文章目录[隐藏]
一项由宾夕法尼亚大学沃顿商学院的研究中心AI at Wharton与GBK Collective合作进行的新研究揭示，生成式AI已迅速从实验性技术转变为企业不可或缺的工具。该研究调查了美国800多名企业决策者，考察了AI的采用模式、投资趋势和组织影响。研究名为“成长：驾驭生成式AI的早期岁月”，比较了2023年至2024年的数据，追踪了使用模式、部门采用和员工态度的变化。
主要发现
- 企业领导者的每周AI使用率：
- 从37%跃升至72%。
- 组织报告的AI支出：
- 增加了130%。
- 未来投资计划：
- 72%的公司计划在2025年进行额外的AI投资。
- 员工技能提升：
- 90%的领导者认为AI增强了员工技能（从80%上升）。
- 岗位流失担忧：
- 从75%降至72%。
- AI表现评估：
- 58%的组织将AI的表现评为“优秀”。
企业AI投资激增
研究显示，组织在生成式AI上的支出大幅增加，超过40%的公司现在在该技术上投资超过1000万美元。这标志着与前一年相比发生了显著变化，当时典型的投资范围在100万至500万美元之间。
资金流向：
- 技术投资：约占总资金的三分之一。
- 培训和提升现有员工技能：占较大比例。
- 新员工入职：占较大比例。
- 咨询服务：占较大比例。
中小型企业在AI方面领先
一个意外的发现是，较小的组织目前在AI采用方面领先于较大的组织。该研究将收入在5000万至2.5亿美元之间的组织定义为较小的组织，将2.5亿至20亿美元之间的组织定义为中型组织。
Korst的观点：
- 较小的组织在报告的采用率和组织内用于实验的较少限制性用途方面存在差异。
- 这可能导致有趣的竞争动态，较小的组织可能能够以不同的方式与较大的组织更有效地竞争。
组织面临的挑战
尽管采用率增加，组织在有效实施AI方面仍面临几个挑战，主要包括：
- 数据治理和安全问题：
- 即使使用企业级AI工具，组织内部也存在意外数据泄露的担忧。
- 实际实施和投资回报：
- 组织现在正进入一个更成熟的阶段，专注于实际实施和投资回报。
组织应采取的行动
- 持续学习：
- 组织应该积极学习，认真探索这项技术如何帮助他们。
- 数据治理和安全：
- 加强数据治理和安全措施，确保数据的完整性和安全性。
- 员工培训：
- 投资于员工培训和技能提升，确保员工能够有效利用AI工具。
- 业务流程整合：
- 实验和学习如何将AI技术整合到现有的业务流程中，寻找新的商业模式和能力。
- 咨询支持：
- 考虑聘请专业的咨询公司，帮助优化AI的实施和管理。
生成式AI已经从实验性技术迅速转变为企业不可或缺的工具。企业领导者和决策者应积极应对这一变化，通过持续学习、加强数据治理、投资员工培训和优化业务流程整合，确保AI技术的有效实施和最大化价值