《德勤：2024企業生成式人工智能應用現狀報告：立足當下，謀定未來（35頁）.pdf》由會員分享，可在線閱讀，更多相關《德勤：2024企業生成式人工智能應用現狀報告：立足當下，謀定未來（35頁）.pdf（35頁珍藏版）》請在三個皮匠報告上搜索。

1、德勤德勤企業生成式人工智能應用現狀企業生成式人工智能應用現狀第一季度報告第一季度報告2024年年3月月立足當下，謀定未來：生成式人工智能應用現狀前沿洞察 2024。欲了解更多信息，請聯系德勤中國。前言簡介立足當下：立足當下：主要發現1生成式AI熱潮仍在持續，預計該技術將在未來三年內帶來變革性影響。2許多領導者對其組織的生成式AI專精水平充滿信心。3具備“很高”生成式AI專精水平的組織，往往對該技術持更積極態度，但同時面臨更大壓力和威脅。4企業當前的主要重心仍是降本增效和提高生產力，而非促進創新和加速增長。5大多數組織主要依靠現成解決方案。6企業在與生成式AI部署相關的人才、治理和風險等關鍵方面

2、準備不足。7領導者預計生成式AI即將產生重大社會影響。8領導者認為有必要加強全球監管和協作。謀定未來：謀定未來：展望作者和致謝 關于德勤人工智能研究院關于德勤綜合研究中心關于德勤科技、傳媒和電信中心研究方法目錄2 2024。欲了解更多信息，請聯系德勤中國。前言立足當下，謀定未來生成式AI的問世為各行各業帶來顛覆性變革和機遇。企業正積極探索如何利用生成式AI釋放商業價值，極大提高效率和生產力，創造新的產品、服務和商業模式。在企業領導者采取應對措施，并決定企業生成式AI的未來發展時，了解生成式AI的應用現狀將大有裨益。企業生成式人工智能應用現狀：立足當下，謀定未來訪問了2,835 位正為所在企業開

3、展生成式AI試點或實施項目的業務和技術領導者。在這份首次發布的季度調研系列報告中，受訪領導者對生成式AI的應用表現出持續興趣，許多人預計該技術將在短期內帶來重大變革。但隨著生成式AI的廣泛應用，不得不承認其對勞動力和社會存在不確定的潛在影響，需要加大對人才、治理和全球協作的投入。從本季度洞察報告中，我們可以更清晰地了解領導者如何利用生成式AI，以及到目前為止面臨的挑戰和汲取的經驗教訓。這有助于領導者弄清目前需要應對的關鍵問題以及采取的行動，以便為企業接下來的發展做好準備。生成式AI仍有許多問題有待探索。隨著該技術的逐步成熟以及在各種應用程序中的大規模部署，新的問題和挑戰將浮出水面。我們的季度調

4、研報告將幫助您了解這一快速發展的領域，同時，根據調研結果提供實用指引，并展望企業生成式AI的未來發展。欲了解該系列報告更多信息并訂閱更新，請訪問 Dutt、Beena Ammanath、Costi Perricos和 Brenna Sniderman3 2024。欲了解更多信息，請聯系德勤中國。生成式人工智能（GenAI）會成為史上最偉大、最具影響力的技術創新嗎？它會顛覆人類的工作和生活方式嗎？又或者它也只是一項承諾了革命性變革但最終只帶來漸進式改進的技術？這些問題目前尚無法定論。但可以確定的是，過去許多突破性技術的應用都遵循一種共同的模式：進入人們視野；熱潮引發過度宣傳；過度宣傳與現實碰撞后

5、的略微失望；該技術達到規模臨界點并證明其價值后的爆發式增長。生成式AI似乎也在遵循同樣的模式，只不過發展速度要快得多。ChatGPT在2022年11月30日公開發布時主要作為一種技術演示。兩個月后，它已經吸引了約1億活躍用戶，成為史上增長最快的消費應用程序。1從那時起，生成式AI技術一路突飛猛進，新的工具和用例層出不窮，讓人們看到了這項技術在改變工作和生活方式方面的巨大潛力。立足當下，謀定未來：立足當下，謀定未來：生成式人工智能應用現狀前沿洞察簡介4 2024。欲了解更多信息，請聯系德勤中國。在發展和應用生成式AI的熱潮中，商業、技術和公共部門的領導者們面臨巨大壓力，不僅要了解何謂生成式AI，

6、還要知道如何最有效地利用它（至少避免受到沖擊）。領導者們意識到必須“立足當下，謀定未來”，當下的決策和行動將極大影響生成式AI的未來發展。人們往往高估一項新技術的短期影響，但低估其長期影響。這種現象屢見不鮮，很可能生成式AI也不例外。生成式AI技術的發展日新月異，無法以“年”或“十年”為單位衡量短期和長期之間的差距，而要以“天”、“周”或“月”來衡量。為明智決策，領導者需要客觀、及時地了解生成式AI的發展現狀以及未來趨勢。這也是德勤持續開展季度調研的原因。我們旨在洞察生成式AI應用現狀，發表對熱點問題的看法，追蹤不斷變化的態度和活動，并提出切實可行的建議，幫助領導者在人工智能、戰略、投資和部署

7、方面做出明智、可靠的決策。在本報告中，我們將基于德勤與來自各主要行業和眾多地區的企業的人工智能相關經驗，詳細分析第一次季度調研結果。我們還將為您提供前瞻性建議，幫助您在生成式AI領域采取適合您組織和處境的合理行動。關于關于企業生成式人企業生成式人工智能應用現狀工智能應用現狀為幫助商業、技術和公共部門的領導者了解生成式AI的快速發展和應用現狀，德勤正開展一系列季度調研。該調研與德勤連續五年發布的年度報告企業人工智能應用現狀一脈相承。本季度調研于2023年10月至12月進行，訪問了超過2,800名總監至首席高管級別受訪者，范圍覆蓋六大行業和全球16個國家及地區。涉及行業包括消費；能源、資源與工業；

8、金融服務；生命科學與醫療；科技、傳媒和電信，以及政府和公共服務。欲了解更多信息，請訪問 2024。欲了解更多信息，請聯系德勤中國。調研結果表明，許多由人工智能賦能的企業將進一步推動生成式AI帶來實質性變革。這與市場情況一致。全球企業都在爭先恐后地從實驗和概念驗證向在各種用例和數據類型中更大規模部署生成式AI轉向速度與價值并求，同時控制潛在下行風險和社會負面影響。在今后的調研中，我們將密切關注這方面的進展，特別是關于各組織的生成式AI專精水平、能力、實際成果以及對快速發展的生成式AI技術的應對措施。31%的受訪領導者預計生成式AI將在一年內帶來實質性變革；48%預計需要一至三年。1生成式AI引發

9、的情緒吸引 焦慮 恐懼 不確定驚喜迷茫疲憊信任 16%10%8%6%4%憤怒 1%興奮62%46%30%17%7立足當下：立足當下：主要發現生成式AI熱潮仍在持續，預計該技術將在未來三年內帶來變革性影響。在受訪業務和技術領導者中，近三分之二（62%）的人表示對生成式AI技術主要感到興奮，這種興奮中同時夾雜著不確定性（30%）（圖 1）。絕大多數受訪者（79%）預計生成式AI將在未來三年內為組織和行業帶來實質性變革，近三分之一的受訪者預計實質性變革將在當下（14%）或不到一年內（17%）發生（圖 2）。問題：談及生成式AI，您感受最深的是什么情緒？（2023年10月至12月）N（總數）=2,83

10、5圖圖 1 2024。欲了解更多信息，請聯系德勤中國。生成式AI何時會為您的企業帶來變革？立足當下：立足當下：主主要發現問題：生成式AI何時會為您的企業和行業帶來實質性變革？(2023年10月至12月）N（總數）=2,835圖圖 248%一到三年內817%一年內14%現在不會1%三年后20%2024。欲了解更多信息，請聯系德勤中國。立足當下：立足當下：主主要發現許多領導者對其組織的生成式AI專精水平充滿信心。很大一部分受訪者（44%）認為所在組織當前生成式AI專精水平“較高”（35%）或“很高”（9%）。在生成式AI急速發展的情況下，這個結果有些出人意料（圖 3）。但本次調研受訪者均擁有豐富的

11、人工智能經驗，直接參與所在大型組織的人工智能項目，這些組織 已經試點或實施生成式AI解決方案，受訪者極度自信似乎也合情合理。但生成式AI發展速度如此之快，或許值得一問的是：領導者應該在多大程度上對其組織的專精水平和準備工作充滿信心。事實上，即使是當今最頂尖的生成式AI技術開發專家，有時也會對生成式AI的能力發出由衷的驚嘆。2認為其組織具有“較高”專精水平的部分領導者所主要依據的知識和經驗是否來源于僅利用了少量生成式AI工具的小規模試點項目呢？如果是這樣的話，隨著生成式AI的部署規模逐步擴大，領導者和組織在更大挑戰中積累了更多經驗后，可能不會再如此自信。換句話說，越了解生成式AI，越會發現對這項

12、技術所知甚少。這種趨勢在其他技術發展過程中屢見不鮮，在今后的調研中我們也將密切關注這一點。2問題：您如何評價貴組織目前總體的生成式AI專精水平？(2023年10月至12月）N（總數）=2,835圖圖 344%的受訪者認為所在組織的生成式AI專精水平“較高”或“很高”，但考慮到該技術的發展速度，這樣的專精水平可能嗎？不具備專精水平910%較低專精水平受訪者普遍認為所在組織的生成式AI專精水平較高1%9%專精水平很高35%專精水平較高45%一定專精水平 2024。欲了解更多信息，請聯系德勤中國。不確定不確定是最主要的兩種看法之一立足當下：立足當下：主要發現具備“很高”生成式AI專精水平的組織，往往

13、對該技術持更積極態度，但同時面臨更大壓力和威脅。與其他受訪者相比，認為所在組織總體生成式AI專精水平“很高”的領導者往往對該技術持更積極態度，但面臨應用部署壓力，認為該技術會對業務和運營模式構成威脅（圖 4）。據分析，該組領導者使用了更多模態，在更多職能部門中部署了生成式AI，并產生了更多用例。如圖4所示，認為所在組織專精水平“很高”的領導者也更可能具有更高信任度和更低不確定性。他們也往往對生成式AI表現出更廣泛興趣，并期望所在組織更快轉型。與此同時，受訪者對生成式AI的進一步了解似乎也影響著他們對潛在影響的看法是積極還是消極。許多受訪者認為大規模部署該技術將對其組織的運營模式和業務開展方式構

14、成威脅，使其面臨更大壓力和緊迫感。信任信任是最主要的兩種看法之一一定專一定專精水平精水平信任勝過不確定信任勝過不確定很高專精水很高專精水平平39%9%11%38%78%38%31%9%33%16%44%25%表示員工高度關注關注生成式AI廣泛興趣激發變廣泛興趣激發變革革大規模部署面大規模部署面臨壓力臨壓力認為大規模部署對企業構成威脅威脅表示生成式AI已推動轉型轉型認為部署生成式AI面臨更大壓力壓力3生成式AI專精水平影響受訪者對其應用部署的看法具備“很高”專精水平的組織的領導者組織的領導者更有可能認為生成式AI會對業務和運營模式構成威脅。圖圖4(2023年10月至12月）N（總數）=2,835

15、、N（很高專精水平）=267；N（一定專精水平）=1,27310 2024。欲了解更多信息，請聯系德勤中國。4立足當下：立足當下：主要發現企業當前的主要重心仍是降本增效和提高生產力，而非促進創新和加速增長。大多數受訪企業正以提高效率/生產力（56%）和/或降低成本（35%）等戰術性效益為目標。此外，91%的組織希望生成式AI能夠提高組織生產力，27%的組織希望能大幅提高生產力。小部分組織表示將促進創新和加速增長等戰略性效益作為目標（29%）（圖 5）。這與過去的技術應用模式相一致。起初，大多數組織都會自然地把重心放在逐步改進現有流程和能力上從容易實現的目標中獲取價值，同時積累有關新技術的知識、

16、經驗和信心。之后，將重心擴大或轉移到更具創新性、戰略性和變革性的改進上利用新技術來推動增長，并通過以前根本不可能實現的能力來實現競爭差異化和優勢。受訪者中，人工智能專精水平較高組織的領導者較早表現出向前發展的趨勢。他們更關注獲取新思路和新洞察（23%，受訪者總數中這一占比為19%），不太關注效率和生產力（44%，受訪者總數中這一占比為61%）以及降低成本（26%，受訪者總數中這一占比為38%）盡管這些戰術性效益仍是他們較為關注的重點。企業希望通過生成式AI實現的主要效益18%欺詐檢測與風險管理56%提高效率和生產力35%降低成本25%增加 收入26%提高開發新系統/軟件的速度和/或便利性19%

17、獲取 新思路和新洞察23%加強客戶關系問題：您希望通過生成式AI主要實現哪些效益？(2023年10月至12月）N（總數）=2,835圖圖 529%29%促 進 創 新和 加 速 增長26%將勞動力從低價 值工作轉移到高價值工作11提升現有產品 和服務 2024。欲了解更多信息，請聯系德勤中國。立足當下：立足當下：主要發現此外，近四分之三生成式AI專精水平“很高”的組織已經開始將該技術融入產品開發和研發活動中，這正是促進創新和加速增長的關鍵驅動力。隨著越來越多的組織獲得生成式AI的專精知識和經驗，它們會否將提高效率和生產力所得紅利再次投入到促進創新和加速增長等更具戰略性的效益上？還是另有所用？未

18、來的調研也會密切關注這一問題。當然，生產力和效率能夠發生變革性提升，特別是考慮到生成式AI有可能實現大規模應用。但只有利用該技術進行創新，才有可能實現價值最大化和戰略差異化。首先，創造不可能通過其他方式實現的新產品、新服務和新能力。其次，為整個企業實現新的業務模式和工作方式。此外，具備“很高”生成式AI專精水平的組織對生成式AI的全面部署程度高于平均水平，在各種職能部門的應用水平顯著更高。在人力資源以及法務、風險與合規等部門，這些組織的生成式AI應用率比全體受訪者高出近三倍（圖 6）。91%12的組織預期生成式AI將提高生產力。2024。欲了解更多信息，請聯系德勤中國。正在有限或大規模實施生成

19、式AI的占比全體受訪者全體受訪者較低專精水平較低專精水平一定專精水平一定專精水平較高專精水平較高專精水平很高專精水平很高專精水平71%73%73%62%61%5%9%10%10%6%7%63%64%60%57%50%57%46%47%37%41%38%34%41%37%35%29%29%28%25%23%21%21%22%16%14%14%13%28%26%營銷、銷售和客戶服務產品開發/研發戰略和運營供應鏈/制造財務人力資源法務、風險與合規IT/網絡安全13立足當下：立足當下：主要發現生成式AI的應用水平圖圖 6問題：目前，貴組織下列職能部門的生成式AI應用水平如何？（2023年10月至12月

20、）N（總數）=2,835；N（很高專精水平）=267;N（較高專精水平）=1,003;N（一定專精水平）=1,273;N（較低專精水平）=274 2024。欲了解更多信息，請聯系德勤中國。談及商業和技術，“前所未有”常被提及，甚至有些老生常談。然而，用“前所未有”來形容生成式AI的問世和發展速度以及它對商業（乃至人類）的巨大潛在影響則顯得輕描淡寫了。生成式AI已經廣泛應用于大眾生活，并已開始向規模臨界點邁進。此外，與智能手機類似，普通人無需太多培訓就能輕松使用，幫助他們完成日?；顒?，應用門檻很低。更重要的是，生成式AI具有協助自身發展的強大潛力，可能會以指數級速度引發一輪指數級提升。生成式AI

21、發展之迅速幾乎沒有給企業留下猶豫或小規模試水的時間，并且不斷降低容錯率，使不作為的后果更加嚴重。但它同時帶來迅速產生巨大商業價值的機遇。盡管生成式AI發展迅速，但了解以往應用突破性技術的典型模式，可以為領導者提供寶貴經驗，幫助他們了解并充分利用該技術的快速發展。與過去一樣，各企業最初大多圍繞效率、生產力、成本節約和其他漸進式改進。這有助于員工習慣使用生成式AI，并展示生成式AI如何讓工作變得更輕松。此外，初期的成功很可能有助于節約成本和創造動力，然后轉化為更具戰略性和差異化的更高價值創造機會，例如實現生成式AI問世之前根本不可能實現的新產品、服務、商業模式和工作方式。生成式生成式AI：我們看過

22、這部電影嗎？14 2024。欲了解更多信息，請聯系德勤中國。5立足當下：立足當下：主要發現大多數組織主要依靠現成解決方案。與當前主要關注生成式AI的戰術性效益相一致，絕大多數受訪者目前依靠現成的解決方案。其中包括集成了生成式AI的生產力應用程序（71%）；集成了生成式AI的企業平臺（61%）；標準生成式AI應用程序（68%）；以及公開的大語言模型（LLM）（56%），如 ChatGPT。相對較少的受訪者使用了更具針對性、差異化的生成式AI解決方案，如特定行業的軟件應用程序（23%）、私有 LLM（32%）和/或開源 LLM（企業定制）（25%）。在當前這一早期階段，企業主要將生成式AI用于提高

23、已有活動的效率和生產力，依賴標準的現成解決方案是合適的。但隨著生成式AI的用例更具專業化、差異化和戰略性，相關的開發方法和技術基礎設施也將隨之跟進。我們何時能看到復雜、高價值的用例，真正實現差異化并針對特定公司、職能和行業的專門需求量身定制？組織將如何整合內外部資源，創建可以實現這種戰略差異化的定制生成式AI工具？特別是，能夠交付和支持這些差異化解決方案的私有或公私混合開發方法和技術基礎設施是否能夠作為現成技術產品的補充？71%15生產力應用程序68%標準應用程序61%企業平臺56%公開LLMs現成生成式AI部署最多的領域 2024。欲了解更多信息，請聯系德勤中國。6立足當下：立足當下：主要發

24、現企業在與生成式AI部署相關的人才、治理和風險等關鍵方面準備不足。在首次季度調研中，對于應對與生成式AI部署相關的人才問題，41%的領導者表示其組織僅“略有準備”或“毫無準備”，22%的領導者表示其組織“準備充分”或“準備很充分”。同樣，對于應對與生成式AI部署相關的治理和風險問題，41%的領導者表示其組織僅“略有準備”或“毫無準備”，25%的領導者認為其組織“準備充分”或“準備很充分”（圖7）。較大部分領導者表示，對于技術基礎設施（40%）和戰略（34%），其組織“準備充分”或“準備很充分”，但調研結果顯示，仍有很大提升空間。生成式生成式AI的風險和治理壁壘的風險和治理壁壘談及風險和治理，生

25、成式AI絕對不僅僅是“另一種新興技術”而已。根本性挑戰在于如何在利用人工智能的力量時不失控。畢竟，生成式AI最令人著迷的地方似乎就在于它能模擬人類的思維和行為并令人信服。當然，人類的思維和行為并不總是完美、可預測或為社會所接受的，該技術亦是如此。16 2024。欲了解更多信息，請聯系德勤中國。立足當下：立足當下：主要發現為部署生成式AI所做準備圖圖 7問題：請分別評價貴組織在下列領域對于大規模部署生成式AI工具/應用的準備水平？（2023年10月至12月）N（總數）=2,835受訪者認為在技術和戰略方面準備技術和戰略方面準備最充分，而在風險和人才方面準備非常不足。17 2024。欲了解更多信息

26、，請聯系德勤中國。根據2023年第四季度的調研，業務和技術領導者最關注的治理問題包括：對結果缺乏信心（36%）、知識產權問題（35%）、客戶數據濫用（34%）、監管合規問題（33%）以及缺乏可解釋性/透明度（31%）。部分受訪者所在組織已經在積極管理生成式AI應用風險，如關注監管要求并確保合規性（47%），建立生成式AI治理框架（46%），對生成式AI工具和應用進行內部審計和測試（42%）（圖 8）。然而，這樣的組織畢竟是少數，所采取的行動也僅僅觸及挑戰的表面。盡管美國總統的行政命令和歐盟雄心勃勃的人工智能法清楚地表明，世界上許多政府的領導人都非常重視人工智能的風險問題，但監管要求往往落后于技

27、術創新的步伐。立足當下：立足當下：主要發現生成式AI的具體風險和問題包括：不準確的結果和信息（即“幻覺”）；法律風險，如剽竊、版權侵權和錯誤責任；隱私和數據所有權挑戰；缺乏透明度、可解釋性和問責制；以及系統性偏見。人工智能有可能擴大和加劇已經存在的問題，系統性偏見正是這類風險的例證，如傳播已經存在的社會偏見并使之成為系統性偏見，促進和加速錯誤信息的傳播，幫助犯罪或煽動政治分歧。管理生成式AI應用風險圖圖8問題：貴組織目前正在采取哪些措施來積極管理生成式AI實施過程中的風險？(2023年10月至12月）N（總數）=2,83532%26%21%設置一位管理生成式AI相關風險的高管為所有生成式AI實

28、施情況編制正式記錄 利用外部供應商進行獨立審計和測試34%設立正式小組或委員會為生成式AI相關風險提供建議36%確保人工驗證所有人工智能生成內容47%關注監管要求并確保合規性46%為部署生成式AI工具/應用建立治理架框架42%對生成式AI工具/應用進行內部審計和測試37%培訓從業人員如何識別和降低潛在風險18 2024。欲了解更多信息，請聯系德勤中國。立足當下：立足當下：主要發現生成式生成式AI的人才和勞動力壁壘的人才和勞動力壁壘在傳統上認為屬于人類特有的活動中，生成式AI有可能作為人類勞動者的補充。因此，它將對人才和勞動力戰略造成巨大影響。在長期和短期內，它將如何影響企業及其員工？哪類技能會

29、受到最大影響，什么時候會受到影響？絕大多數受訪領導者（72%）預計生成式AI將在未來兩年內推動其人才戰略變革，其中：當下（17%）、一年內（24%）、一至兩年內（31%）（圖9）。然而，僅47%的領導者表示對員工進行了充分培訓，使員工了解生成式AI的能力、效益和價值。受訪者還表示缺乏技術人才和技能是應用生成式AI的最大壁壘。圖圖 9問題：您預計何時會因生成式AI變革人才戰略？(2023年10月/12月）N（總數）=2,83531%一至兩年1910%無具體時間范圍16%兩年以上17%當下生成式AI正在影響人才戰略2%從不24%一年內 2024。欲了解更多信息，請聯系德勤中國。圖圖 10為生成式A

30、I培養人才：受訪者將在以下方面加大投入。問題：貴公司在以下員工相關領域的投入程度如何？(2023年10月/12月）N（總數）=2,835然而，應指出的是上述與勞動力相關的投入可能范圍有限。德勤經驗表明，大多數企業尚未從根本解決大規模應用生成式AI可能帶來的人才和勞動力挑戰。潛在原因之一是，許多領導者尚不清楚生成式AI在人才方面會產生哪些影響，尤其是在最需要的技能和職位方面。全體受訪者較低專精水平 一定專精水平較高專精水平 很高專精水平20立足當下：立足當下：主要發現在此背景下，一些受訪者表示將在以下方面加大投入：招聘技術人才以推動生成式AI項目的實施（42%），向員工提供生成式AI培訓（40%

31、），以及為受生成式AI影響的員工提供技能再培訓（36%）。對于認為其企業具備“很高”生成式AI專精水平的領導者，這些數據要高得多（分別為74%、74%和73%）（圖10）。2024。欲了解更多信息，請聯系德勤中國?！爱斚?，培養員工與生成式AI協作的信心，未來，提升創造力和工作滿意度?！?1 2024。欲了解更多信息，請聯系德勤中國。7當下：當下：主要發現領導者預計生成式AI即將產生重大社會影響。盡管受訪領導者普遍對生成式AI的潛在商業效益充滿期待，但他們也擔憂其廣泛的社會影響。其中，52%的受訪者預計生成式AI的普及會導致全球經濟實力集中化，而30%的受訪者預計生成式AI將會更平均地分配全球經

32、濟實力。同時，51%的受訪者預計生成式AI會加劇經濟不平等，而22%的受訪者預計它會減少經濟不平等。（圖11）此外，49%的受訪者認為生成式AI工具/應用的崛起將會降低人們對國家和全球機構的整體信任度。這是悲觀主義還是現實主義？調研發現，全社會都在廣泛討論人工智能的倫理道理問題，甚至推動人工智能發展的科技公司都在衡量人工智能的商業價值與其為人類服務的潛在價值，以及人工智能的潛在效益與潛在風險。生成式AI引發的公司和社會治理以及風險問題是相似的。在這兩方面，該技術既有巨大的潛在好處也存在嚴重的潛在風險。各國和國際組織、政府面對一個微妙的平衡任務：一方面要確保生成式人工智能帶來的好處能夠公平地惠及

33、更多人，另一方面又要避免阻礙創新，同時確保為發展水平不同的國家創造平等的競爭條件。51%22的的受訪者預計生成式受訪者預計生成式AI會加劇會加劇經濟不平等。經濟不平等。2024。欲了解更多信息，請聯系德勤中國。30%分散52%集中51%加劇不平等22%減少不平等經濟不平等水平經濟不平等水平3%19%27%41%4%經濟實力分布經濟實力分布5%25%18%42%10%10%立足當下：立足當下：主要發現受訪者預期的生成式AI社會影響23圖圖 11問題：生成式AI的廣泛應用將如何改變全球經濟實力分布？問題：生成式AI工具/應用程序的廣泛應用將如何影響全球經濟不平等水平？（2023年10月/12月）N

34、（總數）=2,835 2024。欲了解更多信息，請聯系德勤中國。8立足當下：立足當下：主要發現領導者認為有必要加強全球監管和協作傳統商業規范被打破，生成式AI特有的風險促使許多商業領袖呼吁政府加強對人工智能技術的監管，并加強全球協作。78%的受訪者表示政府應加強對人工智能的監管，而72%的受訪領導者表示目前全球協作尚不足，無法確保負責任地開發基于AI的系統（圖12）。這些調研結果反映出，生成式AI可能過于強大且影響深遠，導致單個組織無法進行自我監管。但這并不表示單個組織就可以不負責任，只是僅憑組織自身作為控制人工智能風險的主要關卡可能存在風險。圖圖 12支持加強監管和全球協作（2023年10月

35、/12月）N（總數）=2,385生成式生成式AI 是否過于強大且影響深遠，導致單個組織無法進行自我監管？加強監管加強監管78%的領導者贊成政府應就生成式AI工具/應用程序的普及加強對人工智加強對人工智能的監管能的監管加強協作加強協作 72%的領導者認同全球協全球協作作尚不足，無法確保負責任地開發基于AI的系統24 2024。欲了解更多信息，請聯系德勤中國。作為生成式AI發展現狀系列季度調研中的首次調研，本次調研將為后續調研奠定堅實基礎。展望未來，我們的目標是了解生成式AI的應用情況，并預測其發展方向。在本報告中，我們提出了一系列戰略問題，助力企業批判性思考其當下采取的行動將如何為未來發展奠定最

36、優基礎。我們尚未對每個問題均有明確答案，也不會聲稱有。不過我們可以拋出一些引人深思的問題，并基于已有知識提供實用指引。我們還注意到，由于人工智能發展十分迅速，尤其是生成式AI的發展，當前的明確答案可能在數月后便不再適用。謀定未來謀定未來:展望展望25 2024。欲了解更多信息，請聯系德勤中國。在部署生成式AI解決方案的角逐中，隨著新的模型、能力和用例的出現，適應力、實驗性和敏捷性等企業屬性將至關重要。關鍵是要保持初學者心態，即無論您具備多高的生成式AI專精水平，即使經驗不斷豐富，仍有許多東西需要學習。想要在快速變革中成功引導生成式AI轉型，企業需要謹慎協調。比如，全力提高整個公司的生成式AI素

37、養，并采用跨學科方法進行領導；積極與合作伙伴和第三方組織合作；積累各種生成式AI技術的經驗。創新更迭迅速，目前尚無法選出真正的贏家。技術日新月異，企業如何提升生成式AI專精水平專精水平？謀定未來：謀定未來：展望26 2024。欲了解更多信息，請聯系德勤中國。我們應如何再投資再投資效率和生產力提高所得紅利紅利？謀定未來：謀定未來：展望如何最優地擴大規模擴大規模，為長期價值創造奠定基礎？27在部署生成式AI時，實驗必不可少。但如果您無法擴大投入，您在調研中表達的對企業轉型的高度期望可能就無法實現。起初僅關注幾個用例是可行的，但最具價值的用例可能之后將逐漸發生變化，因此應重點改進端到端流程，而非僅關

38、注狹隘的任務。此外，應效仿具備“較高”生成式AI專精水平的企業，并從整體戰略角度考慮在整個企業中廣泛部署人工智能，而非狹隘地專注于單點解決方案和數據孤島。努力構建可支持多個用例的平臺功能，適應新的和改進的生成式AI模型，并提供一致的治理和風險管理，確保模型輸出安全可靠的結果和內容。生成式AI項目可能耗資巨大，因此領導者勢必會找尋能快速實現高回報率（ROI）的方法。初期可能很難快速實現效益，但當企業的經驗和專業水平達到臨界點，效益將迅速增長。目前，企業的生成式AI工作重點大部分集中在提升生產力和降本增效上。一旦實現了這些目標，您將如何利用節省的時間和金錢？您是否會戰略性地再投資更多的生成式AI項

39、目？您是否會投資于員工培訓及其技能再培訓？您是否會改善技術基礎設施？還是僅提高基本標準？成熟的生成式AI紅利再投資戰略將有助于為持續成功鋪平道路。2024。欲了解更多信息，請聯系德勤中國。企業當下如何再投資因生成式AI提升效率所得收益，或將決定其未來轉型水平。28 2024。欲了解更多信息，請聯系德勤中國。如何平衡平衡購買與自建之間的關系？隨著生成式AI的廣泛應用并成為一種標準商品（與通用企業軟件高度集成、更多可以利用的專業工具和模型，以及數據需求標準化），先行者會否失去優勢？為使該技術的價值最大化，企業應有意識地關注創新和差異化，如定制生成式AI解決方案，與自身特殊需求和數據資產相匹配，并培

40、養創造可持續競爭優勢的能力。追求容易的機會和速贏是明智之舉，但不能放棄更具戰略性的機遇（盡管實現后者需要更多的時間和金錢，并且需要更長的時間才能獲得回報）。謀定未來：謀定未來：展望展望企業如何利用生成式AI創造戰略差異化差異化和競爭優勢？29在開發和部署生成式AI解決方案時，企業應購買還是自建？這需要視情況而定，比如企業總體目標以及解決方案和用例的規模、復雜性和獨特性。您是否希望將模型變現？您如何開源？您希望在多大程度上控制訓練數據集？這些問題將有助于您從以下方法中進行選擇：從零開始構建大語言模型（LLM）；利用自身數據微調供應商提供的模型；使用內置生成式AI的企業軟件。每種方法各有優劣，您最

41、終可能會選擇多種方法。決策時，請務必綜合考慮企業戰略、預期投資水平、風險承受能力和數據準備情況。2024。欲了解更多信息，請聯系德勤中國。受訪者對生成式AI的風險表達了種種擔憂，包括管理幻覺和模型偏差，評估潛在知識產權問題，以及確保透明度和可解釋性。這些問題凸顯了讓人類與人工智能合作、檢查其準確性并解決問題的重要性。此外，各種監管和法律方面的挑戰將如何影響整個市場的發展也是一個未決問題。大部分企業（47%）的風險管理工作中包括對監管要求的監控。許多受訪者表示擔憂生成式AI的普及會導致經濟實力集中化，加劇經濟不平等。作為領導者，需要考慮的是與生成式AI相關的決策和行動如何與全局相適應，并在立法者

42、和監管者發布正式指南之前，采取行動。為確保負責任地應用生成式AI，企業需要哪些防護措施防護措施，以及如何與不斷變化的社會保護措施保持一致？謀定未來：謀定未來：展望如何最好地投資員工員工，并利用生成式AI重塑其工作方式？30受訪者認為，應用生成式AI的最大壁壘是缺乏人才。要打破這一壁壘，企業可能需要招聘新的人才，提升現有員工能力，并建立企業信任。雖然人才市場競爭激烈，但不能因此放棄找尋具備開發和維護生成式AI解決方案技能的人才（例如，提示工程師、人工智能解決方案架構師、數據科學家/工程師、大模型維護人員）。同時，投資培訓，幫助企業員工從生成式AI工具中獲取最大價值，并提高其生產力。此外，優先開展

43、多樣化員工教育培訓，幫助其消除對人工智能技術的恐懼和誤解。2024。欲了解更多信息，請聯系德勤中國。作者和致謝Deborshi Dutt德勤美國人工智能戰略增長業務領導人Deloitte Consulting LLP Beena Ammanath德勤人工智能研究院執行董事Deloitte LLPCosti Perricos生成式人工智能全球辦公室領導人德勤英國cperricosdeloitte.co.ukBrenna Sniderman德勤綜合研究中心執行董事Deloitte Services LLP 致謝致謝感謝為本研究提供幫助的眾多優秀專業人士：Joe Ucuzoglu、Nitin Mit

44、tal、Kevin Westcott、Lynne Sterrett、Rod Sides、Dina Tallarico、David Jarvis、Jeff Loucks、Ahmed Alibage、Natasha Buckley、Jonathan Holdowsky、Siri Anderson、David Levin、Joe Mariani、Sandeep Vellanki、Rajesh Medisetti、Shubham Oza、Gerson Lehrman Group（GLG）、Lena La、Kate Schmidt、Ivana Vucenovic、Sharonjeet Meht、Brya

45、n Furman、Lesley Stephen、Stephanie Anderson、Steve Dutton、Justin Joyner、Jordan Garrick、Karen Hogger、Matt Lennert、Maria Fernanda Castro、Tracy Fulham、Jose Porras、Jonathan Pryce、Sourabh Yaduvanshi、Jessi Hendon、Jamie Palmeroni-Lavis、Melissa Neumann、Tatum Hoehn、Sean Benton、Eric Alons-Cruz、Lancy Jiang、Amber

46、 Bushnell、Brandon Gomez、Judy Mills、Marianne Wilkinson、Lou Ghaddar、Lisa Iliff、Michael Lim。感謝為調研的開展和報告的撰寫做出貢獻的德勤行業專家：Rohit Tandon、Mike Segala、Bjoern Bringmann、Kellie Nuttal、Ed Bowen、Oz Karan、Lou DiLorenzo、Ed Van Buren、Amelia Dunlop、Ashley Reichheld、Maggie Fletcher、Elizabeth Powers、Baris Sarer、Dany Rif

47、kin、Laura Shact。31 2024。欲了解更多信息，請聯系德勤中國。關于德勤人工智能研究院自2015年成立以來，德勤人工智能研究院（Deloitte AI Institute）已成為德勤中國數據戰略的核心引擎。我們依托德勤雄厚的行業研究和創新資源，秉承“勤啟數智”的探索精神，致力于數字化新技術的深入研究和應用。此外，我們積極與德勤全球人工智能網絡展開密切的交流與合作，以保持在人工智能、大數據、云計算等前沿技術領域的領先地位。德勤人工智能研究院的核心使命是推動“賦能時代”（Age of With）的人機協作理念，利用先進技術為德勤的業務賦能，激發創新，解決技術實施中的各種挑戰，并為客

48、戶提供深入專業的支持。同時，我們與學術界、初創公司、企業家和人工智能領域的領導者密切合作，深入研究人工智能的關鍵領域，包括風險、政策、倫理、未來工作趨勢、人才需求等。此外，我們積極與行業思想領袖、學術權威和創新者等組成的生態系統合作，分享前沿洞見，推動人機合作，協助組織在日益復雜的商業環境中做出明智的決策。對于希望通過人工智能獲得競爭優勢的企業領袖，德勤人工智能研究院也提供了寶貴的洞察和研究。我們誠邀您訪問我們的官方網站，獲取最新研究成果，并參與相關活動，一同共探人工智能的未來。了解更多信息關于德勤綜合研究中心德勤綜合研究中心（CIR）針對當下影響企業的重要問題提供觀點，這些觀點經過嚴格研究并

49、以數據為依據。CIR是德勤行業和職能專業知識的中心，結合德勤的領先洞察，助力領導者在當今瞬息萬變的市場中自信競爭。了解更多信息關于德勤科技、傳媒和電信中心德勤科技、媒體和電信中心（TMT中心）是世界級的研究機構，向德勤TMT業務和客戶提供服務。德勤專業研究團隊提供可行前瞻、新穎洞察和可靠數據，助力客戶洞察先機、果斷行動、自信競爭。德勤將結合嚴謹的研究方法和深厚的TMT行業知識開展原創研究。32 2024。欲了解更多信息，請聯系德勤中國。研究方法為全面了解人工智能前沿企業如何應用生成式AI，德勤在2023年10月至12月期間訪問了2,835位領導者。受訪者均為企業高層，包括董事會成員和首席高管級

50、別人員，以及總裁、副總裁和總監。調研樣本中IT領導者和業務線領導者各占一半，覆蓋16個國家和地區：澳大利亞（100 名）、巴西（115名）、加拿大（175名）、法國（130名）、德國（150名）、印度（200名）、意大利（50名）、日本（100名）、韓國（1名）、墨西哥（101名）、荷蘭（75名）、新加坡（76名）、西班牙（101名）、瑞士（50名）、英國（200名）和美國（1,201名）。受訪者所在企業均運作了一個或多個日常使用的人工智能實施項目，并開展生成式AI試點項目，或者運作了一個或多個日常使用的生成式AI實施項目。受訪者需在其企業的人工智能和數據科學戰略、投資、實施方法和價值衡量方面

51、滿足以下標準之一：能夠影響決策；是決策團隊一員；是最終決策者；是人工智能技術實施項目的管理者或監督者。本報告及其圖表中的所有統計數據均來自德勤于2023年10月至12月開展的首次季度調研；系列報告企業生成式人工智能應用現狀：立足當下，謀定未來。N（總數）=2,835。33 2024。欲了解更多信息，請聯系德勤中國。聯系我們聯系我們欲了解德勤中國生成式人工智能方案與服務，敬請聯系 德勤人工智能研究院聯席主管合伙人德勤管理咨詢中國技術卓越中心領導人德勤管理咨詢中國金融行業整合服務領導人電子郵件：德勤人工智能研究院聯席主管合伙人德勤中國審計與鑒證科技賦能領導合伙人德勤中國審計與鑒證數據分析領導合伙人

52、 電子郵件：關于德勤德勤中國是一家立足本土、連接全球的綜合性專業服務機構，由德勤中國的合伙人共同擁有，始終服務于中國改革開放和經濟建設的前沿。我們的辦公室遍布中國31個城市，現有超過2萬名專業人才，向客戶提供審計及鑒證、管理咨詢、財務咨詢、風險咨詢、稅務與商務咨詢等全球領先的一站式專業服務。我們誠信為本，堅守質量，勇于創新，以卓越的專業能力、豐富的行業洞察和智慧的技術解決方案，助力各行各業的客戶與合作伙伴把握機遇，應對挑戰，實現世界一流的高質量發展目標。德勤品牌始于1845年，其中文名稱“德勤”于1978年起用，寓意“敬德修業，業精于勤”。德勤全球專業網絡的成員機構遍布150多個國家或地區，以

53、“因我不同，成就不凡”為宗旨，為資本市場增強公眾信任，為客戶轉型升級賦能，為人才激活迎接未來的能力，為更繁榮的經濟、更公平的社會和可持續的世界開拓前行。Deloitte（“德勤”）泛指一家或多家德勤有限公司，以及其全球成員所網絡和它們的關聯機構（統稱為“德勤組織”）。德勤有限公司（又稱“德勤全球”）及其每一家成員所和它們的關聯機構均為具有獨立法律地位的法律實體，相互之間不因第三方而承擔任何責任或約束對方。德勤有限公司及其每一家成員所和它們的關聯機構僅對自身行為承擔責任，而對相互的行為不承擔任何法律責任。德勤有限公司并不向客戶提供服務。請參閱 Hu，“ChatGPT sets record for fastest-growing user base analyst note，”路透社，2023年2月2日，https:/ Douglas Heaven，“Geoffrey Hinton tells us why hes now scared of the tech he helped build，”麻省理工科技評論，2023年5月2日，https:/