。事實(shí)上，這類企業(yè)也更擅于推動(dòng)包容與多元、提升員工技能、改善一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南20AI規(guī)模化的五大

關(guān)鍵要?jiǎng)?wù)精通技術(shù)無疑有助于企業(yè)規(guī)?；季謶?zhàn)略舉措，但成功的關(guān)鍵遠(yuǎn)不止于此?；谏钊胝{(diào)研和豐富的客戶實(shí)踐，我們進(jìn)一步提煉出五大要?jiǎng)?wù)，除前文所述的基礎(chǔ)能力和新能力要素外，這些舉措將助力各類企業(yè)更高效地推進(jìn)戰(zhàn)略布局規(guī)?；涞?。（有關(guān)五大要?jiǎng)?wù)的具體要素，請(qǐng)參見本節(jié)末尾的圖8；更多分析，請(qǐng)參閱埃森哲報(bào)告《以生成式AI實(shí)現(xiàn)重塑》和《生成式AI時(shí)代的企業(yè)重塑》）。一馬當(dāng)先：??規(guī)模化應(yīng)用指南21獲得高管層支持的戰(zhàn)略舉措，其投資回報(bào)率超出預(yù)期的可能性是其他投資的2.4倍。一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南22一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南23要?jiǎng)?wù)二：重塑

人才與工作方式致力于重塑人才與工作方式的企業(yè)，不僅會(huì)大力投資于當(dāng)所需技能就緒后，就可以通過實(shí)時(shí)員工隊(duì)伍規(guī)劃持續(xù)地AI技能提升，還會(huì)采用靈活的員工隊(duì)伍模式，推動(dòng)“人類+智能將人才匹配到不斷演變的工作流程中。隨著AI系統(tǒng)日益自主和體”的高效協(xié)作。他們招聘、培訓(xùn)并留存頂尖AI人才，如AI戰(zhàn)略去中心化，企業(yè)必須確保其人才發(fā)展與最小人工干預(yù)即可規(guī)模專家、AI架構(gòu)師、數(shù)據(jù)現(xiàn)代化架構(gòu)師、計(jì)算科學(xué)家以及AI智能化部署的AI基礎(chǔ)設(shè)施相契合。例如，AI架構(gòu)師的角色就正在向體架構(gòu)師。此外，這些企業(yè)還與高校開展戰(zhàn)略合作，培養(yǎng)具備自主系統(tǒng)設(shè)計(jì)演變。特定技能的畢業(yè)生，并通過外包部分研發(fā)工作、加強(qiáng)與開發(fā)者和生態(tài)網(wǎng)絡(luò)的合作來培養(yǎng)提升其創(chuàng)新能力。如今，各職能部門間的協(xié)作比以往任何時(shí)候都更緊密：AI、4數(shù)據(jù)、業(yè)務(wù)和治理團(tuán)隊(duì)需要在高度一體化的環(huán)境中協(xié)作，決策重塑人才與工作方式要求企業(yè)能夠快速調(diào)整員工技能與既依賴于行業(yè)專業(yè)知識(shí)，也要結(jié)合AI洞察。例如，商業(yè)智能與能力架構(gòu)，將打造靈活、賦權(quán)且始終充滿好奇心的員工隊(duì)伍作數(shù)據(jù)可視化團(tuán)隊(duì)必須整合結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，才能實(shí)時(shí)生為優(yōu)先事項(xiàng)。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)成深刻洞見。隨著企業(yè)工作模式不斷演進(jìn)，未來AI人才必須具動(dòng)、AI賦能和人文科學(xué)支撐的強(qiáng)大人才引擎。依據(jù)個(gè)人技能、備跨學(xué)科專業(yè)素養(yǎng)且與企業(yè)戰(zhàn)略同頻共振。經(jīng)驗(yàn)和職業(yè)目標(biāo)為員工量身定制學(xué)習(xí)“路徑”，有助于企業(yè)更快彌合AI技能差距?畢竟，市場(chǎng)營銷人員與會(huì)計(jì)師的培訓(xùn)需在人才戰(zhàn)略上，行業(yè)領(lǐng)跑者之所以脫穎而出，關(guān)鍵并不在求大相徑庭。于他們?cè)谡衅负团囵B(yǎng)頂尖AI人才上投入了多少預(yù)算。事實(shí)上，我們的研究顯示，他們的人才投資規(guī)模與其他企業(yè)并無顯著差而定制學(xué)習(xí)路徑，首先需評(píng)估企業(yè)當(dāng)前AI技能水平及未來異。那么，為何領(lǐng)跑者的人才成熟度能領(lǐng)先AI探索者四倍之多？需求，兼顧財(cái)務(wù)和運(yùn)營壓力的同時(shí)，決定哪些技能通過招聘引答案在于其人才戰(zhàn)略的執(zhí)行效率遠(yuǎn)勝一籌。具體而言，他們能入、哪些技能靠?jī)?nèi)部培養(yǎng)，以及哪些技能可借助外部合作獲取。在整個(gè)高管層的積極推動(dòng)下，用有限的人才預(yù)算實(shí)現(xiàn)投資回報(bào)率最大化。一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南24要?jiǎng)?wù)三：構(gòu)建AI賦能的安全數(shù)字核心領(lǐng)跑者能夠規(guī)?；季謶?zhàn)略舉措的另一緣由，在于其習(xí)提供強(qiáng)大助力。

這也正是認(rèn)知數(shù)字大腦成為埃森哲AI6潛心打造“自主智能且安全的數(shù)字核心”?這是企業(yè)實(shí)現(xiàn)Re?nery?框架核心的原因所在?它通過掃描并整合企重塑的核心技術(shù)能力。要做到這一點(diǎn)，企業(yè)必須采取一系業(yè)所有數(shù)據(jù)與知識(shí)，構(gòu)建企業(yè)級(jí)索引，從而支持AI驅(qū)動(dòng)的列措施，包括打造現(xiàn)代化數(shù)據(jù)生態(tài)系統(tǒng)、戰(zhàn)略性嵌入AI模決策制定。我們發(fā)現(xiàn)，領(lǐng)跑者已通過將AI深度融入數(shù)字核型、部署自主智能架構(gòu)，并確保AI與業(yè)務(wù)需求無縫銜接。心、充分利用結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，以及部署AI智能體5參與決策，有效擴(kuò)展了其認(rèn)知數(shù)字大腦。在此過程中，企業(yè)應(yīng)平衡效率、成本和用戶體驗(yàn)，推動(dòng)AI在全企業(yè)范圍內(nèi)的廣泛應(yīng)用。為實(shí)現(xiàn)AI在整個(gè)企業(yè)中在構(gòu)建自主智能且安全的數(shù)字核心時(shí)，企業(yè)需要充分的快速認(rèn)證、集成和部署，企業(yè)還應(yīng)將安全性自動(dòng)嵌入到利用其“隱性知識(shí)”?即員工的集體智慧、判斷和直覺。AI舉措中。此外，AI解決方案還應(yīng)具備持久性，盡可能實(shí)將隱性知識(shí)大規(guī)模編碼整合，將顯著提升AI生成特定客戶現(xiàn)專用化，以便企業(yè)根據(jù)自身業(yè)務(wù)需求進(jìn)行定制。我們調(diào)洞察的能力。令人欣慰的是，75%的受訪企業(yè)已開始對(duì)其研的受訪者中有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(rèn)知數(shù)字隱性知識(shí)積極地加以利用。大腦”（Cognitive

Digital

Brain，CDB）便可化身為AI驅(qū)動(dòng)的智能樞紐，實(shí)時(shí)處理涵蓋知識(shí)、模型、智能體和架構(gòu)四個(gè)互聯(lián)層級(jí)的海量數(shù)據(jù)流，為企業(yè)決策制定和持續(xù)學(xué)一馬當(dāng)先：AI規(guī)模化應(yīng)用指南25當(dāng)然，隱性知識(shí)并非企業(yè)需要將數(shù)據(jù)轉(zhuǎn)化為“產(chǎn)寶馬北美（BMW

North

America）開發(fā)了一

款名無論行業(yè)或應(yīng)用場(chǎng)景如品”（即結(jié)構(gòu)化、易解讀且可復(fù)用的資產(chǎn)）的唯一領(lǐng)域。為EKHO的生成式AI平臺(tái)，運(yùn)用大語言模型智能應(yīng)對(duì)跨何復(fù)雜，這種創(chuàng)新的生成式AI傳媒公司《財(cái)富》（Fortune）即通過整合結(jié)構(gòu)化和非業(yè)務(wù)職能和使用場(chǎng)景下的復(fù)雜問題。平臺(tái)核心集成了結(jié)構(gòu)化數(shù)據(jù)，驅(qū)動(dòng)更豐富的AI交互與深度洞察。多個(gè)AI驅(qū)動(dòng)應(yīng)用（GPT智能體），可根據(jù)用戶提問和企平臺(tái)都能幫助像寶馬這樣的企業(yè)特定數(shù)據(jù)，智能選擇合適的數(shù)據(jù)源并提取信息。迄業(yè)，借助數(shù)據(jù)和洞察維持領(lǐng)先多年來，《財(cái)富》一直嚴(yán)謹(jǐn)?shù)厥占头治雒绹敖?，該平臺(tái)已將寶馬的員工生產(chǎn)力提升了30%~40%。EKHO的靈活性使其能夠應(yīng)用于企業(yè)內(nèi)部眾多場(chǎng)全球大型企業(yè)的財(cái)務(wù)數(shù)據(jù)，以編制其標(biāo)志性的《財(cái)優(yōu)勢(shì)。富》500強(qiáng)和《財(cái)富》世界500強(qiáng)榜單?！敦?cái)富》還利用這些商業(yè)知識(shí)打造了Fortune

Analytics

LLM大語景，甚至包括汽車展廳。設(shè)想一位寶馬客戶走進(jìn)門店，言模型?一個(gè)直觀、用戶友好、由生成式AI驅(qū)動(dòng)的平準(zhǔn)備購買夢(mèng)想座駕，但面對(duì)大量決策感到無從下手。因臺(tái)。用戶可在該平臺(tái)訪問《財(cái)富》500強(qiáng)排名、其他年為從車漆、技術(shù)配置、內(nèi)飾到配件，幾乎有1000萬種不度榜單如《財(cái)富》1000強(qiáng)、各類出版和在線文章、視頻同的組合。腳本，并獲取深度洞察。此大語言模型還可以根據(jù)用戶需求，即時(shí)生成散點(diǎn)圖、折線圖、柱狀圖等可視化數(shù)據(jù)通常，寶馬銷售人員需要查閱手冊(cè)，花費(fèi)數(shù)小時(shí)交圖表。叉對(duì)比各種功能和定制選項(xiàng)，而EKHO有望將這一繁瑣過程縮短至幾分鐘。打造AI驅(qū)動(dòng)的安全數(shù)字核心的另一優(yōu)勢(shì)在于，它能夠促進(jìn)“行業(yè)AI”（如制造業(yè)的預(yù)測(cè)性維護(hù)或銀行業(yè)無論行業(yè)或應(yīng)用場(chǎng)景如何復(fù)雜，這種創(chuàng)新的生成的反欺詐檢測(cè)）與“實(shí)體AI”（如實(shí)時(shí)檢測(cè)設(shè)備故障的式AI平臺(tái)都能幫助像寶馬這樣的企業(yè)，借助數(shù)據(jù)和洞AI傳感器網(wǎng)絡(luò)，或提升銀行網(wǎng)點(diǎn)安全性的生物識(shí)別系察維持領(lǐng)先優(yōu)勢(shì)。統(tǒng)）的結(jié)合與應(yīng)用。一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南26一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南27一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南28要?jiǎng)?wù)五：推動(dòng)持續(xù)重塑若想高效規(guī)?；涞貞?zhàn)略舉措，企業(yè)必須推動(dòng)持續(xù)重塑。第五我們的調(diào)研還揭示了迭代變革管理的重要性。例如，領(lǐng)跑者將項(xiàng)要?jiǎng)?wù)至關(guān)重要，因?yàn)槠髽I(yè)重塑并非一朝一夕之功。相反，這是一文化適應(yīng)列為優(yōu)先事項(xiàng)的可能性是快速追隨者的四倍。更廣泛來段持續(xù)的旅程?尤其是在推理計(jì)算、智能體架構(gòu)和實(shí)體AI等領(lǐng)域看，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)配快

速發(fā)

展的當(dāng)下。機(jī)制、文化挑戰(zhàn)應(yīng)對(duì)機(jī)制以及領(lǐng)導(dǎo)層透明度保障，其成功實(shí)現(xiàn)企業(yè)重塑的可能性將提高一倍以上。因此，未來企業(yè)必須以更高成熟度應(yīng)對(duì)持續(xù)變革，而駕馭這種變革是推進(jìn)戰(zhàn)略實(shí)施和企業(yè)前行的關(guān)鍵。變革力將成為企業(yè)全員以致力于推動(dòng)持續(xù)重塑的某領(lǐng)先銀行為例。在布局戰(zhàn)略舉措必須掌握的核心能力?這種能力以實(shí)時(shí)數(shù)據(jù)為驅(qū)動(dòng)，以經(jīng)驗(yàn)反饋前，該銀行先精心規(guī)劃了其生成式AI投資從早期部署到全面規(guī)?；癁榈A(chǔ)。為此，人類與智能體必須協(xié)同進(jìn)化。各階段預(yù)期創(chuàng)造的價(jià)值。隨后，公司采用嚴(yán)格的方法論持續(xù)衡量進(jìn)展。目前，該銀行正在開發(fā)200多個(gè)生成式AI用例，其中一些已達(dá)推動(dòng)持續(xù)重塑不僅關(guān)乎技術(shù)，更關(guān)乎人。盡管大多數(shù)員工（根到成本效益并在全企業(yè)范圍內(nèi)規(guī)?；渴?。據(jù)埃森哲前期調(diào)研，比例達(dá)95%）認(rèn)可與生成式AI協(xié)作的價(jià)值，但仍有相當(dāng)比例（60%）擔(dān)心失業(yè)、壓力與職業(yè)倦怠。因此，企業(yè)領(lǐng)導(dǎo)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(jià)值觀相契合，并通過創(chuàng)新體驗(yàn)激發(fā)員工內(nèi)生動(dòng)力。持續(xù)自我革新必須以持續(xù)的財(cái)務(wù)自律為基石：AI投資必須帶來可量化的業(yè)務(wù)價(jià)值，否則應(yīng)及時(shí)終止。通過動(dòng)態(tài)監(jiān)測(cè)AI投資回報(bào)率，企業(yè)能迅速將資源轉(zhuǎn)向更高價(jià)值的領(lǐng)域。一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南29圖8：五大要?jiǎng)?wù)及其要素要?jiǎng)?wù)要素要素所需將AI上升為CEO及董事會(huì)主導(dǎo)的戰(zhàn)略優(yōu)先級(jí)，并與戰(zhàn)略目標(biāo)和企業(yè)重塑保持一致高管層深度參與??

制定明確的投資回報(bào)率衡量指標(biāo)，追蹤短期效率和長期轉(zhuǎn)型成效01借助自主智能重塑流程?

突破簡(jiǎn)單的AI自動(dòng)化，實(shí)現(xiàn)工作流的智能協(xié)同與實(shí)時(shí)價(jià)值創(chuàng)造價(jià)值引領(lǐng)資本配置聚焦長期價(jià)值的?優(yōu)先投資AI以推動(dòng)增長，通過結(jié)構(gòu)化資本配置持續(xù)創(chuàng)造業(yè)務(wù)價(jià)值投資布局搭建人才體系，為員工量身制定覆蓋

戰(zhàn)略專家、計(jì)算科學(xué)家、數(shù)據(jù)現(xiàn)代化架構(gòu)師、智能體架構(gòu)師等關(guān)鍵崗位的專項(xiàng)培養(yǎng)計(jì)劃??AI定制AI技能進(jìn)階路線圖通過生成式

技術(shù)整合內(nèi)外部人才資源，充分釋放人才潛力02AI重

塑人才與?根據(jù)員工當(dāng)前技能定制持續(xù)技能提升計(jì)劃，并確保其與AI驅(qū)動(dòng)的工作流相匹配工作方式制定學(xué)習(xí)路徑?

打破部門壁壘，確保AI、數(shù)據(jù)、業(yè)務(wù)和治理團(tuán)隊(duì)協(xié)同運(yùn)作，加速價(jià)值落地一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南30要?jiǎng)?wù)要素要素所需?

打破孤島，推動(dòng)語義一致性和數(shù)據(jù)標(biāo)準(zhǔn)化，提升系統(tǒng)互操作性和治理能力構(gòu)建數(shù)據(jù)產(chǎn)品文化在各職能部門推廣數(shù)據(jù)產(chǎn)品思維，實(shí)現(xiàn)數(shù)據(jù)訪問的普惠化?并推動(dòng)語義一致性將生成式

融入現(xiàn)有應(yīng)用組合，避免重復(fù)投資，充分借助行業(yè)合作伙伴等生態(tài)系統(tǒng)的力量?AI?

整合和優(yōu)化現(xiàn)有技術(shù)，最大化平臺(tái)投資回報(bào)，推動(dòng)效率提升和價(jià)值創(chuàng)造03構(gòu)建AI賦能的聚焦模型微調(diào)與專用化?

超越通用模型，采用行業(yè)專屬AI智能體以釋放價(jià)值安全數(shù)字核心基于生成式AI就緒度使用結(jié)構(gòu)化決策框架評(píng)估數(shù)據(jù)與

就緒度，確?？蓴U(kuò)展性和影響力??AI設(shè)計(jì)規(guī)劃應(yīng)用架構(gòu)重構(gòu)數(shù)據(jù)和

基座，打造持續(xù)學(xué)習(xí)的智能樞紐，驅(qū)動(dòng)全企業(yè)范圍內(nèi)的決策與創(chuàng)新AI04確保

解決方案安全、透明且可追溯??AI彌合負(fù)責(zé)任AI將安全控制集成到負(fù)責(zé)任AI從履行合規(guī)義務(wù)到利用負(fù)責(zé)任

提升客戶信任和企業(yè)競(jìng)爭(zhēng)力差距AI?

培養(yǎng)敏捷、靈活適應(yīng)和持續(xù)重塑的企業(yè)文化搭建穩(wěn)健的變革管理框架聚焦投資回報(bào)率?

推動(dòng)人機(jī)協(xié)作，利用AI提升生產(chǎn)力和員工參與度05推動(dòng)持續(xù)重

塑組建生成式

和自主智能“卓越中心”，為在全企業(yè)范圍內(nèi)規(guī)?；渴鹭?fù)責(zé)任

保駕護(hù)航?AIAI?

持續(xù)評(píng)估當(dāng)前AI投資，對(duì)具有重大影響力的項(xiàng)目加倍投入，并在必要時(shí)靈活調(diào)整策略一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南31布局未

來企業(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)某墒於龋瑫r(shí)確保戰(zhàn)略要?jiǎng)?wù)執(zhí)行力來實(shí)現(xiàn)規(guī)?；涞?。只要其中任何一環(huán)掉鏈子，企業(yè)重塑的步伐就可能受阻甚至擱淺。如今，一場(chǎng)基于生成式AI的產(chǎn)業(yè)重塑競(jìng)賽已然全面展開。在這場(chǎng)競(jìng)賽中，領(lǐng)跑者憑借戰(zhàn)略布局的規(guī)?；涞啬芰?，建立起顯著優(yōu)勢(shì)。但與傳統(tǒng)競(jìng)賽不同，這場(chǎng)轉(zhuǎn)型沒有終點(diǎn)，只有一個(gè)個(gè)階段性里程碑。對(duì)于仍在追趕、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?jiǎng)?wù)，無論你來自什么行業(yè)、AI基礎(chǔ)如何，都有機(jī)會(huì)躋身第一梯隊(duì)。毫無疑問，未來重塑機(jī)遇將不斷涌現(xiàn)，同時(shí)也將孕育新一代領(lǐng)跑者。行動(dòng)正當(dāng)其時(shí)。一馬當(dāng)先：??規(guī)模化應(yīng)用指南32附錄1：105項(xiàng)戰(zhàn)略舉措對(duì)應(yīng)百分比表示某一行業(yè)中，將某項(xiàng)戰(zhàn)略舉措規(guī)模化落地的企業(yè)占比銀行保險(xiǎn)通信媒體能源反欺詐管理反欺詐檢測(cè)呼叫智能助理理賠受理自愈式智能網(wǎng)絡(luò)聊天機(jī)器人協(xié)助內(nèi)容檢索和合規(guī)查詢健康與安全29%29%6%5%23%13%12%11%10%8%13%12%11%10%9%8%18%14%10%9%7%14%13%11%11%9%9%8%8%8%7%卡務(wù)與支付AI客服坐席反欺詐檢測(cè)與防范自動(dòng)分析和工單生成交易預(yù)測(cè)客戶身份智能核驗(yàn)（KYC）投資管理與咨詢申請(qǐng)?zhí)幚砼c履行信用評(píng)估現(xiàn)場(chǎng)工程師技術(shù)輔助平臺(tái)銷售AI協(xié)理員動(dòng)態(tài)廣告和投放數(shù)據(jù)增強(qiáng)超個(gè)性化推薦客戶參與度理賠裁決洞察分析智能攝取營銷內(nèi)容生成生成式AI輔助的歸檔媒體內(nèi)容修復(fù)與增強(qiáng)自動(dòng)視頻標(biāo)記自動(dòng)化變更管理自動(dòng)報(bào)告編制AI驅(qū)動(dòng)鉆井5%后臺(tái)運(yùn)營自動(dòng)化5%6%5%5%5%4%2%1%IT工程分類與風(fēng)險(xiǎn)偏好代位求償利用數(shù)字孿生管理客戶流失超個(gè)性化服務(wù)與創(chuàng)意內(nèi)容快速線框圖設(shè)計(jì)與產(chǎn)品設(shè)計(jì)加速法律文檔自動(dòng)化生成架構(gòu)設(shè)計(jì)輔助AI輔助的故事板制作與連續(xù)性檢查實(shí)時(shí)反饋回路4%4%3%3%7%7%潛在客戶獲取、培育與資格審核文檔與知識(shí)管理數(shù)字內(nèi)容管理生產(chǎn)保障7%6%6%5%保單范圍驗(yàn)證通知生成自適應(yīng)比特率流優(yōu)化大規(guī)模內(nèi)容本地化集成供應(yīng)鏈6%自動(dòng)庫存管理增強(qiáng)型現(xiàn)場(chǎng)作業(yè)AI驅(qū)動(dòng)生產(chǎn)4%代理賦能智能搜索與發(fā)現(xiàn)3%5%6%6%5%1%自動(dòng)初始元數(shù)據(jù)生成自動(dòng)化資產(chǎn)可靠性管理自動(dòng)化故障預(yù)測(cè)一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南33接上頁對(duì)應(yīng)百分比表示某一行業(yè)中，將某項(xiàng)戰(zhàn)略舉措規(guī)?；涞氐钠髽I(yè)占比消費(fèi)品與服務(wù)零售公用事業(yè)員工隊(duì)伍運(yùn)營優(yōu)化發(fā)電量預(yù)測(cè)公共服務(wù)報(bào)告或分析知識(shí)管理IT現(xiàn)代化與代碼生成關(guān)鍵服務(wù)工作量積壓減少網(wǎng)絡(luò)安全生命科學(xué)加速上市實(shí)時(shí)客戶交互員工排班自動(dòng)化9%7%7%7%7%6%6%5%5%5%4%4%6%6%5%5%4%4%4%4%3%1%11%10%9%8%8%8%8%8%7%27%16%16%14%13%12%10%10%16%14%13%9%敏捷品牌體驗(yàn)設(shè)計(jì)與開發(fā)超個(gè)性化消費(fèi)者畫像與細(xì)分自動(dòng)化ESG追蹤與優(yōu)化自動(dòng)化IT開發(fā)與運(yùn)維渠道特定客戶細(xì)分縮短臨床試驗(yàn)周期提升藥品價(jià)值定位提升藥品可及性基于用戶畫像的數(shù)字營銷內(nèi)容創(chuàng)作數(shù)字商務(wù)超個(gè)性化產(chǎn)品推薦客戶服務(wù)自動(dòng)化客戶動(dòng)態(tài)定價(jià)策略個(gè)性化促銷優(yōu)惠和營銷活動(dòng)增強(qiáng)型資產(chǎn)管理合同審查助手智慧城市與基礎(chǔ)設(shè)施管理呼叫中心與超個(gè)性化代理驅(qū)動(dòng)支持市民服務(wù)建立端到端洞察與反饋回路8%員工隊(duì)伍規(guī)劃與人力資本管理洞察驅(qū)動(dòng)的需求感知與預(yù)測(cè)計(jì)算機(jī)輔助的產(chǎn)品設(shè)計(jì)與開發(fā)增強(qiáng)型銷售賦能與執(zhí)行智能采購與供應(yīng)商管理數(shù)字孿生產(chǎn)線設(shè)計(jì)與優(yōu)化實(shí)時(shí)趨勢(shì)監(jiān)測(cè)與檢測(cè)智能供應(yīng)商合同協(xié)商增強(qiáng)型銷售與運(yùn)營工廠生產(chǎn)與排期加速監(jiān)管文件提交與審批自動(dòng)化文檔生成場(chǎng)址選擇增強(qiáng)型員工體驗(yàn)韌性供應(yīng)鏈數(shù)字貨架圖像與文本內(nèi)容生成動(dòng)態(tài)交互式控制塔指導(dǎo)與建議企業(yè)知識(shí)管理3%1%產(chǎn)品創(chuàng)意與概念生成0%一馬當(dāng)先：AI規(guī)?；瘧?yīng)用指南34附錄2：研究方法樣本選擇與有效性企業(yè)重

塑需具備的數(shù)據(jù)與

能力AI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)新型數(shù)據(jù)與AI核心能力成，旨在為那些尋求部署AI驅(qū)動(dòng)戰(zhàn)略的企業(yè)提供前瞻視角。這基礎(chǔ)能力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)。一項(xiàng)系統(tǒng)性舉措，旨在利用數(shù)據(jù)和AI升運(yùn)營效率大語言模型運(yùn)維衡量企業(yè)通過結(jié)構(gòu)化、可擴(kuò)展、自動(dòng)化的運(yùn)營實(shí)踐為了檢測(cè)受訪企業(yè)回答調(diào)研問卷時(shí)的潛在偏倚，我們采數(shù)據(jù)與AI戰(zhàn)略驅(qū)動(dòng)業(yè)務(wù)價(jià)值、助力決策制定并提（LLMOps）成熟度來開發(fā)、部署