2023年生成式人工智能的突破年.pdf

随着组织快速部署生成式工智能工具，调查受访者预计会对他们的业和劳动产生重影响。2023 8 工智能的现状2023 ：生成式工智能的突破1最新的度肯锡全球工智能现状调查证实了生成式工智能（gen AI）工具的爆炸性增。在许多?类工具推出后到，三分之的受访者表示，他们的组织在少项业务职能中定期使工智能。在最近的进展中，工智能已经从个属于技术员工的话题上升为公司领导者关注的焦点：近四分之的受访高管表示，他们个?在使新代工智能工具进工作，超过四分之的受访者表示使工智能的公司表示，新代工智能已经列他们董事会的议程。?外，40%的受访者表示，由于新代工智能的进?，他们的组织将增加对工智能的整体投资。调查结果表明，管理与工智能相关的风险仍处于早期阶段，到半的受访者表示，他们的组织甚?在减轻他们认为最相关的风险：准确。新代工智能对业务的预期影响是巨的，受访者预测他们的劳动将发生有意义的变化。他们预计某些领域将裁员，并会开展再培训工作，以满断变化的才需求。然而，虽然新代工智能的使可能会刺激其他工智能工具的采，但我们看到组织对这些技术的采乎没有有意义的增。2022 以来，采工智能工具的组织百分比直保持稳定，并且采仍然集中在少数业务职能范围内。已经嵌工智能功能的组织是最先探索新代工智能潜的组织，而那些从传统的工智能功能中看到最价值的组织（我们称之为工智能高绩效者）在采新代工智能工具方已经超过了其他组织。1根据受访者的说法，我们将工智能高绩效企业定义为将少 20%的 EBIT 归因于工智能采的组织。2023 工智能的现状：生成式工智能的突破1该调查于 2023 4 中旬进，结果表明，尽管 gen AI 刚刚公开，但对这些工具的实验已经相对普遍，受访者预计新功能将改变他们的业。Gen AI 引起了商界士的兴趣：各个地区、业和资历级别的个都在工作和工作之外使 Gen AI。79%的受访者表示，他们少在工作或工作之外接触过代工智能，22%的受访者表示他们经常在的工作中使它。虽然同资历级别的受访者报告的使率常相似，但在技术业和北美工作的受访者中使率最高。现在还处于早期阶段，但工智能的使已经广泛22023 工智能的现状：生成式工智能的突破同地区、业和资历级别的受访者表示，他们已经在使生成式工智能工具。622按地点3亚太地区男士经常在工作中和工作外使372417技术、媒体和电信按性别认同502174515241322北美9461648经常在工作之外使9441964或早出生4按职称162619319能源与材42161938按业分类发展中市场159性616少尝试过次17 号3最高管理层高管6按龄319236421147先进产业20101331412出生于 196580 1948637181415金融服务58354111欧洲16161837接触154673高级管理员17 号1614128商业、法律和专业服务3013189112017 号4出生于 198196知道19314310111015医疗保健、制药和医疗产品1973711213614中华区183524经常于工作1817 号5中层管理员618364015消费品/零售1818341610组织现在也普遍使工智能。三分之的受访者表示，他们的组织已经在少项功能中定期使生成式工智能，这意味着在报告采工智能的组织中，有 60%?在使生成式工智能。?外，在报告其组织采工智能的受访者中，40%的表示，由于生成式工智能，他们的公司希望在工智能方进多投资，28%的表示，生成式工智能的使已经列其董事会的议程。使这些新工具的最常业务功能与总体上最常的工智能使相同：营销和销售、产品和服务开发以及服务运营，例如客服务和后台持。这表明组织?在寻找最有价值的新工具。在我们之前的研究中，这三个领域与软件工程起显示出生成式 AI 例创造约 75%度总价值的潜。调查样本还包括被认定为“元”或“其他”的受访者，但数量够多，具有统计意义。对于 1964 或早出生的受访者，n =143；对于 1965 1980 出生的受访者，n =268；对于 1981 1996 出生的受访者，n =80。所有受访者的龄详细信息均可。对于确定为男性的受访者，n =1,025；对于性受访者，n =156。肯锡公司注：由于四舍五，数字之和可能等于 100%。在亚太地区，n =164；在欧洲，n =515；在北美，n =392；中华区（包括香港和台湾），n =337；在发展中市场（包括印度、拉丁美洲、中东和北），n =276。对于先进业（包括汽车和装配、航空航天和国防、先进电子和半导体），n =96；对于商业、法律和专业服务，n =215；对于消费品和零售业，n =128；对于能源和材，n =96；对于金融服务，n =248；对于医疗保健、制药和医疗产品，n =130；对于技术、媒体和电信，n =244。对于最高管理层受访者，n =541；对于技术、媒体和电信，n =244。对于高级管理员，n =437；对于中层管理员，n =339。资来源：肯锡全球工智能调查，组织各级 1,684 名参与者，2023 4 11 21 据报告接触过生成式工智能工具，受访者百分比的附件 2023 工智能的现状：生成式工智能的突破3生成式工智能工具最常的途是营销和销售、产品和服务开发以及服务运营。1受访者表示，他们的组织已在少 1 项业务职能中采了工智能。显示的数据经过重新调整以代表所有受访者。资来源：肯锡全球工智能调查，组织各级 1,684 名参与者，2023 4 11 21 肯锡公司2023 工智能的现状：生成式工智能的突破2“生成式工智能的经济潜：下个生产前沿”，肯锡，2023 6 14 。4表示其组织在特定职能中经常使生成式工智能的受访者比例，%1最常报告的功能内生成工智能例，受访者百分比在早期，们对工智能的影响抱有很高的期望：四分之三的受访者预计工智能将在未来三内对其业竞争的性质产生重或颠覆性的变化。在科技和金融服务业工作的受访者最有可能期待工智能带来颠覆性变。我们之前的研究表明，虽然所有业确实可能会出现某种程度的颠覆，但影响程度可能会有所同。2最依赖知识工作的业可能会遇到多颠覆，并可能获得多价值。虽然我们的估计表明，毫奇怪，科技公司将看到新代工智能的最影响?增加的价值相当于全球业收的 9%?但基于知识的业，如银业（高达 5%）、制药业医疗产品（同样高达 5%）和教育（高达 4%）也可能受到重影响。相比之下，航空航天、汽车和先进电子等制造业的破坏性影响可能较小。这与之前对制造业影响最的技术浪潮的影响形成鲜明对比，这是由于新代工智能在基于语的活动方的优势，而是那些需要体劳动的活动。1048产品和/创建新产品设计总结本档6创建档的初稿发展管理市场营销与销售策略与和销售5133风险服务2制作本档的初稿9起草技术件识别客需求趋势35运营南斯个性化营销4874或服务供应链营销资源产品和/或服务开发 服务运营预测服务趋势或异常情况使聊天机器（例如，于客服务）5公司的制造业14 的附件 亚历克斯 格拉2023 工智能的现状：生成式工智能的突破5下?，生成式工智能可以从实验转变为商业引擎，并确保获得丰厚的投资回报，这需要公司解决系列广泛的问题。这些包括确定组织中生成工智能的具体机会、治理和运营模式应该是什么、如何最好地管理第三方（例如云和型语模型提供商）、管理广泛的风险需要什么、了解对员和技术堆栈的影响，并清楚如何在银业短期收益和发展扩展所需的期基础之间找到平衡。这些都是复杂的问题，但它们是释放真?重要价值池的关键。围绕生成工智能的讨论发展得如?之快，真是令惊讶。就在个前，最高管理层的对话还相当初级，重点是试图理解它是什么，看看什么是炒作，什么是现实。现在，在短短六个内，商界领袖?在进加复杂的对话。从调查结果中我们可以看到，近三分之的公司在少项业务职能中使生成式工智能。这凸显了公司对生成式工智能在商业中可的理解和接受程度。下个问题将是公司将如何采取下?动，以及生成式工智能是否会遵循我们在广泛的工智能领域观察到的相同模式，即采率稳定在 50%左右。我们从数据中看到，生成式工智能的前景使得乎半已经使工智能的公司计划增加对工智能的投资，部分原因是他们认识到需要广泛的能才能充分利生成式工智能。肯锡工智能 QuantumBlack 高级合伙兼全球负责肯锡评论调查显示，似乎很少有公司为新代工智能的广泛使或这些工具可能带来的商业风险做好充分准备。在报告工智能采情况的受访者中，只有 21%的受访者表示，他们的组织已制定政策来管理员工在工作中使新代工智能技术。当我们具体询问采工智能的风险时，很少有受访者表示他们的公司?在减轻工智能最常的风险：准确。受访者提到准确性的频率高于络安全和监管合规性，而络安全和监管合规性是之前调查中工智能最常的风险。只有 32%的表示他们?在减少准确性，这比例低于表示他们减少络安全风险的 38%。有趣的是，这个数字明显低于去报告缓解工智能相关络安全的受访者比例（51%）。总体而，?如我们前所看到的那样，多数受访者表示他们的组织没有解决与工智能相关的风险。62023 工智能的现状：生成式工智能的突破致于降低风险的组织组织认为风险相关 的附件 政治稳定53劳动/劳动流离失所206462公平公?116组织声誉453214准确1139国家安全2539络安全对环境造成的影响18413知识产权侵权34以上都是5监管合规性3116838可解释性291156个/个隐私身安全2810准确、络安全和知识产权侵权是生成式工智能采中最常被提及的风险。1仅询问其组织少在项职能中采工智能的受访者。对于被认为相关的风险和减轻的风险，n =913。组织认为相关并?在努减轻的与生成工智能相关的风险，受访者百分比1回应显示许多组织尚未解决工智能时代的潜在风险资来源：肯锡全球工智能调查，组织各级 1,684 名参与者，2023 4 11 21 肯锡公司亚历 苏哈列夫斯基72023 工智能的现状：生成式工智能的突破们普遍认识到与生成工智能相关的风险。但与?同时，普遍存在的焦虑和恐惧使领导难以有效应对风险。?如我们最新的调查显示，只有 20%多点的公司制定了生成式 AI 的风险政策。这些政策往往侧重于保护公司的专有信息，例如数据、知识和其他知识产权。这些都很重要，但我们发现，许多风险可以通过对反映既定策略的业务技术架构进改来解决。然而，真?的陷阱是公司对风险的看法过于狭隘。公司还需要关注系列重风险?社会风险、道主义风险、可持续性风险。事实上，生成式工智能的意外后果有可能给世界带来问题，而是些所拥护的世界末场景。最具建设性地接触生成式工智能的公司?在尝试和使它，同时制定结构化流程来识别和解决这些广泛的风险。他们?在安排测试版和特定团队来思考生成式工智能应程序如何脱轨，以好地预测其中的些后果。他们还与业内最优秀、最具创造的才合作，为组织和整个社会确定最佳成果。深思熟虑、结构化和全地了解新出现的风险和机遇的本质对于生成工智能的负责任和富有成效的增关重要。肯锡评论肯锡工智能 QuantumBlack 高级合伙兼全球负责领先公司已经在工智能领域处于领先地位调查结果显示，工智能高绩效企业（即受访者表示 2022 少 20%的息税前利润归因于工智能使的组织）?在全投工智能，包括新代工智能和传统的工智能功能。这些从工智能中获得巨价值的组织已经比其他组织在多的业务功能中使了新代工智能，特别是在产品和服务开发以及风险和供应链管理方。当考虑所有工智能功能时?包括传统的机器学习功能、机器流程动化和聊天机器?工智能高绩效者也比其他有可能在产品和服务开发中使工智能，例如产品开发周期优化、为现有产品添加新功能，并创建基于工智能的新产品。与其他组织相比，这些组织在风险建模以及资源内部的使（例如绩效管理、组织设计和劳动部署优化）中也频繁地使工智能。与同的另个区别是：高绩效企业的新代工智能工作太注重降低成本，而降低成本是其他组织的要任务。来工智能高绩效企业的受访者表示，他们的组织新代工智能的要标是创造全新的业务或收来源，这可能性是其他受访者的两倍，而且他们最有可能提到通过新的技术增加了现有产品的价值。基于工智能的功能。2023 工智能的现状：生成式工智能的突破82023 工智能的现状：生成式工智能的突破9少数工智能高绩效企业将降低成本视为生成式工智能努的要标。100%通过整合基于工智能的30核业务1233降低成本来核业务增加收创建新业务3327192123特征或解和/或收来源增加 O 型圈的价值组织计划的生成式工智能活动的要标，受访者百分比1资来源：肯锡全球工智能调查，组织各级 1,684 名参与者，2023 4 11 21 注：由于四舍五，数字之和等于 100%。1仅询问其组织少在项职能中采工智能的受访者。受访者表示，到 2022 ，其组织少 20%的息税前利润可归因于工智能的使。对于工智能高绩效企业的受访者，n =45；对于所有其他受访者，n =712。肯锡公司2工智能高绩效者2所有其他受访者位于受访者 的附件?如我们前所看到的，这些高绩效组织在工智能方的投资远多于其他组织：来工智能高绩效组织的受访者表示，他们将超过 20%的数字预算于工智能，这比例是其他组织的五倍以上。他们还在整个组织中广泛地使工智能功能。来高绩效企业的受访者比其他有可能表示，他们的组织已在四个或多业务职能中采了工智能，并且嵌了多数量的工智能功能。例如，来高绩效企业的受访者常表示，除了 gen AI 和相关然语功能之外，还将知识图嵌到少种产品或业务功能流程中。虽然工智能高绩效者也能幸免于从工智能中获取价值的挑战，但结果表明，他们临的困难反映了他们相对的工智能成熟度，而其他则在工智能采的基础、战略性要素上苦苦挣扎。工智能高绩效企业的受访者最常指出模型和工具，例如监控生产中的模型性能以及随着时间的推移根据需要重新训练模型，这是他们临的最挑战。相比之下，其他受访者提到了战略问题，例如设定与商业价值相关的明确定义的工智能愿景或寻找够的资源。102023 工智能的现状：生成式工智能的突破模型和工具对高绩效者来说是最的工智能相关挑战，而策略则是其他常的绊脚。技术132011天赋战略1821模型和工具其他131121961采和扩展数据152424100%对从工智能中获取价值构成最挑战的元素，受访者百分比11仅询问其组织少在项职能中采工智能的受访者。受访者表示，到 2022 ，其组织少 20%的息税前利润可归因于工智能的使。对于 AI 高绩效企业的受访者，n =49；对于所有其他受访者，n =792。资来源：肯锡全球工智能调查，组织各级 1,684 名参与者，2023 4 11 21 注：由于四舍五，数字之和等于 100%。肯锡公司2工智能高绩效者2所有其他受访者位于受访者 的附件 研究结果进?证明，即使是高绩效者也没有掌握工智能采的最佳实践，例如机器学习操作（MLOps）方法，尽管他们比其他有可能这样做。例如，只有 35%的工智能高绩效受访者表示，在可能的情况下，他们的组织会组装现有组件，而是重新发明它们，但这比其他组织中 19%的受访者报告这种做法要高得多。可能需要许多专的 MLOps 技术和实践来采代 AI 应程序可以提供的些具变性的例，并尽可能安全地实现。实时模型操作就是这样个领域，监控系统和设置即时警报以实现快速问题解决可以使新代工智能系统受到控制。高绩效企业在这方脱颖而出，但仍有发展空间：这些组织中有四分之的受访者表示，他们的整个系统都受到监控并配备了即时警报，而其他受访者中只有 12%的这比例。2023 工智能的现状：生成式工智能的突破11在过去的六里，我们进了度全球工智能研究，个致的发现是，高绩效者对成功所需的因素有广泛的看法。他们特别擅专注于价值，然后重新调整组织以获取该价值。当观察高绩效者如何使生成式工智能时，这种模式就很明显。例如，在战略方，根据我们的分析，领导者?在确定其业务领域中工智能的高价值机会来何处。很明显，他们这样做仅仅是为了生成工智能。尽管我们都对令眼花缭乱的新代工智能应程序感到兴奋，但公司半以上的潜在价值来使新代工智能的工智能应程序。他们在根据潜在价值审视各种工智能机会方保持着纪律。这包括使型语模型能够根据公司和业特定数据进训练的功能。他们?在评估和测试通过使现有工智能服务（我们称之为“接受者”方法）和开发能来创造竞争优势所带来的效率和速度，例如，通过调整模型并培训他们使的专有数据（我们称之为“塑造者”方法）。这种方法扩展到所有能领域。例如，在技术和数据领域，高绩效企业高度关注获取他们所识别的价值所需的能。副合伙肯锡评论布莱斯 霍尔工智能相关才需求发生转变，工智能对劳动的影响预计将是巨的我们最新的调查结果显示，组织为持其工智能雄所扮演的发生了变化。在过去的里，使工智能的组织最常聘请数据工程师、机器学习工程师和工智能数据科学家?受访者在之前的调查中普遍报告了招聘的所有。但与上次调查相比，报告雇工智能相关软件工程师（去雇数最多的职位）的受访者比例要小得多（最新调查中为 28%，低于 39%）。随着新代工智能的采，对技能组合的需求也在增加，即时工程中的最近出现了，7%的受访者表示，其组织在过去中聘了工智能。122023 工智能的现状：生成式工智能的突破设计专家6020数据工程师0工智能数据科学家加困难数据可视化专家机器学习工程师数据架构师工智能产品所有者/经理100翻译员80那么困难软件工程师2022 2023提示工程师240 中的附件 尽管 2022 以来许多职位的招聘难度有所下降，但工智能相关职位的招聘仍然是个挑战。1仅询问其组织在少 1 项职能中采了工智能的受访者，以及谁表示其组织过去曾聘过该职位2没有询问 2022 的受访者。表示组织招聘工智能相关职位有困难的受访者比例，1%肯锡公司12个。没有显示表示“容易”、“既困难也容易”或“知道”的受访者。资来源：肯锡全球工智能调查，组织各级 1,684 名参与者，2023 4 11 21 调查结果表明，工智能相关职位的招聘仍然是个挑战，但在过去中变得加容易，这可能反映了科技公司从 2022 底到 2023 上半的量裁员。受访者比例低于之前的调查报告显示，招聘工智能数据科学家、数据工程师和数据可视化专家等职位很困难，但调查结果表明，招聘机器学习工程师和工智能产品所有者仍然像去样临挑战。132023 工智能的现状：生成式工智能的突破预计接受再培训的员工比例员工数变化 的附件 增加 310%1120%25知道8减少 310%5%20知道38610%17 号820%增加 1120%增加20%（减少或增加2%）1012变化很小或没有变化418减少 1120%减少20%8330调查受访者期望工智能能够有意义地改变其组织的劳动。1仅询问其组织少在项职能中采工智能的受访者；n =913。肯锡公司注：由于四舍五，数字之和可能等于 100%。资来源：肯锡全球工智能调查，组织各级 1,684 名参与者，2023 4 11 21 受访者百分比1未来 3 工智能采对组织员工队伍影响的期望展望未来三，受访者预测工智能的采将重塑劳动中的许多。般来说，他们期望多的员工接受再培训，而是离职。报告工智能采情况的受访者中有近分之四预计其公司 20%以上的员工将获得再培训，而 8%的受访者表示其员工规模将减少 20%以上。142023 工智能的现状：生成式工智能的突破3710资源变化很小或没有变化14453054增加1233152320战略和企业融资减少12风险2817 号17 号40制造业供应链管理103125153032394192035知道市场营销与销售12111233服务运营37产品和/或服务开发 附件 中的 受访者仅被问及他们表示其组织已采工智能的业务职能。注：由于四舍五，数字之和可能等于 100%。资来源：肯锡全球工智能调查，组织各级 1,684 名参与者，2023 4 11 21 肯锡公司服务运营是多数受访者预计劳动规模因生成工智能而减少的唯功能。1受访者百分比1未来 3 ，按业务职能划分的生成式工智能采对员工数量的影响，152023 工智能的现状：生成式工智能的突破具体来看新代工智能的预测影响，服务运营是多数受访者预计其组织中劳动规模减少的唯职能。这发现总体上与我们最近的研究结果致：虽然新代工智能的出现增加了我们对可实现动化的工活动百分比的估计（从 50%上升到 60%70%），但这并定意味着整个的动化。所有其他受访者受访者位于工智能高绩效者2 的附件 162023 工智能的现状：生成式工智能的突破与其他受访者相比，工智能高绩效企业的受访者希望他们的组织能够对多员工进再培训。91030%10%381473知道81892130%1120%21受访者组织中预计将在未来 3 内因采工智能而进再培训的员工比例，占受访者的百分比11仅询问其组织少在项职能中采工智能的受访者。2工智能高绩效企业预计将比其他公司进高平的再培训。这些组织的受访者表示，由于采工智能，他们的组织将在未来三内对超过 30%的员工进再培训，这可能性是其他组织的三倍以上。受访者表示，到 2022 ，其组织少 20%的息税前利润可归因于工智能的使。对于 AI 高绩效企业的受访者，n =50；对于所有其他受访者，n =863。肯锡公司资来源：肯锡全球工智能调查，组织各级 1,684 名参与者，2023 4 11 21 2023 工智能的现状：生成式工智能的突破17 号相比之下，生成式工智能仍然需要高技能才来构建型语模型和训练生成模型，但乎可以是任何，而且他们需要数据科学学位或机器学习专业知识即可发挥作。这个类比类似于从型计算机（由高技术专家操作的型机器）到任何都可以使的个计算机的转变。就们如何将技术作电动工具而，这是次命性的转变。部分劳动在机器学习、数据科学或机器等技术领域拥有深厚的技能。鉴于所需的高度专业化能，工智能才似乎总是供应求。我们的调查强调，招聘这些职位仍然是个挑战。我们?处于生成式工智能的早期阶段，公司已经预计会对才产生有意义的影响?从开辟新的工作机会和改变工作完成方式到引全新的工作类别，例如即时工程。生成式工智能的好处之是它可以帮助乎每个完成工作，这也是它最的挑战。我们的调查反映了这种将生成工智能作为种工具的观点。在多数情况下，公司将生成式工智能视为增强类活动的工具，而定取代它们。到前为，我们主要看到的是倾向于利生成式工智能的公司，专注于提高收增或生产的途径最明确的务实领域。例子包括使生成式工智能工具来帮助实现遗留代码的现代化或加快科学研究和发现时间。我们仍然只是触及这些增强功能的表，我们可以预它们的使将会加速。这种规模与传统工智能同，传统工智能影响的范围相当小，但同样重要。肯锡评论肯锡高级合伙；肯锡技术委员会主席叶丽娜虽然新代工智能工具的使?在迅速普及，但调查数据并未表明这些新工具?在推动组织的整体工智能采。少前，采工智能的组织比例总体保持稳定，55%的受访者表示他们的组织已经采了工智能。到三分之的受访者继续表示，他们的组织已在多个业务职能中采工智能，这表明工智能的使范围仍然有限。产品和服务开发以及服务运营仍然是受访者最常报告采工智能的两个业务职能，?如之前的四项调查所示。总体而，只有 23%的受访者表示，他们组织去少 5%的息税前利润归因于工智能的使（与之前的调查基本持平），这表明还有多的空间来获取价值。2023 工智能的现状：生成式工智能的突破18所有都在关注新代工智能，工智能的采和影响保持稳定1 2021 ，n =1,843；2022 ，n =1,492；2023 ，n =1,684。到三分之的受访者表示，他们的组织在项职能中使工智能?这比例 2021 以来基本没有变化。资来源：肯锡全球工智能调查，组织各级 1,684 名参与者，2023 4 11 21 肯锡公司受访者组织中采工智能的业务职能数量，占受访者的百分比1超过三分之的受访者希望他们的组织在未来三内增加工智能投资。1422021 2022 20235个或多功能162021 2022 20234个或多功能5562021 2022 20232021 2022 20235691个或多个功能313145063个或多功能17 号2021 2022 20232个或多功能273 附件 （共 ）192023 工智能的现状：生成式工智能的突破319资源596613资源26717 号332535854所有功能的平均值52414所有功能的平均值10%26166610%3313制造业服务运营3444供应链管理制造业652840研发/产品和/或服务开发10165735研发/产品和/或服务开发1041服务运营5188235%10124市场营销与销售34193261供应链管理4244120%1019%10%14601219585616249战略和企业融资31风险1816战略和企业融资1026438市场营销与销售349风险3036455114附件（共）1仅向表示其组织已在特定职能中采工智能的受访者询问了该问题。未显示表示“成本增加”、“没有变化”、“适”或“知道”的受访者。2问题仅针对那些表示其组织已在特定职能中采工智能的受访者。未显示表示“收减少”、“没有变化”、“适”或“知道”的受访者。组织继续在使工智能功能的功能中看到采工智能的好处。资来源：肯锡全球工智能调查，组织各级 1,684 名参与者，2023 4 11 21 肯锡公司2022 采工智能带来的收增加，受访者百分比22022 采工智能带来的成本下降，受访者百分比120 2023 工智能的现状：生成式工智能的突破组织继续在使工智能的业务领域看到回报，并计划在未来增加投资。我们看到多数受访者表示，每个业务职能部使工智能实现了与工智能相关的收增。展望未来，超过三分之的预计他们的组织将在未来三内增加工智能投资。Machine Translated by Google该在线调查于 2023 4 11 21 进，收到了来各个地区、业、公司规模、职能专业和任期的 1,684 名参与者的回复。在这些受访者中，913 表示他们的组织已在少项职能中采了工智能，并被问及有关其组织工智能使的问题。为了调整答复率的差异，数据根据每个受访者所在国家对全球 GDP 的贡献进加权。我们直在强调生成式工智能的重要性?考虑到其命性的潜，这是有充分理由的?但这项调查很好地提醒我们，在广阔的工智能世界中存在着很多价值。事实上，我们的其他些研究表明，生成式工智能比生成式工智能具有的价值潜。提高预测准确性、优化物流络以及提供下个要购买的产品建议等领域的例都可以为能够利广泛的工智能承诺的公司创造价值。尽管据报道，工智能的总体采率稳定在 55%左右，但超过三分之的受访者表示，他们的公司计划增加对工智能的投资。我们断看到批工智能高绩效企业?在构建能够创造价值的基础和能。对?的种解释是，当谈到从工智能中获取价值时，“富变得越来越富”。我们将有兴趣了解对生成式工智能的巨兴趣是否会为未来高程度地全采工智能打开。肯锡评论肯锡全球研究院合伙2023 工智能的现状：生成式工智能的突破21迈克尔 崔关于研究Machine Translated by Google