凯捷研究院:企业对生成式AI的应用,增长了4倍

添加书签

专注AIGC领域的专业社区,关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型(LLM)的发展和应用落地,聚焦LLM的市场研究和AIGC开发者生态,欢迎关注!

国际著名咨询研究机构Capgemini(凯捷)对美国、英国、法国、新加坡等14个发达国家的,1100位企业的领导者进行了深度调查,以查看他们对ChatGPT等生成式AI的应用情况。

调查结果显示,自2023年以来,80%的企业显著增加了对生成式AI的投资,愿意投入更多的资金资源以获取潜在的竞争优势,另外20%的企业则维持了原有的投资水平。

从应用层面来看,24%的组织已经将生成式AI整合到大部分实际业务中,这与的2023年的6%相比,整体应用增长了4倍。这表明生成式AI正在逐渐渗透到企业的各个层面,帮助其提升工作效率节省时间。

企业加大对生成式AI的投资

在过去的一年,全球各行业对生成式AI的应用呈井喷式增长,从整体调查样本来看,仅有6%的组织尚未涉足生成式AI的探索和应用。

这种增长趋势在各个行业都表现得十分明显。以零售行业为例,2024年有40%的组织在部分或大部分职能/地点实施了生成式AI,较2023年的17%实现了翻倍增长。

从不同职能部门的角度观察,在IT领域,应用率从2023年的4%飙升至2024年的27%;风险管理部门从2023年未提及的较低比例增长到2024年的26%;

物流部门从2%增长到26%;销售/客户运营部门从25%增长到26%;财务部门从25%增长到26%等,各个部门都呈现出积极拥抱生成式AI的态势。

这表明,生成式AI不仅仅局限于某一特定部门或职能,而是广泛应用于销售与市场推广、信息技术、运营、研发、财务及物流等多个方面。

例如,在市场营销活动中,通过分析消费者行为模式并据此生成个性化推荐信息,可以有效提升用户体验满意度;而在供应链管理环节,则可通过预测分析优化库存水平节省成本。

从生成式AI的投资规模来看,34%的组织在2024年对生成式AI的投资为5000万美元或更少,11%的组织投资超过2.5亿美元,平均而言,被调查组织在本财年对生成式AI的投资约为1.1亿美元。

随着公司规模的扩大,投资金额也相应增加,如年收入在100-199亿美元的组织和年收入超过200亿美元的组织,其投资额度呈现出明显的递增趋势。

大企业的实际生成式AI应用案例

奔驰新款汽车的“HeyMercedes”功能便是通过生成式AI开发而成,为90万用户提供了个性化、无屏幕的交互体验。通过动态调整和实时安全支持,极大地提升了用户的驾驶体验。

百事可乐公司借助生成式AI分析客户反馈,根据反馈结果对其Cheetos品牌零食的形状设计和口味进行了优化。

通用磨坊推出MillsChat,这是一款基于生成式AI的客户服务工具。它能够简化客户服务流程,提高服务效率,为客户提供个性化的协助,同时也有效地鼓励了客户参与,增强了客户与企业之间的互动。

沃尔玛在环境、社会和公司治理等方面进行了创新尝试。利用生成式AI减少食物浪费,员工通过扫描产品(如农产品或服装),数字仪表盘会根据产品的特性提供相应的处理建议,包括价格调整、促销、退货或捐赠等。

丰田公司在产品设计、研发业务中引入生成式AI,将工程约束巧妙地融入车辆设计中,通过优化电动汽车设计的相关指标,例如,空气动力学阻力等,提高了车辆设计的效率和质量。

摩根士丹利通过GPT-4为金融顾问开发了智能分析工具,能够快速获取内部研究资料,从而提高了顾问的工作效率,同时也提升了客户服务质量,模拟了顶级投资专家的服务水平。

企业已经从生成式AI获利

在过去一年中,已经试点或部署生成式AI的组织取得了不错的成绩。平均而言,组织实现了7.8%的生产力提高和6.7%的客户参与度及满意度提升。

从生产力提升的角度来看,不同规模的组织都从中受益。一些组织通过采用生成式AI在过去一年中实现了高达25%的生产力提升。

并且,生产力提升与组织规模之间存在一定的关联,大型组织由于在生成式AI方面的投资更多,往往能够实现更为显著的生产力提升。

54%的组织认为,生成式AI有可能从根本上改变业务战略,这一比例较2023年的39%有了明显的增加同时,40%的组织认为生成式AI将促使他们重新审视商业模式,较2023年的22%也有所上升

74%的组织坚信,生成式AI将推动收入增长和创新。在这方面,高科技行业表现得尤为突出,高达96%的高科技行业组织认可生成式AI对收入增长和创新的推动作用。

例如,谷歌推出的虚拟试穿技术,借助生成式AI的强大功能,能够在不同肤色和种族的模特身上准确展示服装的合身度和垂坠感,同时还能生成顾客在各种场景穿着这些服装的图像,帮助顾客更好地想象产品的适用性,从而有效地促进了销售。

本文素材来源开解研究院,如有侵权请联系删除

END

本篇文章来源于微信公众号: AIGC开放社区