Contents
根據麥肯錫於今年 4 月對全球不同地區、行業、規模、職能專業和任期的所做的問卷拿到的 1684 份回饋，麥肯錫在8 月 1 日刊登一篇 The state of AI in 2023: Generative AI’s breakout year ，統計數字肯定企業的確可運用 AI 提升收入降低成本，2/3 回答將在未來 3 年增加對 AI 做更多投入。 雖然新一代 AI 工具的使用正在迅速普及，但調查數據並未表明這些新工具正在推動組織的整體 AI 採用。 至少目前，採用 AI 的組織比例總體保持穩定，55% 的受訪者表示他們的組織已經採用了 AI。 不到三分之一的受訪者繼續表示，他們的組織已在多個業務職能中採用 AI，這表明 AI 的使用範圍仍然有限。 產品和服務開發以及服務運營仍然是受訪者最常報告採用 AI 的兩個業務職能。 總體而言，只有23% 的受訪者表示，其組織去年至少 5% 的息稅前利潤( EBIT )歸因於 AI 的使用(與之前的調查基本持平)，這表明還有更多的空間來從 AI 獲取價值。
以下是這篇報告的幾個重點 :
- 已有 3/4 的人用過 Generative AI, 且有 1/4 的人在日常工作中應用。
- Generative AI 最常用的部門為行銷和銷售、產品和服務開發以及服務運營，例如客戶服務和後台支援。
- 知識型產業受 Generative AI 影響最大。科技業最高，金融、製藥、教育也有顯著影響。相對的，以製造業為基礎的行業，例如航太、汽車和先進電子產品，可能會受到較少衝擊。
- 麥肯錫見解 : 為了邁出下一步，讓 Generative AI 從實驗走向商業引擎，並確保獲得豐厚的投資回報，公司需要解決一系列廣泛的問題。 這些包括確定組織中Generative AI 的具體機會、治理和運營模式應該是什麼、如何最好地管理第三方(例如雲端和大型語言模型提供商)、管理廣泛的風險需要什麼、了解對人員和技術堆棧的影響，並清楚如何在銀行業短期收益和發展擴展所需的長期基礎之間找到平衡。 這些都是複雜的問題，但它們是釋放真正重要價值池的關鍵。
- 受訪者中只有 21% 表示他們的組織已制定工作中使用新一代 AI 技術政策來管理員工。 當具體詢問採用 AI 的風險時，很少有受訪者表示他們的公司正在減輕 AI 最常見的風險：不準確。企業採用 Generative AI 的風險前四名分別是 (1) 不準確 (2) 資安 (3) 智慧財產權 ( 4 ) 合規性， 而只有 38% 做資安方面 32% 做準確性的緩解。智慧財產權和合規性則分別是 25% 和 28%。
- 麥肯錫建議 : 正如我們最新的調查顯示，只有 20% 多一點的公司制定了Generative AI 的風險政策。 這些政策往往側重於保護公司的專有資訊，例如數據、知識和其他知識產權。 這些都很重要，但我們發現，許多風險可以通過改變反映既定政策的業務技術架構來解決。然而，真正的陷阱是公司對風險的看法過於狹隘。 公司還需要關注一系列重大風險 – 社會風險、人道主義風險、可持續性風險。 事實上，Generative AI 的意外後果更有可能給世界帶來問題，雖非一些人所擁護的世界末日場景。 最具建設性地接觸 Generative AI 的公司正在嘗試和使用它，同時制定結構化流程來識別和解決這些更廣泛的風險。
- AI 採用高績效者比其他人更有可能在產品和服務開發中使用 AI，包含用於產品開發週期優化、向現有產品添加新功能以及創建基於 AI 的新產品等用途。 與其他組織相比，這些組織在風險建模以及人力資源內部的使用（例如績效管理、組織設計和勞動力部署優化）中也更頻繁地使用 AI。
- AI 高績效者與同行的另一個區別是：高績效企業的 AI 運用不太注重降低成本，而降低成本是其他組織的首要任務。 來自 AI 高績效企業的受訪者表示，他們的組織新一代 AI 的首要目標是創造全新的業務或收入來源，這一可能性是其他受訪者的兩倍，而且他們最有可能提到通過新的基於 AI 的功能增加現有產品的價值。
- AI 高績效企業在過去幾年大多比一般企業投入 5 倍以上於 AI，未來也很有可能分配比一般企業多 20% 的數位預算在 AI。在整體企業這些企業也更善用 AI 資源。雖然 AI 高績效者也不能倖免於從 AI 獲取價值的挑戰，結果表明，他們面對的挑戰與 AI 成熟度相關，而其他企業則在 AI 採用的更基礎、戰略性要素上苦苦掙扎。 AI 高績效企業的受訪者最常指出模型和工具，例如監控生產中的模型性能以及隨時間進展需要重新訓練模型，這是他們面臨的最大挑戰。 相比之下，其他受訪者提到了戰略問題，例如設定與商業價值相關的明確定義的 AI 願景或尋找足夠的資源。
- 在 AI 採用上的一些最佳實踐，如 MLOps ( Marchine-Learning-Operations )，AI 高績效者之於一般組織的實踐機率分別為 35% 對 19%。
- 麥肯錫見解: 高績效者對成功所需的因素採宏觀角度。他們特別擅長專注於價值，然後重新調整組織以獲取該價值。 當觀察高績效者如何使用 Generative AI 時，這種模式就很明顯。例如，在戰略方面，根據麥肯錫的分析，領導者會先確定其業務領域中 AI 的高價值機會來自何處。 很明顯，他們這樣做不僅僅是為了導入 Generative AI。 這些公司一半以上的潛在價值來自非 Generative AI 的 AI 應用，有紀律地根據潛在價值審視各種 AI 機會。他們運用 Taker 和 Shaper 等方法擴展所有能力領域。
- 獲得 AI 相關職位的人才對企業仍有供不應求的跡象，不過相對於 2022 年，2023 年反應 AI 人才取得有困難的企業減少，且 2023 年有新的職位提示工程師( prompt engineer ) 出現。
- 展望未來三年，受訪者預測 AI 的採用將重塑勞動力中的許多角色。 一般來說，他們期望更多的員工接受再培訓，而不是離職。 報告 AI 採用情況的受訪者中有近 40% 預計其公司 20% 以上的員工將獲得再培訓，而 8% 的受訪者表示其員工規模將減少 20% 以上。服務運營是唯一大多數受訪者預見其組織的勞動力規模減少的職能。
- Generative AI 的出現提升許多工作活動 60% 到 70% 的自動化可能性，但還不會完全取代一個角色。
- AI 高績效者預見未來三年超過 30% 的員工需要因應 AI 採用更新其技能。
- 麥肯錫見解 : 我們正處於 Generative AI 的早期階段，公司已經預計會對人才產生有意義的影響 – 從開闢新的工作機會和改變工作完成方式到引入全新的工作類別，例如即時工程( Prompt Enginering )。 Generative AI 讓 AI 可普遍應用，如同電腦從 mainframe 到 computer。在大多數情況下，公司將生 Gnerative AI 視為提升工作績效的工具，而不一定取代工作本身。傳統 AI 與 Generative AI 同樣重要，這類人才需要機器學習、資料科學或機器人等技術領域深厚技能。 鑑於所需的高度專業化能力， AI 人才似乎總是供不應求。 麥肯錫的調查顯現招聘這些職位仍然是一個挑戰。 Generative AI 仍然需要高技能人才來構建大型語言模型和訓練生成模型，但用戶幾乎可以是任何人。
- 調查數據顯現組織中各種職能都在降低成本與增加收入上獲得回報。2/3 受訪者期待他們的組織增加 AI 上的投資。
- 麥肯錫見解 : 我們一直在強調 Generative AI ( 生成式人工智慧 )的重要性 – 鑑於其革命性的潛力，這是有充分理由的 – 但這項調查很好地提醒我們，在更廣闊的 AI 世界中存在著很多價值。 事實上，我們的其他一些研究表明，非生成式人工智慧比生成式人工智慧具有更大的價值潛力。 提高預測準確性、優化物流網絡以及提供下一個要購買的產品建議等領域的用例都可以為能夠利用更廣泛的 AI 承諾的公司創造價值。儘管據報導 AI 的總體採用率穩定在 55% 左右，但超過三分之二的受訪者表示他們的公司計劃增加對 AI 的投資。 我們不斷看到一批 AI 高績效企業正在構建能夠創造價值的基礎和能力。 對此的一種解釋是，當談到從 AI 中獲取價值時，“富人變得越來越富”。 我們將有興趣了解對 Generative AI 的巨大興趣是否會為未來更高程度地全面採用 AI 打開大門。
💡請點入 The state of AI in 2023: Generative AI’s breakout year 看所有統計圖
不受 FB 演算法影響，歡迎透過 e-mail 訂閱網站更新
❤️您應該有留意到，我們的網頁並不會出現干擾人的跳出煩人的廣告或是在內容中嵌入廣告，因為我們發現這樣對閱讀網頁的內容體驗真的是不好!
如果您覺得我們提供的內容服務還不錯，歡迎透過對以下產品/服務的購買投資來支持本站的營運走得更遠
如果暫時還不需要以下的付費服務，幫我們把這個網站分享給有需要的朋友，您的小小舉動會對 Soft & Share 有莫大的幫助！感謝您的支持！
🎈如果您點選優惠連結後，還是沒有看到優惠價格，請將瀏覽器的 cookie 清除 ( 清除 udemy 網站的就可以了 )，然後重新點選優惠連結並登入 Udemy 就可以了
- ❤️記得透過電腦瀏覽器登入 udemy ，使用這個✨優惠連結✨購買線上課程，本站可獲得 udemy 推薦獎金，歡迎透過我們的 A-Z 關鍵字索引 或 Udemy 策展找到您想要的課程
- ❤️LN+ for udemy/youtube/hahow/web 無縫整合 Notion 成為線上學習平台筆記工具
- ❤️更多付費服務（電子書/其他線上課程平台/軟體服務 ）……
你必須登入才能發表留言。