近年來，生成式人工智能(Generative AI)的迅速崛起，成為全球科技領域的一大熱門話題。這項技術不僅能創(chuàng)造文字、圖像，甚至音樂等多種形式的內(nèi)容，更重要的是，它在企業(yè)數(shù)字化轉(zhuǎn)型的進程中，能夠扮演加速器的角色。2024年8月，埃森哲發(fā)布的《中國企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》報告中指出，生成式人工智能雖然不會顛覆企業(yè)的數(shù)字化轉(zhuǎn)型，但能夠在創(chuàng)新與增長的重啟過程中，提供全新的機遇與挑戰(zhàn)。盡管生成式AI展現(xiàn)了巨大的潛力，但企業(yè)在實際應用中仍需面對多重困難，這引發(fā)了各界關于如何有效整合AI技術并做好充分準備的深思。
在埃森哲的調(diào)研中，企業(yè)在應用生成式人工智能時，呈現(xiàn)出三個主要挑戰(zhàn)。首先，企業(yè)普遍缺乏整體的AI戰(zhàn)略。許多公司在開展AI項目時，往往僅僅關注某一特定用例，而沒有進行全面的頂層設計。這就導致了AI的應用局限，難以實現(xiàn)預期的效益。例如，如果一個企業(yè)只是簡單地將AI應用于客服，但在數(shù)據(jù)整合和系統(tǒng)架構(gòu)上答不出有效的支撐，最終的效果可能難以達到預期。生成式AI的成功應用需要從戰(zhàn)略層面入手，確保相關治理結(jié)構(gòu)的健全，以及安全合規(guī)性的重視。
其次，企業(yè)的數(shù)字基礎設施亟待增強。到了2024年，中國企業(yè)在向云端轉(zhuǎn)型的過程中，與全球平均水平相比，顯得相對滯后。基礎設施如果不能滿足高效運行AI模型的要求，企業(yè)在應用過程中不僅會受到數(shù)據(jù)存取的限制，還可能摻雜高昂的成本。與此同時，許多企業(yè)在ERP(資源管理系統(tǒng))和CRM(客戶關系管理系統(tǒng))等核心數(shù)字系統(tǒng)上的投資也存在不足，造成了目前的“技術債務”問題。這種狀況直接影響到AI的應用效果，只有在打通數(shù)據(jù)壁壘的基礎上，才能充分發(fā)揮生成式AI的優(yōu)勢。
最后，企業(yè)的變革能力需要提升。轉(zhuǎn)型不僅是技術層面的問題，組織內(nèi)部的崗位調(diào)整、職能劃分亦不可或缺。隨著AI的不斷進步，許多傳統(tǒng)崗位的角色會發(fā)生變化，因此企業(yè)需要培養(yǎng)能夠適應這些變化的人才。近期的一項調(diào)研表明，只有32%的中國企業(yè)開始重新設計工作崗位以適應生成式AI的應用，這一比例低于全球46%。說明大多數(shù)企業(yè)依然在觀望，缺乏落實的意愿和行動。
面對這些挑戰(zhàn)，企業(yè)高管應當審時度勢，及時發(fā)現(xiàn)潛在風險，并靈活調(diào)整策略。企業(yè)在投資和治理結(jié)構(gòu)上應當優(yōu)先考慮如何增強組織的靈活性與應對變化的能力，尤其是在快速發(fā)展的市場環(huán)境下，這種能力顯得尤為重要。埃森哲建議，企業(yè)要從大模型的融入開始，切實對接行業(yè)數(shù)據(jù)，推動技術與組織流程的深度融合。這樣的整合過程，既需要技術支持，也需要增強變革管理能力，激發(fā)全體員工的潛能。
當今企業(yè)在快速迭代的商業(yè)環(huán)境中，生成式人工智能無疑為企業(yè)的數(shù)字化轉(zhuǎn)型提供了一個全新的視角與路徑。盡管挑戰(zhàn)重重，但只要將技術與管理有效結(jié)合，企業(yè)必定能夠以更高的效率與創(chuàng)新能力，迎接未來的數(shù)字化浪潮
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。
數(shù)據(jù)分類分級方法、標準及應用實踐
