《德勤&中國連鎖經營協會：2024生成式人工智能零售業全景探索白皮書（83頁）.pdf》由會員分享，可在線閱讀，更多相關《德勤&中國連鎖經營協會：2024生成式人工智能零售業全景探索白皮書（83頁）.pdf（83頁珍藏版）》請在三個皮匠報告上搜索。

1、生成式人工智能生成式人工智能零售業全景探索白皮書零售業全景探索白皮書 2024。欲了解更多信息，請聯系德勤中國1彭建真中國連鎖經營協會會長田芮豐中國連鎖經營協會創新與發展部主任尹恒中國連鎖經營協會創新與發展部主任助理課題組成員課題組成員中國連鎖經營協會中國連鎖經營協會德勤中國德勤中國戴自強德勤咨詢合伙人強曉明德勤咨詢高級經理徐宇豪德勤咨詢高級顧問莫翌陽德勤咨詢顧問卓自鵬德勤咨詢顧問雍家念德勤咨詢顧問特別鳴謝華為、金山辦公、騰訊、石基大商、漢朔、中科英泰、英特爾、中國電信等合作伙伴（排名不分先后）對白皮書寫作的大力支持 2024。欲了解更多信息，請聯系德勤中國2前言合作伙伴致辭報告背景主要發現與

2、思考一、生成式人工智能的發展現狀二、生成式人工智能在零售行業的應用三、企業級生成式人工智能架構的思考四、對企業走入人工智能時代的建議結語聯系我們目錄目錄3567920446078802 2024。欲了解更多信息，請聯系德勤中國 2024。欲了解更多信息，請聯系德勤中國3前言前言在全球數字化進程不斷加速的背景下，中國零售行業正迎來深刻的變革。生成式人工智能（Generative AI）以其強大的數據處理和自動化生成能力，迅速滲透到零售業的各個環節，為企業在營銷、供應鏈、客戶服務等方面帶來全新的變革契機。從前端的個性化營銷到后端的智能庫存管理，生成式人工智能的應用場景不斷擴展，正在重塑零售行業的運

3、營模式與競爭格局。近年來，政策的支持和技術的進步為人工智能的快速發展提供了堅實基礎。特別是在“十四五”規劃的推動下，創新已成為我國經濟高質量發展的重要引擎，AI技術成為推動零售數字化轉型的關鍵力量。在這一背景下，生成式人工智能的引入標志著零售業數字化從基礎階段走向深度應用，行業各方不斷探索和實踐，為數字經濟時代的零售模式注入了前所未有的活力。隨著頭部企業的大規模投入，生成式人工智能模型和算力正在顯著提升，其能力以每隔半年或一年的速度在迭代，未來，隨著生成式人工智能技術的持續成熟，零售行業將迎來更多前所未有的機遇與挑戰。在這個過程中，零售企業應保持理性和謹慎，應評估相關的成本，并確保這些投資與企

4、業的長期戰略目標和財務狀況相匹配，避免過度投資。彭建真彭建真中國連鎖經營協會會長中國連鎖經營協會會長 2024。欲了解更多信息，請聯系德勤中國4前言前言中國零售行業在數字化領域的發展趨勢正日益顯著。隨著數字化轉型的加速，新技術不斷涌現并被廣泛應用，為零售業帶來了深刻的變革。在過去的十年間，全渠道融合、大數據、人工智能、物聯網、無人零售、社交電商等技術的每一次進步，都在快速提升和改變消費者的購物體驗，同時也推動了行業的轉型升級。2022年ChatGPT 3.5橫空出世，使生成式人工智能迅速成為各行各業的焦點。與傳統的判別式模型不同，生成式模型能夠從數據中學習潛在的分布規律，進而生成與訓練數據具有

5、相似特征的新樣本。這種能力不僅為藝術創作提供了無限可能，也為各行各業帶來了革命性的變化。中國連鎖經營協會與德勤咨詢持續關注生成式人工智能的發展。在一系列由連鎖經營協會組織的研討會之后，德勤咨詢的顧問整理了相關討論內容，從人工智能的發展現狀，到零售行業應用場景的分析，再到企業應用生成式人工智能的架構建議，最后總結并給出了對生成式人工智能未來發展的建議。通過本報告的研究，希望能夠為相關企業和研究者提供有價值的參考和啟示。我們相信，隨著新技術的不斷涌現和應用，零售行業將更加智能化、個性化和可持續化，為消費者和企業帶來更多的價值。戴自強戴自強德勤咨詢合伙人德勤咨詢合伙人 2024。欲了解更多信息，請聯

6、系德勤中國合作伙伴致辭合作伙伴致辭5科技的每一次進步都深刻影響著我們的生活與工作方式。人工智能技術的迅猛發展正逐步改變傳統零售業的格局。我們堅信此次的專題研究將為企業家提供參考與啟示，推動零售行業的健康快速發展。葉紹颋 中國電信銷售拓展部經理在這個數據驅動的新時代，我們目睹了技術革新的浪潮不斷重塑行業的未來。讓我們勇敢地邁進這個嶄新的時代，充分借助大模型的強大力量，開啟零售行業數字化的全新篇章。張師磊 石基零售AI聯合研究院院長、九章數據創始人兼CEO中國在過去數十年的零售創新中曾達到全球領先的地位，在如今的人工智能時代，我們希望能夠繼續保持并引領這股創新力量，推動人工智能技術的深入應用，讓中

7、國的零售行業在全球范圍內再次占據前沿位置。童亮 漢朔科技零售研究院院長在零售行業，智能化技術的采用正在推動新一輪的智慧化革命。我們將與生態伙伴一道，共同勾勒零售業數智化轉型圖景，實現運營效率提升、顧客體驗優化以及新商業模式落地。郭威 英特爾市場營銷集團副總裁、英特爾中國網絡與邊緣及渠道數據中心事業部總經理生成式人工智能正在以前所未有的速度沖擊著每個人的生活。它不僅是一種技術革新，更是一場深刻的變革，改變了我們獲取信息、解決問題及創造價值的方式。我們愿與各位攜手并進，共創更智能、高效和個性化的未來。周宇 金山辦公行業策略負責人人工智能技術正成為零售行業數智化升級的強大動力。華為將持續聚焦數字化底

8、座建設，以數字基礎設施為根，以AI平臺和模型為芯，以場景為梁，構建百模干態的生態體系，為行業打造全場景智慧解決方案?？拙S明 華為政企物流與零售行業總經理 2024。欲了解更多信息，請聯系德勤中國656%12%28%4%民企國企外企其他2024年伊始，中國連鎖經營協會（以下簡稱協會）根據會員建議展開了生成式人工智能的專項課題研究，并于下半年在華南、華北與華東地區分別舉行了多場專項討論會，針對于生成式人工智能的發展現狀、應用場景以及實施路徑等進行了深入的交流與溝通。同時由協會牽頭，課題組向協會成員企業及合作伙伴征集了生成式人工智能應用與部署的案例，并對相關案例進行了深入的分析與總結。此外，課題組還

9、對協會的零售數字化技術應用工作委員會成員展開了問卷調查，受訪者包括協會各委員企業的企業人員，受訪者崗位包括董事長、副總裁、首席信息技術責任官、技術總監、專家顧問等。在此基礎上，課題組提煉匯總了相關內容，并結合國際研究成果，最終形成了本次報告。報告背景報告背景企業性質企業性質年銷售收入年銷售收入12%36%8%44%5億元及以下5-50億元50-100億元100億元以上業態分布業態分布72%8%12%8%零售餐飲消費品其他受訪業態分布細分受訪業態分布細分：有72%的企業來自零售行業，12%的企業來自消費品行業，8%的企業來自餐飲行業，以及8%的企業來自其他行業。受訪企業按企業性質細分受訪企業按企

10、業性質細分：有56%的受訪者來自民企，28%的受訪者來自外企，12%的受訪者來自國企，以及4%的受訪者來自其他性質的企業。受訪企業按年銷售收入額細分受訪企業按年銷售收入額細分：有44%的企業銷售收入達到100億元以上，8%的企業銷售收入達到50-100億元，36%的企業銷售收入達到5-50億元，以及12%的企業銷售收入在5億元以下。2024。欲了解更多信息，請聯系德勤中國7主要發現與思考主要發現與思考生成式人工智能在零售行業已有大量應用場景生成式人工智能在零售行業已有大量應用場景生成式人工智能在零售行業中已展現出豐富的應用場景。無論是前端還是后端，生成式人工智能都已滲透并發揮作用。例如，前臺的

11、智能客服和營銷內容生成，以及后臺的供應鏈優化與風控防損，顯著提升了管理效率和顧客體驗。生成式人工智能企業應用架構需要包括知識、模型、智生成式人工智能企業應用架構需要包括知識、模型、智能體、場景等多個層次能體、場景等多個層次企業級生成式人工智能架構的構建涉及知識庫、模型選擇、智能體建設和場景搭建等方面。企業需要深入理解業務需求，設計出符合實際應用場景的解決方案。明確每層架構的用途，有助于企業合理規劃資源，提高生成式人工智能技術的應用效果。面對人工智能，企業的轉型之路需要考慮戰略、投資、面對人工智能，企業的轉型之路需要考慮戰略、投資、人才、風控與合規等多個方面人才、風控與合規等多個方面在人工智能時

12、代的轉型中，企業需要同時考慮企業戰略、風險治理、人才儲備與技術基礎設施等多個關鍵點。通過數字化和智能化轉型，建立大數據平臺、部署智能客服系統、優化供應鏈管理等方面，實現數據驅動的決策制定和智能化的業務運營。同時，構建靈活敏捷的組織架構，減少管理層級，增強跨部門協作，快速響應市場變化。此外，應建立創新驅動的組織文化，鼓勵員工創新和學習，以適應人工智能時代的變革。2024。欲了解更多信息，請聯系德勤中國 2024。欲了解更多信息，請聯系德勤中國8主要發現與思考（續）主要發現與思考（續）中國市場的企業需要小步快跑，趕上生成式人工智能的中國市場的企業需要小步快跑，趕上生成式人工智能的“快車”“快車”中

13、國生成式人工智能市場正在經歷爆發式增長，為企業帶來前所未有的機遇。然而，面對人才儲備、治理機制及風險管理等方面的挑戰，企業需要加快步伐，補齊這些短板。通過加強內部培訓、完善治理結構和提升風險防控能力，企業才能確保在智能化轉型的浪潮中穩健前行，把握市場增長帶來的紅利。企業在探索生成式人工智能的發展與應用時，仍需保持企業在探索生成式人工智能的發展與應用時，仍需保持理性與謹慎，避免過度投資理性與謹慎，避免過度投資生成式人工智能在生產力和效率優化、關鍵風險防控、產品和服務提升等方面可以發揮重要作用，但企業在進行投資時需考慮多方面的成本，確保與戰略目標相符，不宜過度投資。保持理性與謹慎，有助于企業在激烈

14、的市場競爭中保持穩健發展。2024。欲了解更多信息，請聯系德勤中國 2024。欲了解更多信息，請聯系德勤中國一、生成式人工智能的發展現狀一、生成式人工智能的發展現狀9 2024。欲了解更多信息，請聯系德勤中國10生成式人工智能的發展現狀生成式人工智能的發展現狀人工智能簡介與發展歷程人工智能簡介與發展歷程1隨著科技的不斷發展，作為計算機技術的分支之一，人工智能技術應運而生。人工智能是指由人制造出來的系統所表現出的智能行為由人制造出來的系統所表現出的智能行為，主要研究如何使計算機具有人類智能的功能，以模擬、延伸和擴展人的智能，旨在解決復雜問題，包括學習、推理、自修正、感知和處理語言等?；谝巹t的人

15、工智能基于規則的人工智能基于規則的人工智能認為世界的實體和人類的思維可以被編碼為符號，而人類的思考過程則可以被視為對這些符號的操作。計算機能夠通過設計合適的規則和算法來處理這些符號，展現出智能行為，例如解決問題、推理和學習等。20世紀80年代初，開發者們開始整合大量的專家知識，并將其編寫成龐大的規則和算法集合，嵌入系統之中，從而使系統能夠處理特定領域的專業問題。這種基于規則的系統被稱為“專家系統”?；谥R的人工智能基于知識的人工智能隨著技術的發展，人工智能在基于規則的智能體的基礎上進一步發展。在此階段，智能體開始集成大量的數據和專業知識庫，使系統能夠利用預設的規則來分析數據庫中的信息，并通過

16、推理機制解決領域內的更復雜問題。這種形態的AI可以進行模式識別、分類和預測等任務。與傳統的基于規則或符號推理的人工智能相比，基于知識的人工智能更注重知識的表示、獲取、推理和應用。機器學習機器學習機器學習是人工智能在神經網絡分支領域的重要研究成果。該學派認為智能體應當模擬人腦，通過大量神經元之間的相互聯結和交互作用來實現復雜的信息處理和學習功能。它使計算機能夠通過數據學習并改進其性能。在這個階段，AI系統可以從數據中學習規律，并用這些規律來做出預測或決策，而無需明確編程。在此階段，神經網絡的訓練仍然在數據準備、模型選擇和參數調整等環節依賴大量人工干預。自主學習自主學習在這個階段，AI系統能夠利用

17、統計學原理，自動化地從環境中提取數據。通過對海量數據的分析，智能體能夠識別出數據中的模式和關聯，從而作出預測或決策。這類網絡被稱為“自主學習”網絡。自主學習系統能夠根據環境變化或反饋自我調整其行為或參數，極大減少了人工干預。這種形態的AI更加接近于人類的學習方式，能夠自我進化和適應新環境。通用人工智能通用人工智能超人工智能是理論上的終極AI形態，這一形態下的AI不僅在邏輯推理、數據處理、模式識別等現有AI強項上達到極致，更在創造力、直覺、情感理解及跨學科融合等人類智能的精髓領域展現出超乎想象的能力。能解決人類無法攻克的難題。它在所有領域都將超越人類，推動科學飛躍，但尚處于理論和科幻階段，面臨技

18、術、倫理、社會多重挑戰。相對成熟正在突破未來方向相對成熟正在突破未來方向AI技術的演變技術的演變-從“死”規則到“活”智能從“死”規則到“活”智能 2024。欲了解更多信息，請聯系德勤中國11生成式人工智能的發展現狀生成式人工智能的發展現狀對于人工智能的概念最早可以追溯到20世紀50年代。經過幾十年的發展，人工智能已經取得了顯著的成果，尤其在機器學習、深度學習、自然語言處理等領域。目前，人工智能已經逐步廣泛應用于各個行業，如醫療、教育、金融、交通、家居、安防等。典型應用場景包括語音識別、圖像識別、自動駕駛、推薦系統、智能機器人等。2017年7月，中國政府正式將人工智能列為國家戰略，并明確提出了

19、面向2030年的中國新一代人工智能發展的指導思想、戰略目標、重點任務和保障措施。近年來，我國在人工智能領域取得了一系列重要成果，并在全球范圍內具有較高的競爭力。2030年，我國要建設成為世界主要人工智能創新中心，為躋身創新型國家前列和經濟強國奠定重要基礎。1956年人工智能的概念正式確立，標志著人工智能作為一門學科的起點。當時的研究者樂觀地認為廣泛應用指日可待。但由于期望過高和技術限制，人工智能進入了第一次低谷期。到19世紀90年代，隨著互聯網的發展，機器學習和數據挖掘開始受到重視。2006年，杰弗里辛頓等人提出了“深度學習”這一概念。隨后，大數據和計算力的提升使得深度學習在圖像識別、自然語言

20、處理等領域取得了突破性的進展。2012年，AlexNet在ImageNet競賽中取得顯著成績，標志著深度學習時代的到來。2018年，OpenAI發布了GPT-1模型，Google推出了BERT模型，進一步鞏固了深度學習技術在自然語言處理領域的主導地位，證明了深度學習架構在理解和生成語言方面的強大能力。2022年，隨著基于GPT-3.5技術的ChatGPT突然問世，人工智能技術的熱度突然達到了新高。如今，生成式人工智能已在金融、醫療、教育、能源等多個行業中找到了廣泛的應用。全球人工智能的發展歷程中國人工智能的發展歷程全球人工智能的發展歷程中國人工智能的發展歷程11 2024。欲了解更多信息，請聯

21、系德勤中國12生成式人工智能的發展現狀生成式人工智能的發展現狀云及數據平臺生成式人工智能應用生成式人工智能模型AI基礎設施人工智能的應用人工智能的應用(例如：例如：ChatGPT)ChatGPT和其他的產品均可以基于底層訓練模型生成多種形式的內容模型訓練需要強大的算力支持模型訓練需要強大的算力支持訓練和處理基礎模型所需巨大的計算能力，因此必須在可擴展基礎設施上使用專業的硬件設備（例如NVIDIA H100、華為昇騰910等）算力數據使用現存的知識庫對基礎模型進行訓練使用現存的知識庫對基礎模型進行訓練基礎模型訓練是通過海量數據的處理來塑造其對語言的理解能力、語調適應性以及行為表現，同時在訓練過程

22、中掌握各種人類交流風格什么是訓練過的什么是訓練過的AI模型模型通用的基礎模型架構可以使大語言模型能夠理解、學習和運用數據中的復雜模式。例如GPT-4可以利用深度學習技術處理海量數據，通過關鍵詞嵌入機制形成對輸入數據集的“記憶”并調整模型參數。輸出端模型生成式人工智能是人工智能的一個子集，主要功能是讓計算機根據需求自動生成多種形式的內容讓計算機根據需求自動生成多種形式的內容（例如：文字、圖片、代碼、視頻、音頻等）。生成式人工智能利用機器學習算法，尤其是深度學習技術，使計算機模擬人類的思維方式，獨立進行創造性任務。其核心理念是讓計算機模型學會從大量數據中提取規律，并創造出與輸入數據相似但又不同的新

23、數據。這一技術的實現基于神經網絡，通過訓練并使用生成模型來預測下一個狀態或結果，計算機在此過程中會不斷地調整自身的參數以提升性能。生成式人工智能能夠解析并識別出現有數據中的結構與規律，進而具備生成新內容的能力。此過程依賴大量的數據支持，且需要高性能的計算資源和先進的算法驅動。生成式人工智能的原理生成式人工智能的原理212 2024。欲了解更多信息，請聯系德勤中國 2024。欲了解更多信息，請聯系德勤中國13基礎模型（Foundation Model）是區別生成式人工智能技術棧和之前人工智能的關鍵?；A模型是斯坦福大學基礎模型研究中心創造的術語，它是一個在廣泛數據集上預先訓練的機器學習模型，可以

24、用于解決一系列問題。這些模型通?？梢酝ㄟ^開放或封閉的API提供給開發人員使用，開發人員可以通過額外的訓練數據對模型進行微調，以提高其對特定用例的上下文理解、相關性推理和性能，同時優化交付成本。生成式人工智能的發展現狀生成式人工智能的發展現狀生成式人工智能可以徹底生成式人工智能可以徹底改變企業與客戶之間的運改變企業與客戶之間的運作和互動方式，甚至可能作和互動方式，甚至可能重新定義我們對“員工”重新定義我們對“員工”的認知。在某些消費者和的認知。在某些消費者和企業領域，這種轉型已經企業領域，這種轉型已經在進行中。在進行中。從訓練到推理從訓練到推理 2024。欲了解更多信息，請聯系德勤中國14生成式

25、人工智能的發展現狀生成式人工智能的發展現狀視頻生成視頻生成提示語：藍天下一片黃色花海圖像生成圖像生成提示語：生成粉色郁金香的圖片代碼生成代碼生成提示語：生成在python中，取所有用戶支付等級的代碼3D生成生成提示語：生成一個小男孩晚上側面坐在床邊的3D圖片文本生成文本生成提示語：請介紹中國200字以內生成式人工智能展現了強大的任務處理能力，能夠進行文本、圖像、代碼、視頻及3D等多種內容的生成。在文本創作上，它能自動生成文章、詩歌等，豐富文字創作。圖像生成方面，它能根據描述生成逼真圖片，推動設計、藝術領域革新。代碼生成功能可以幫助開發者快速構建程序，提升效率。視頻生成合成動態影像，為影視、廣告

26、提供新創意。3D生成則創建出立體三維模型，助力游戲、建筑設計等行業。生成式人工智能的多領域應用，正引領著各行業向智能化、自動化方向邁進。14多模態的輸入與輸出多模態的輸入與輸出 2024。欲了解更多信息，請聯系德勤中國152018年，GPT-1正式發布。由于其技術的局限性，未受到廣泛關注。次年，GPT-2發布，其參數量增至15億。2020年，GPT-3誕生，參數量達到1750億，規?？涨?，幾乎可以完成自然語言處理的絕大部分任務。2022年11月30日，OpenAI發布了一款基于GPT-3.5的聊天機器人模型ChatGPT。這款模型的問世，標志著生成式人工智能技術取得了重大突破，引起了全球科技界

27、和產業界的廣泛關注。ChatGPT具備強大的自然語言處理能力，能夠與人類進行流暢、自然的對話，甚至在某些方面超越了人類的表現。生成式人工智能的發展現狀生成式人工智能的發展現狀生成式人工智能的發展生成式人工智能的發展3GPT-120182019GPT-22020GPT-3202220232023年3月，OpenAI推出GPT-4模型，并將其整合到ChatGPT Plus高級服務中。Will Douglas Heaven 麻省理工科技評論“即使是當今最頂尖的生成式人工智能技術開“即使是當今最頂尖的生成式人工智能技術開發專家，有時也會對生成式人工智能的能力發發專家，有時也會對生成式人工智能的能力發出

28、由衷的驚嘆?！背鲇芍缘捏@嘆?！弊訡hatGPT發布以來，其在社交媒體、在線客服、教育、娛樂等多個領域得到了廣泛應用。人們驚訝于其智能程度，紛紛將其視為未來人工智能發展的風向標。與此同時，生成式人工智能也成為了投資的熱點，吸引了眾多企業和資本的關注。隨著大量關注與投資，生成式人工智能在各行業與領域均有了一定程度的應用。2022年11月30日，OpenAI發布了基于GPT-3.5的聊天機器人模型ChatGPT，通過引入人類反饋的強化學習（RLHF），大幅提高了AI在人機對話時的準確度和可控性 2024。欲了解更多信息，請聯系德勤中國16在本次調研中，超過2/3的受訪者表示對于生成式人工智能技術主要

29、感到驚喜驚喜（76%）與興奮興奮（68%），但也同時會顧慮由于自身對生成式人工智能的認知尚淺而帶來的不確定感不確定感（40%）。今年年初，德勤在全球范圍內對超過2800名企業高管進行了生成式人工智能調研，范圍覆蓋六大行業和全球16個國家及地區。根據調研結果，受訪者對生成式人工智能的主要感受是興奮興奮（62%）與著迷著迷（46%），同時也有不確定感不確定感（30%）。雖然兩次的調研時間與受眾有所不同，但相同的是，大部分受訪企業對于生成式人工智能均表現出了不同程度的積極態度，同時也有一定的不確定感。生成式人工智能的發展現狀生成式人工智能的發展現狀76%68%40%16%12%8%4%驚喜興奮沒有把

30、握著迷信賴焦慮困惑16面對生成式人工智能，受訪者展現出了一些不同的感受問題：當您想到生成式人工智能時，您對這項技術最主要的感受是什么？數據來源：CCFA 行業生成式人工智能應用調研（2024）迎接新技術迎接新技術-興奮與不知所措興奮與不知所措 2024。欲了解更多信息，請聯系德勤中國17生成式人工智能的發展現狀生成式人工智能的發展現狀受訪者預期的生成式人工智能社會影響經濟實力分布3%19%27%41%10%5%25%18%42%10%經濟不平等水平30%分散52%集中22%減少不平等51%加劇不平等問題：生成式人工智能的廣泛應用江如何改變全球經濟實力分布？問題：生成式人工智能工具/應用程序的廣

31、泛應用將如何影響全球經濟不平等水平？數據來源：德勤全球企業生成式人工智能應用現狀2024第三季度報告的受訪者預計生成式人工智能會加劇經濟不平等的受訪者預計生成式人工智能會加劇經濟不平等51%根據年初德勤全球的調研結果顯示，盡管受訪領導者普遍對生成式人工智能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人工智能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人工智能將會更平均地分配全球經濟實力。同時，51%的受訪者預計生成式人工智能會加劇經濟不平等，而22%的受訪者預計它會減少經濟不平等。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

32、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。生成式人工智能引發的公司和社會治理以及相關風險問題是相似的。2024。欲了解更多信息，請聯系德勤中國18隨著人工智能技術的飛速發展，人們對人工智能概念的理解日益深入，這一領域的理論體系和實踐應用逐漸走向成熟。在這樣的背景下，生成式人工智能作為一種具有創新性和顛覆性的技術，開始在各行各業展現出其獨特的價值，各種使用場景如雨后春筍般涌現。在大量投資的涌入與技術的進步下，生成式人工智能改變了傳統的工作方式，提高了生產效率，為廣大用戶帶來了更加便捷、個性化的服務體驗?？梢哉f，生成式人工智能正在成

33、為推動社會發展和產業升級的重要力量。生成式人工智能的發展現狀生成式人工智能的發展現狀生成式人工智能的應用生成式人工智能的應用4銀行業銀行業通過生成式人工智能建立客戶服務工具，可以處理文字、語音等信息，并根據與客戶的交互提供交叉銷售的機會。通過生成式人工智能建立客戶細分工具等，可用于在地理范圍內創建更精確和定制化的細分市場。零售業零售業通過生成式人工智能建立為零售和技術現場工作人員部署的支持工具，以及用于故障排除和預防性維護的系統。電信業電信業通過生成式人工智能建立工具，利用客戶反饋來指導產品開發路線圖，持續改進并加強流程?？萍夹袠I科技行業保險業保險業通過生成式人工智能建立內部醫療理賠申訴審查工

34、具，從而提高回應質量并縮短回應時間。通過生成式人工智能為數千名員工提供即時企業信息（如標準操作程序）。醫藥行業醫藥行業通過生成式人工智能快速為關鍵的利益相關者創建匯總材料的項目管理工具。金融業金融業通過生成式人工智能建立用于提供客戶支持和處理簡單支持工單的系統，可支持自動提取數據供人工代理用于更復雜的任務。交通運輸業交通運輸業18 2024。欲了解更多信息，請聯系德勤中國19生成式人工智能的發展現狀生成式人工智能的發展現狀生成式人工智能與傳統人工智能的應用并不是替代和排斥，而是相互補充生成式人工智能與傳統人工智能的應用并不是替代和排斥，而是相互補充生 成 式 人 工 智 能生 成 式 人 工

35、智 能通過互聯網智能搜索競爭對手信息。例如，收集信息包括：新聞發布，新聞發布，藥物上市，配方定位、定價藥物上市，配方定位、定價形成競爭對手關鍵信息的內容摘要。例如，兩家競爭對手宣布了有效抑兩家競爭對手宣布了有效抑制腫瘤的候選藥物制腫瘤的候選藥物生成市場調研報告，例如，形成詳形成詳細說明市場摘要和發現的細說明市場摘要和發現的PPT檔案檔案傳 統 人 工 智 能傳 統 人 工 智 能模式識別競爭對手活動以了解其經營動態。例如，競爭對手品牌在競爭對手品牌在EMEA市場表現優異市場表現優異預測競爭對手新藥品的銷量。例如，預計競爭對手新藥品上市首年銷售預計競爭對手新藥品上市首年銷售額為額為5億美元億美元

36、基于模式和預測結果給出決策建議。例如，將將WAC價格降低價格降低100美元美元/毫毫克，以增加克，以增加4%的收入的收入兩 者 結 合兩 者 結 合產生能推動生成式人工智能應用的結果和建議。例如，將意見編制到研究報告中將意見編制到研究報告中共生人工智能共生人工智能傳統人工智能角色傳統人工智能角色生成式人工智能角色生成式人工智能角色搜索、提取和生成數據，以支持傳統人工智能進行分析。例如，以摘要的形式提供競爭性研究數據以摘要的形式提供競爭性研究數據對于同一個應用場景，生成式人工智能可以通過互聯網等信息渠道進行信息搜素、內容摘要等，從而凝練出使用者所需要得到的相關信息，進而達到減少人工研究所需工作量

37、的目的，以提升報告的生成速率與市場研究人員的工作效率；相較之下，傳統人工智能則更側重于對于場景和結果進行建模與預測，并通過機器智能進行洞察分析，進而提高分析的準確性。因此，企業可以通過生成式人工智能與傳統人工智能有機結合的形式，各取所長，強化模型訓練效果，從而提高決策的速率與準確性，并且在業務流程的“前端”和“后端”創造價值。同時，企業可以通過在現有傳統人工智能的投資基礎上進行改造性建設，以生成式人工智能之“長”彌補現有不足，以達到進一步推動企業運營成本壓降及業務價值增長的效果。2024。欲了解更多信息，請聯系德勤中國二、生成式人工智能在零售行業的應用二、生成式人工智能在零售行業的應用20 2

38、024。欲了解更多信息，請聯系德勤中國21后疫情時代下，零售行業的復蘇并未如預想中的那么迅猛，在面對互聯網消費購物的沖擊下，實體零售企業目前正處于轉型的重要時期，相較于早期的擴張增量市場而言，現如今如何提升存量市場發展的競爭力成為了更為重要的話題，對于企業而言，如何做到改善產品服務、改善用戶體驗并提高生產效率更是成為了重中之重。除了零售企業已經采取的轉型措施外，生成式人工智能提供了一種全新的手段幫助零售企業改善產品與服務、提升效率與降低成本。隨著生成式人工智能能力的不斷突破，其在零售行業也逐步發展出各類相關的使用場景，例如：知識助手、智能客服、編碼助手、數據分析、產品設計、智能運維、營銷內容生

39、成、制造流程優化、自動訂貨、風險預警、個性化體驗、防損檢測、故障診斷與預測等。本白皮書將重點討論零售行業中生成式人工智能的具體應用場景，識別其中較為熱門和成熟的方案以及其它前沿的探索方案，供整個行業了解與研究。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用行業應用概述行業應用概述-百花齊放，初見端倪百花齊放，初見端倪121 2024。欲了解更多信息，請聯系德勤中國 2024。欲了解更多信息，請聯系德勤中國22在近期德勤的全球調研分析中，相較于其它與生成式人工智能技術關系更緊密的行業（例如信息科技、傳媒、電信等），消費品與零售行業在生成式人工智能應用與部署方面有著更多的成長空間。生

40、成式人工智能在零售行業的應用生成式人工智能在零售行業的應用專長：專長：評估其企業在生成式人工智能領域的專長為“高”或“非常高”的比例加大投資：加大投資：同意此觀點的比例他們的組織正在加大對生成式人工智能項目的投資，因為迄今為止他們已經看到了巨大的價值加快進度：加快進度：預估只有30%或更少的生成式人工智能測試已轉移到生產環境的比例風險與治理準備情況：風險與治理準備情況：企業在風險與治理方面“高”或“非常高”準備程度的比例數據挑戰：數據挑戰：認為數據相關挑戰正在拖慢生成式人工智能效果的比例衡量價值的方法：衡量價值的方法：跟蹤投資回報率的比例39%67%68%23%40%35%33%62%71%1

41、6%40%34%39%60%79%26%38%28%40%70%72%25%44%35%36%63%60%17%43%42%56%72%56%25%34%37%17%89%68%36%51%35%加權全局加權全局平均值平均值消費品與消費品與零售零售能源金融服務能源金融服務生命科學生命科學與健康與健康科技、媒科技、媒體與通訊體與通訊政府與公政府與公共服務共服務超過平均值平均值低于平均值 2024。欲了解更多信息，請聯系德勤中國 2024。欲了解更多信息，請聯系德勤中國23在本次調研中，近半數（44%）的受訪者均認為所在企業在生成式人工智能的整體應用層面已有一定的經驗，其中還有小部分的受訪者有信心

42、認為所在企業在生成式人工智能領域比較有經驗（12%）或經驗豐富（4%）。在生成式人工智能急速發展的當下，不少企業對于該技術均有一定程度的探索與實踐，因此這個結果似乎可以在意料之中。半數以上的受訪者（56%）認為所在企業在生成式人工智能的整體應用尚不具備足夠經驗。對于這個數據，其實并不需要過于悲觀，因為在科技日益發達的如今，生成式人工智能技術也在不斷的進步與迭代。因此，對于大部分企業而言，時刻關注生成式人工智能的前沿熱點，并適時進行技術迭代，也許是一種更理智的態度。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用28.0%12.0%4.0%0.0%經驗極豐富沒有經驗較有經驗少量經驗經

43、驗豐富問題：您如何評價貴司目前在生成式人工智能方面的整體專業水平？數據來源：CCFA 行業生成式人工智能應用調研（2024）近1/3的企業在生成式人工智能的應用水平上自我評價為有少量經驗少量經驗，另有近2成企業的自我評價為較有經驗或經驗豐富2356%零售行業應用生成式人工智能的經驗尚待積累零售行業應用生成式人工智能的經驗尚待積累 2024。欲了解更多信息，請聯系德勤中國24在本次調研中，絕大多數受訪者更關注提高效率和生產力提高效率和生產力（92%）、改改善產品和服務善產品和服務（76%）和降低成本降低成本（72%）等效益。此外，超過半數的受訪者希望生成式人工智能能夠在激發創新和增長激發創新和增

44、長（60%），提升客戶提升客戶關系關系（56%）與提升員工工作內容的價值提升員工工作內容的價值（56%）等方面有所收益。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一一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、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一一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。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用2492%76%72%60%56%56%52%提高工作效提高工作效率和生產力率和生產力改善產品改善產品和服務和服務降低成本

45、降低成本激發創新激發創新和增長和增長提升客戶提升客戶關系關系提升員工工作提升員工工作內容的價值內容的價值優化系統/軟件開發的效率企業想要通過生成式人工智能獲得的關鍵收益44%增加收入問題：您希望通過應用生成式人工智能獲得哪些關鍵收益？數據來源：CCFA 行業生成式人工智能應用調研（2024）的企業預計生成式人工智能將的企業預計生成式人工智能將提高生產力提高生產力92%效率和成本優化、產品和服務改善是企業預期最高的領域，效率和成本優化、產品和服務改善是企業預期最高的領域，創新、增長與客戶關系提升也是關注重點創新、增長與客戶關系提升也是關注重點 2024。欲了解更多信息，請聯系德勤中國25在德勤與

46、在德勤與CCFA成員企業及其他合作伙伴的溝通交流中，我們發現在零成員企業及其他合作伙伴的溝通交流中，我們發現在零售行業，生成式人工智能也悄然衍生出了一系列的應用。售行業，生成式人工智能也悄然衍生出了一系列的應用?；跇I務場景的受眾與性質，生成式人工智能的應用場景可劃分為前基于業務場景的受眾與性質，生成式人工智能的應用場景可劃分為前臺（面向消費者的業務場景）與后臺（內部服務場景）。臺（面向消費者的業務場景）與后臺（內部服務場景）。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用IT自動程序開發代碼編譯及漏洞修補基于AI的代碼、流程優化數據、網絡安全風險監測程序測試環境生成人力資源人力

47、資源基于AI的招聘流程基于AI的績效激勵機制AI自助入職助手企業培訓材料及課程公司知識庫生成及管理供應鏈供應鏈生成未來市場需求預測生產供應流程及壓力監控生產庫存計劃生成優化物流倉儲網絡規劃優化供應鏈OTIF核心指標財務財務增強財務運營自動化生成財務報表和管理報告增強財務監測和預警能力提升稅務處理敏捷性合規與風險管理合規與風險管理自動監測政府政策法規根據要求自動生成合同審閱合同并規避潛在風險企業內部風險指標監控欺詐檢測及警報消費者洞察消費者洞察多平臺消費者輿情監控消費者評價及反饋分析消費者分析并生成畫像預測潛在需求并提供建議追蹤行業熱點并生成報告市場營銷市場營銷營銷文案及素材生成垂直內容生成及渠

48、道滲透生成定制化社群推廣素材緊跟趨勢生成營銷賣點和消費者的社交互動產品開發產品開發生成產品概念基于市場分析的產品開發基于反饋優化產品設計高度客制化的產品開發客戶服務客戶服務7*24小時在線客服問答式客服對話機器人識別關鍵詞并提供解答自動執行退款退貨操作銷售渠道銷售渠道為店員生成定制銷售話術線上生成式人工智能店鋪助理3D/虛擬試穿/空間對話式產品說明書智能成交價格及促銷計算后臺場景后臺場景前臺場景前臺場景 2024。欲了解更多信息，請聯系德勤中國26生成式人工智能在消費者洞察領域的應用日益廣泛，其主要作用在于深入分析和理解消費者的行為、偏好和需求。通過大量消費數據的訓練，生成式人工智能能夠生成準

49、確的消費者畫像，預測消費趨勢，從而為企業提供有針對性的營銷策略。在實際應用中，生成式人工智能可以識別消費者的購買模式，了解他們的興趣點，甚至預測他們可能感興趣的新產品或服務。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用應用場景應用場景消費者洞察消費者洞察26華潤萬家華潤萬家華潤萬家利用先進的用戶行為分析技術，深入研究消費者的線上購物習慣和偏好?；谶@些數據，公司開發了一種高度個性化的搜索和推薦功能，旨在為每位用戶提供定制化的購物體驗。這一功能可以根據用戶以往的購買與瀏覽等行為數據，分析捕捉用戶的購買意圖和興趣點，從而推送相關商品和信息。通過這樣的個性化服務，華潤萬家不僅提升了用

50、戶滿意度和忠誠度，還促進了銷售轉化率，實現了用戶價值和企業收益的雙重增長。百麗百麗Belle百麗采用人工智能技術，以華為與滴普開發的昇騰一體機為算力底座，對旗下的每一款SKU進行深入的數據挖掘。通過對產產品的全生命周期數據進行深度學習與分析品的全生命周期數據進行深度學習與分析，百麗能夠準確把握產品的市場表現，包括銷量趨勢、庫存周轉、顧客反饋等信息，從而指導產品策略調整，優化庫存管理，提升運營效率。數據驅動的決策方式使百麗在激烈的市場競爭中更具洞察力和響應速度。2（以上案例由合作伙伴石基大商提供）（以上案例由合作伙伴華為與滴普科技提供）2024。欲了解更多信息，請聯系德勤中國 2024。欲了解更

51、多信息，請聯系德勤中國27在市場營銷這一領域，生成式人工智能的應用同樣廣泛且充滿潛力。借助先進的算法，生成式人工智能能夠高效產出富有創意和吸引力的營銷文案及素材，極大地提升了市場營銷的效率和效果。同時，它還能針對特定的垂直領域生成相關內容，并通過多渠道的滲透，確保信息能夠精準觸達目標受眾。此外，生成式人工智能還可以根據消費者的喜好和需求，生成定制化的社群推廣素材，提高營銷活動的針對性和互動性。更重要的是，它能夠緊跟市場趨勢，生成獨特的營銷賣點，并與消費者進行深入的社交互動，增強品牌與消費者之間的聯系，從而推動銷售增長。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用應用場景應用場景

52、市場營銷市場營銷27銀泰百貨銀泰百貨銀泰通過運用AIGC技術，實現了商品的快速數字化進程，巧妙地結合了百貨業“多SKU、淺庫存”的特有模式，能夠高效地處理并展示海量商品信息。通過這一先進技術，銀泰進一步推出了AI試衣的功能，利用AIGC的強大能力，讓消費者在虛擬空間中輕松體驗試衣效果，既便捷又充滿未來感，極大地提升了購物體驗與效率。物美超市物美超市物美超市在生鮮商品的經營管理上，采用了前沿的人工智能分析系統。該系統能夠實時獲取當前生鮮商品的庫存數量，智能化地預測商品銷售趨勢。當檢測到庫存積壓或即將超過最佳食用期限時，系統會自動向店員發送啟動打折促銷的建議，并結合以往客流數據的深度分析，智能推薦

53、相應的打折力度，以確保生鮮商品的新鮮度與周轉率，同時有效吸引顧客，提升銷售業績與顧客滿意度。3 2024。欲了解更多信息，請聯系德勤中國28天虹股份天虹股份靈智數科采用華為昇騰算力底座，自主研發了百靈鳥AI大模型，實現了商品偏好、生命周期預測、購百交叉、擴客等一系列關鍵模型的構建與應用。商品偏好模型可以捕捉消費者個性化需求并推送定制化商品推薦，極大提升了購物體驗與商品轉化率；購百交叉模型則通過分析消費者購物籃數據，挖掘商品間的關聯性，制定高效促銷策略，促進組合購買；擴客模型精準定位潛在客戶，制定針對性營銷策略，有效提升廣告投放效率與新客戶轉化率。尤為突出的是，天虹的會員首購二次復購模型，通過挖

54、掘會員購物數據，精準識別復購機會，較傳統營銷方式轉化率提升40%，顯著增強了客戶忠誠度與粘性。（以上案例由合作伙伴華為提供）28 2024。欲了解更多信息，請聯系德勤中國生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用 2024。欲了解更多信息，請聯系德勤中國29生成式人工智能在零售行業的“門店運營”方面具有廣泛的應用潛力。通過大數據分析和學習能力，生成式人工智能可以幫助門店實現智能化、精細化管理。首先，人工智能可以預測消費者需求，為商品陳列和庫存管理提供優化建議，提高銷售額。其次，人工智能可以實時監測店內客流情況，為員工排班、促銷活動安排等提供依據。此外，生成式人工智能還可以通過

55、分析顧客行為數據，為個性化營銷策略制定提供支持，提升顧客滿意度。同時，人工智能在智能客服、自助結賬等方面也有顯著作用，降低了人力成本，提高了運營效率?？傊?，生成式人工智能在門店運營中的應用有助于提升連鎖零售企業的核心競爭力。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用應用場景應用場景-門店運營門店運營4海底撈海底撈隨著門店數量的不斷增加，海底撈在門店運營管理與服務過程中，發現存在監管難度大、監管效率低、且核心服務與運營效率仍需提升等挑戰。結合視覺人工智能算法與華為AI邊緣計算能力，海底撈實現了門店服務“上鍋檢測、上菜檢測、顧客離座、收臺檢測、收臺完成、擺臺完成”的全流程人工智能

56、自動識別，并針對服務過程中的不達標現象進行第一時間提示與預警。通過分階段實施，最終完成了海底撈全部門店全流程管理與部署運營，滿足了企業對門店的智能化和規范化的監管的需求。（以上案例由合作伙伴華為提供）29 2024。欲了解更多信息，請聯系德勤中國30百果園百果園百果園門店智能訂貨系統，運用多種AI算法模型，綜合考慮門店商圈屬性、客流模式、店員銷售能力及商品屬性等因素，結合市場動態，精準預測主銷商品銷量，為門店訂貨提供有力參考。同時，百果園還引入了AI巡店系統，通過計算機視覺技術與物聯網設備，實現門店人貨場信息的全自動化采集與分析。該系統能實時監控門店運營規范、食品安全、客流情況，自動提醒補貨、

57、判斷食品安全操作是否規范，并進行客流數據分析。目前，該系統已廣泛應用于全國數千家門店，累計識別圖像超50億張，顯著提升了門店服務質量，降低了管理成本。美宜佳美宜佳面對門店快速擴張的挑戰，美宜佳依托華為云AI能力，通過“云銷售”和“云點檢”實現了門店的無人值守和人工智能巡店，成功打造出有溫度的無人門店與購物體驗。借助“云點檢”在巡店中實現了著裝識別、商品陳列SKU分析，貨品擺放規則校驗與防作弊檢測，設置地理圍欄，識別顧客進入不同區域，通過人工智能視頻識別客戶異常行為，如偷盜、藏包行為等。借助“云銷售”在門店銷售上實現了智能對話機器人和語音克隆能力。智能對話機器人開展門店內高頻問題的智能對話，減少

58、云值守人員的工作量；語音克隆能力通過輸入個性化語音，實現人聲語音擬合生成。衛龍食品衛龍食品衛龍為了加強對經銷商的管理與支持，在其定期巡查過程中通過人工智能技術部署了人工智能檢測系統。該系統能夠對店內商品的陳列方式、擺放位置以及貨架整潔度等進行實時監測和分析。通過高精度的圖像識別技術，它不僅能夠迅速發現問題，還能提供具體的改進建議。這種方式大幅提升了巡查的效率和準確性，減少了人力資源的投入，同時也確保了品牌形象的一致性和終端銷售的標準化。人工智能檢測系統的運用，使得衛龍的經銷商管理更加精細化、智能化，從而在激烈的市場競爭中保持領先優勢。30（以上案例由合作伙伴華為提供）2024。欲了解更多信息，

59、請聯系德勤中國生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用 2024。欲了解更多信息，請聯系德勤中國31生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用鏈家鏈家鏈家在面對門店數量眾多，且總部無法及時獲取門店內信息等困難時，通過中國電信天翼云眼，實現了門店現有監控設備的云上統一管理，并通過AI算法實現基于店門口人流、入店人數的人數統計分析，為業務決策提供可靠的經營狀況數據。根據客流數據生成區域指定時間段的客流熱力情況，輔助門店完成內部環境改造，提升對客戶的服務感知。通過AI技術有效提升了客戶門店開通時效，并通過統一平臺管理有效降低故障率、提升維護效率，同時全量的視頻數

60、據回傳+AI算法，為客戶個門店提供實時的客流統計、分析等能力，為企業高效管理注入新動能。（以上案例由合作伙伴中國電信提供）2024。欲了解更多信息，請聯系德勤中國32生成式人工智能在客戶服務領域的應用日益廣泛。它能夠通過學習大量數據，自動生成與用戶查詢相關的回答，提高客服效率。例如，當用戶提出問題時，生成式人工智能可以快速分析問題內容，結合已有知識庫生成合適的答案。這樣不僅可以減輕人工客服的壓力，還能實現24小時不間斷的服務。此外，生成式人工智能還可以根據用戶的反饋實時調整回答策略，不斷提高服務質量。在處理復雜問題時，它也能通過深度學習技術逐步優化解決方案，為用戶提供更精準的幫助。生成式人工智

61、能在零售行業的應用生成式人工智能在零售行業的應用應用場景應用場景客戶服務客戶服務苗鄉三七苗鄉三七苗鄉三七品牌利用生成式人工智能技術，構建了針對三七保健品行業的人工智能客服，基于企業數據和專業知識，進行了大模型的訓練和應用。項目上線后成效顯著，覆蓋了多個咨詢場景，大幅降低了人力成本，提高了回復精準率和客戶滿意度。苗鄉三七通過生成式人工智能客服項目，成功實現了客服自動化，覆蓋了關鍵的咨詢服務場景，在減少了專職客服人數的同時，顯著提升了回復的精準率和客戶滿意度，大幅優化了服務效率和客戶體驗。325（以上案例由合作伙伴騰訊提供）2024。欲了解更多信息，請聯系德勤中國33在信息技術（IT）領域，生成式

62、人工智能的應用展現出了非凡的廣度與深度。它不僅極大地促進了自動程序開發的過程，使得開發者能夠更高效地構建復雜軟件，還深入到了代碼編譯及漏洞修補的細微之處，通過智能算法快速識別并修復潛在的安全隱患。此外，基于人工智能的代碼與流程優化技術，能夠動態分析現有系統，提出并實施改進方案，顯著提升運行效率。在數據網絡安全方面，生成式人工智能更是發揮了重要作用，通過實時監測潛在風險，有效預防安全事件的發生。同時，它還能自動生成程序測試環境，確保軟件在多樣化的場景下穩定運行，進一步增強了系統的可靠性和安全性。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用應用場景應用場景 IT華潤萬家華潤萬家華潤

63、萬家憑借生成式人工智能技術的戰略部署，成功構建了專屬的數據分析與自動化報表平臺。該平臺利用人工智能的強大能力，能夠迅速構建SQL查詢，顯著加速了數據處理流程，并自動生成貼合用戶需求的經營報告。通過引入自然語言對話功能，使用戶能以更直觀、便捷的方式進行數據分析。同時，該模型支持多輪對話與口語化提問，極大簡化了傳統數據分析的復雜性。這一變革性舉措帶來了顯著成效：數據分析需求的響應速度實現了質的飛躍，分析工作的處理時長銳減80%，每位員工每周因此節省了超過10小時的數據處理工作；借助自然語言問答系統，用戶能夠智能檢索并快速獲取所需報表，使得企業已有報表的使用率躍升至原來的3倍以上；業務團隊對數據的應

64、用熱情空前高漲，數據使用率飆升10倍以上，每周都會積極利用生成式人工智能來生成詳盡的周報，為企業的決策制定提供了強有力的數據支撐。336（以上案例由合作伙伴石基大商提供）2024。欲了解更多信息，請聯系德勤中國34中宇聯中宇聯零售連鎖化程度越來越高，網絡運營和管理面臨巨大的挑戰。零售企業要求網絡部署更快、更靈活，質量更可靠，成本更低。在人工智能技術引領的數字化轉型浪潮下，中宇聯聯合華為面向連鎖零售企業推出端邊云一體化MSP服務（以租代建），涵蓋規劃、建設、運維等。同時，中宇聯&華為打造智能運維服務平臺，通過網絡人工智能大模型，將專家經驗與大模型融合，實現人工智能故障定位和智能巡檢。不僅為零售企

65、業帶來兼具靈活性與便捷性的云網融合架構，而且有效控制了成本支出。中宇聯服務了眾多連鎖零售企業，平均成本ROI降低50%+，初始投資資金減少90%，問題定位時間縮短95%，業務靈活性和可擴展性提升30%。（以上案例由合作伙伴華為提供）34 2024。欲了解更多信息，請聯系德勤中國生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用 2024。欲了解更多信息，請聯系德勤中國35在供應鏈管理中，生成式人工智能正以其獨特的優勢發揮著越來越重要的作用。它能夠基于大數據分析和機器學習算法，生成精準的未來市場需求預測，為企業制定生產計劃提供有力的數據支持。同時，生成式人工智能還能實時監控生產供應流程

66、及壓力狀況，確保供應鏈的順暢運行。此外，它還能智能生成生產庫存計劃，有效避免庫存積壓和缺貨現象的發生。在物流倉儲網絡規劃方面，生成式人工智能同樣表現出色，它能夠優化網絡布局，提升物流效率。更重要的是，它還能助力企業優化供應鏈OTIF（On Time In Full，準時全額交貨）這一核心指標，提升客戶滿意度和市場競爭力。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用應用場景應用場景供應鏈供應鏈35寶潔寶潔寶潔公司作為全球領先的日用消費品制造商，近期推出了基于生成式人工智能的平臺性產品Digital Colleague。其中，“AskOrder”是該平臺上一款實時查詢客戶訂單信息的

67、產品，其主要是提供24小時在線服務，以支持客戶供應鏈、物流、計劃等部門對訂單信息及訂單管理知識的查詢需求。該項目旨在提升供應鏈透明度、降低運營風險和提高決策效率，通過數據集成、算法優化和用戶體驗提升，確保人工智能與現有系統無縫對接。初步實施結果顯示，“Ask Order”使客戶訂單團隊工作效率提升50%，為供應鏈部門節省超十萬美金，同時在快消行業內樹立了標桿，展現了寶潔在技術路徑上的引領地位。錢大媽錢大媽錢大媽是廣州市錢大媽農產品有限公司旗下的知名社區生鮮連鎖品牌，成立于2012年。錢大媽以“不賣隔夜肉”為經營理念，通過“日清模式”及“定時打折”機制，確保所有生鮮產品新鮮銷售。應用人工智能技術

68、，搭建企業智慧中臺訂購頁面，企業逐步實現了銷售量的準確預測，從而幫助零售商優化庫存管理、制定有效的促銷策略，以及提高供應鏈的效率。7 2024。欲了解更多信息，請聯系德勤中國36好特賣好特賣好特賣在銷量預測環節，通過人工智能輔助，針對季節性商品的銷量漲跌進行預測，根據以往的銷售數據，深入挖掘消費者的購買習慣與偏好，綜合相關因素，形成未來銷售趨勢的智能預測。例如，在9月的開學季時，人工智能工具會敏銳地捕捉到這一時機，及時調整商品結構，在學校附近的商店大量推送生活日用品等與學習、生活緊密相關的商品，以滿足學生們的實際需求，從而有效促進銷量增長，實現銷售業績的穩步提升。36 2024。欲了解更多信息

69、，請聯系德勤中國生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用 2024。欲了解更多信息，請聯系德勤中國37在人力資源管理領域，生成式人工智能正展現出其獨特的價值與應用潛力。通過基于人工智能的招聘流程，企業可以高效篩選簡歷，精準匹配崗位需求，極大地提升了招聘效率與質量。同時，人工智能驅動的績效激勵機制能夠公平、客觀地評估員工表現，激發團隊活力。人工智能自助入職助手則簡化了繁瑣的入職流程，提升了新員工體驗。此外，人工智能還能根據企業需求，自動生成個性化的培訓材料及課程，助力員工成長與發展，進一步強化了企業的人才競爭力。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用應用

70、場景應用場景人力資源人力資源37天虹股份天虹股份天虹通過其搭建的生成式人工智能平臺，實現了專門用于員工服務的數字員工應用。通過員工與數字員工的交互式提問，數字員工可以提供企業信息查詢、假勤管理等能力。例如剛入職的新員工，就可以通過與企業生成式人工智能助手對話，快速獲取產品相關介紹以及企業規章制度等信息，從而提升工作效率。8 2024。欲了解更多信息，請聯系德勤中國 2024。欲了解更多信息，請聯系德勤中國38在當今的企業環境中，合規與風險管理至關重要，而生成式人工智能在這一領域展現出其強大的應用能力。該技術能夠高效地自動監測政府政策法規的變化，確保企業及時調整策略以符合最新規定。在合同管理方面

71、，生成式人工智能可根據具體要求自動生成合同文本，這不僅節省了時間，也減少了人為錯誤。更重要的是，它還能夠細致審閱合同內容，識別并規避潛在的合規和法律風險，為企業筑起一道堅實的防線。此外，生成式人工智能在企業內部風險指標的監控上也發揮著重要作用。它能實時跟蹤關鍵風險指標，一旦發現異常，立即進行分析和預警，幫助企業及時采取應對措施。在欺詐檢測領域，人工智能通過分析大量交易數據，能夠快速識別出可疑模式和行為，發出警報，有效防范欺詐行為的發生。生成式人工智能在合規與風險管理方面的這些應用，無疑增強了企業的風險抵御能力，保障了企業的穩健運營。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用應

72、用場景應用場景合規與風險管理合規與風險管理38永輝超市永輝超市永輝超市股份有限公司，作為中國的大型零售企業，自1998年創立以來，已發展超千家連鎖超市，主營農副產品、日用百貨等，并建立了廣泛的物流配送體系。近年來，永輝超市注重線上線下融合，推出永輝生活APP等線上業務。隨著顧客自助結算習慣的養成，永輝超市面臨自助收銀帶來的商品損失問題。調查顯示，自助收銀環境下的商品盜損率遠高于非自助環境。為解決此問題，永輝超市部署了AI防損智能終端，通過記錄分析顧客結算過程，判斷異常操作，有效預防商品損失。應用此系統后，門店自助購區域盜損率下降80%，人力成本節省35%，同時提升了顧客自助結算的體驗感，展現了

73、永輝超市在數字化轉型方面的積極成果。物美超市物美超市物美通過攝像頭識別顧客在自助收銀機前的掃描動作，判斷客戶是否在結賬過程中存在漏掃的行為。對于確認存在漏掃商品行為的客戶，人工智能還會自動即時根據會員信息調取以往的購買記錄，判斷是否在以往的消費過程中同樣存在漏掃的行為，并將信息即時推送給安保人員，對顧客進行提醒。（以上案例由合作伙伴中科英泰提供）9 2024。欲了解更多信息，請聯系德勤中國39生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用百果園百果園百果園自建了LLM應用基礎框架，框架集成了經過內部優化的RAG和常用Agent功能模塊，同時內置對國內外多個主流LLM基礎模型的方便

74、接入，并且實現多模型之間GPU資源的合理分配，大大縮短了LLM應用的構建時間，研發人員可以根據實際業務需求靈活配置，快速實現LLM應用落地。在LLM應用基礎框架之上，團隊基于百果園超過20年果業經驗的積累，整理優化了大量語料素材，包括品類信息，食用常識，種植技術，倉儲保鮮，商品特性等超過50個維度數據，建立了果業專業語料庫。通過基于語料庫的模型微調與提示詞工程，搭建起百果園自用的水果經營助手，可以幫助員工實現果品知識與相關信息的快速查詢、問答與判別，對提升門店服務質量，減少人力培訓成本，提升員工知識能力起到了至關重要的作用。2024。欲了解更多信息，請聯系德勤中國40應用場景應用場景數據分析與

75、文檔處理數據分析與文檔處理人工智能在零售行業的數據分析方面同樣展現出了廣泛的應用前景。通過集成先進的算法和強大的計算能力，人工智能得以深度挖掘銷售數據、顧客行為以及市場趨勢，為零售商提供精準的商業洞察。從庫存管理到銷售策略制定，再到個性化推薦系統的構建，人工智能都發揮著不可替代的作用。借助人工智能，零售商可以實時追蹤庫存動態，優化補貨策略，減少庫存積壓和缺貨風險。同時，通過細致分析顧客購買歷史和偏好，零售商能夠定制營銷策略，提升顧客滿意度和忠誠度。此外，人工智能還能幫助零售商識別市場趨勢，及時調整產品結構，抓住新興商機?？傊?，人工智能的引入極大地提升了零售行業的數據分析能力，推動了行業的智能化

76、轉型和可持續發展。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用天虹股份天虹股份天虹采用華為昇騰算力底座構建智能指標平臺，員工可以通過生成式人工智能工具調用企業經營數據，快速分析得出結論或生成對應的圖表。人工智能還能根據以往的營銷案例提供改進建議。這一平臺的應用使得數據分析工作從原先的人工尋找數據并進行處理，升級為通過對話直接獲取經營業績和改善建議，提升了企業工作效率。1040 2024。欲了解更多信息，請聯系德勤中國（以上案例由合作伙伴華為提供）2024。欲了解更多信息，請聯系德勤中國41根據目前收集到的各成員企業與合作伙伴的案例分析顯示，當前不少企業在應用生成式人工智能技術時

77、，逐漸開始認可其所帶來的價值，并逐步應用于諸如門店運營、市場營銷與客戶服務等領域，且在實際經營業務活動中，漸漸完善并優化實施方案。例如在門店運門店運營營領域，有不少體現在智能巡店、導購、門店智能訂貨等方面；在客戶服務領域，當前的應用形式主要是AI智能客服等；在市場營銷市場營銷領域，則多數應用在智能定價、智能營銷、直播等。其余的領域內，也存在一些類似的應用場景，例如在合規方面，大多數企業的應用場景是智能防損智能防損；產品開發方面，大多部署于產品設計產品設計；供應鏈領域則展現為銷量預測銷量預測；數據分析方面，則大致應用于報告自動化與報告自動化與指標分析指標分析等。在本次案例收集中，課題組也能看到一

78、些相對前沿的技術應用場景，例如在防損的同時，人工智能會實時獲取系統內用戶的歷史購買行為記錄，以供安防人員判斷該用戶是否存在惡意“漏掃”的行為；在為門店訂貨時，人工智能不僅會根據歷史訂貨信息判斷，還會結合當前的社交媒體輿論動態，以及例如“學生開學”或“某歌星開演唱會”或“某地即將舉辦馬拉松賽事”等偶發性事件，智能調節商品訂購信息，并最終自動形成訂貨單；當生鮮商品面臨即將臨期處理時，人工智能會自動結合當前客流量，當天的氣溫與天氣，附近環境的客流信息（例如周邊是否有大型小區，是否存在大型商場等），以及以往的客流信息，實時分析得出打折促銷的策略與具體時間等。相信對于該部分的應用場景，隨著技術的逐步成熟

79、與解決方案的日漸完善，會越來越多地被更多企業所接受并應用。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用應用場景小結應用場景小結11 2024。欲了解更多信息，請聯系德勤中國42生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用隨著科技的不斷演化與迭代，生成式人工智能技術的可用性與互動性均得到了很大程度的提升，因此，針對于許多相對不太復雜卻花費需要大量人力與時間的工作，便逐步可以由人工智能協助簡化人工操作，甚至可以直接由人工智能完成，人工僅需進行審核即可?，F階段而言，生成式人工智能仍在逐步發展的過程中，因此在面對復雜程度高且工作性質靈活多變的場景時，偶爾仍會呈現出一些不

80、盡人意的結論，但是在處理其他相對更標準化且復雜性程度相對較低的工作時，其所反饋出的能力與效率上的改善和增強則是相對顯著的。生成式人工智能在處理“有跡可生成式人工智能在處理“有跡可循”的場景時會更加游刃有余循”的場景時會更加游刃有余德勤生成式人工智能應用場景分類框架德勤生成式人工智能應用場景分類框架人類擅長人類擅長（目前）體驗改善體驗改善效率提升效率提升能力增強能力增強復雜性工作性質高低更多樣更標準 2024。欲了解更多信息，請聯系德勤中國 2024。欲了解更多信息，請聯系德勤中國43對于目前中國的大部分企業，生成式人工智能的應用仍大多處于摸索與試點階段。這一觀察與我們在全球范圍內做的調研結果是

81、一致的。德勤在今年初針對全球2770家不同受訪者進行的調研顯示，目前大部分企業尚未將實驗的方案投入到正式生產環節中。大部分企業對于生成式人工智能的實際應用比例低于其探索實驗的30%，因此該技術在可預見的將來有巨大潛力等待發掘?，F階段而言，企業仍有大量的生成式人工智能項目在小范圍測試中，因此，生成式人工智能的大范圍應用尚未開始，但是隨著技術的不斷更新迭代，也許生成式人工智能的規模性運用也并不會太遠。生成式人工智能在零售行業的應用生成式人工智能在零售行業的應用1%19%26%24%14%7%4%3%1%0%10%20%30%40%50%60%70%80%企業占比投產的用例占比問題：據您估計，到目前

82、為止，您企業中已經投產的生成式人工智能用例占全部用例的百分比是多少？數據來源：德勤全球企業生成式人工智能應用現狀2024第三季度報告目前，生成式人工智能在大部分目前，生成式人工智能在大部分企業中尚處于試點與驗證階段。企業中尚處于試點與驗證階段。2024。欲了解更多信息，請聯系德勤中國規模應用，方興未艾規模應用，方興未艾44Presentation title 2024.For information,contact Deloitte China.三、企業級生成式人工智能架構的思考三、企業級生成式人工智能架構的思考44 2024。欲了解更多信息，請聯系德勤中國45隨著生成式人工智能技術的發展，其

83、商業應用也逐漸成型，不少科技公司及專業服務機構開始推出包含生成式人工智能的軟件、硬件及專業服務，企業客戶也開始通過采購軟件、采購服務、定制或自建方案等方式應用生成式人工智能技術。這些商業模式在應用范圍、業務集成、技術復雜性等方面有所不同，企業客戶在選擇方案時會選擇與其期望匹配的模式。企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考應用模式應用模式1收費收費/成本基礎成本基礎應用對象應用對象商品商品/服務服務商業模式商業模式基于使用量/用戶GenAI對話、GenAI搜索等生成式人工智能原生應用外購軟件基于用戶辦公軟件、工作流系統等生產力軟件基于使用量/用戶ERP、CRM等業務軟件基于

84、設備和方案智能收銀、監控等智能設備外購硬件基于服務嵌入服務的GenAI功能專業服務外購服務*根據需求和范圍業務場景解決方案GenAI引擎+集成定制/自建方案*對企業客戶來說，專業服務中的生成式人工智能關聯部分通常和其它服務內容結合在一起，服務提供商一般不會單獨提供，也不會披露應用細節。生成式人工智能應用的商業模式生成式人工智能應用的商業模式逐漸成形，企業應用的門檻在逐逐漸成形，企業應用的門檻在逐步降低步降低 2024。欲了解更多信息，請聯系德勤中國46德勤與協會的調研中超過半數的受訪者使用了公有模型應用服務（56%），超過1/3企業自建了生成式人工智能平臺（36%），使用其它業務系統、智能硬件

85、與辦公軟件的企業不到1/3（32%/28%/20%）。公有生成式人工智能應用由于其限制無法與業務流程緊密結合。對于有規模的企業來說，自建的生自建的生成式人工智能平臺在實際應用中是更為關鍵的解決方案成式人工智能平臺在實際應用中是更為關鍵的解決方案。企業目前對生成式人工智能的應用首要關注工作效率和生產力的提升，采用標準應用是快速的解決辦法。隨著變革的深入，業務需求也會更為專業，差異化和戰略意義也會更大，應用模式和技術方案也需要相應調整。在持續的方案迭代與優化過程中，企業需要特別考慮模型的訓練方式以及數據安全等相關問題。企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考零售行業生成式人工智

86、能應用模式分布零售行業生成式人工智能應用模式分布公有生成式人工智能應用企業自建的生成式人工智能平臺業務系統智能硬件辦公軟件56%36%32%28%20%問題：貴司是否有部署或使用生成式人工智能解決方案？若有，請列出貴司使用的方案。數據來源：CCFA 行業生成式人工智能應用調研（2024）2024。欲了解更多信息，請聯系德勤中國標準軟件試水，自建平臺發力標準軟件試水，自建平臺發力 2024。欲了解更多信息，請聯系德勤中國47在德勤對于全球企業的調研中，有近半數的受訪者（46%）表示，他們僅對一小部分員工（低于20%）提供了經批準的生成式人工智能的訪問權限。而當聚焦到自我評價是對生成式人工智能經驗

87、極豐富的組織時，發現此類企業在該方面有更大投入，有接近一半（48%）的組織為至少40%以上的員工提供了生成式人工智能的訪問權限。當然，在這些經驗極豐富的組織與企業中，員工要獲得生成式人工智能工具是需要進行例外審批處理，而不能直接獲取。企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考46%29%16%3%6%76%16%5%1%2%49%28%14%3%6%31%36%23%4%7%25%27%24%5%16%低于20%20%-40%40%-60%60%-80%80%以上德勤全球調研中，企業員工可以訪問生成式人工智能應用的比例整體少量經驗較有經驗經驗豐富經驗極豐富員工比例問題：您估計

88、在公司全體員工中，大概有多少比例的員工可以被準許訪問生成式人工智能工具或應用程序？數據來源：德勤全球企業生成式人工智能應用現狀2024第二季度報告多數企業對于員工獲取經批準的生成式人多數企業對于員工獲取經批準的生成式人工智能工具和應用仍持小心謹慎的態度工智能工具和應用仍持小心謹慎的態度在與高管的采訪中，我們發現了一些似乎可以指明生成式人工智能整體滲透率有待提高的幾個原因，其中主要原因在于風險與回報，尤其是與數據相關的風險。此外，我們還發現一個人們普遍擔心的問題，如果開放員工使用公共大語言模型（LLMs）和生成式人工智能工具，可能還會造成知識產權和客戶隱私保護方面的問題。應用技能培養與數據風險防

89、控的平衡應用技能培養與數據風險防控的平衡 2024。欲了解更多信息，請聯系德勤中國48在德勤與受訪企業的溝通探討中，我們發現：當提到生成式人工智能時，絕大多數的的企業管理者想到的第一個關鍵詞便是大模型，也有不少受訪者坦言其實并不是很清楚具體什么才是生成式人工智能的架構，也有直接將生成式人工智能與大模型畫上等號的情況。那生成式人工智能究竟是什么？在黑盒內的究竟是怎樣的架構？對于企業管理者而言，又需要重點關注哪些因素呢？企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考生成式人工智能架構的迷思生成式人工智能架構的迷思2GenAI=大模型大模型48 2024。欲了解更多信息，請聯系德勤中國

90、49企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考智能體/代理層智能體/代理層數字顧問分析代理音頻轉文本知識代理編程代理文本到代碼生成聚類和標記文本轉圖像智能搜索和問答創意代理模型層模型層文本生成模型(QWEN 2.5,Llama3.2,GPT,Claude)代碼生成模型(QWEN2.5 Coder)多模態模型(Flux,GPT-4v)其它模型嵌入式模型（OpenAI,BGE,M3B）知識層知識層矢量數據庫/知識圖譜（非結構化數據）內容/數字資產管理系統(多模式數據）更多的數據源企業知識庫（結構化數據）業務場景業務場景客戶服務助理員工培訓知識管理更多業務場景數據分析助理定向營銷迭

91、代生成式人工智能產品/代理控制和提高生成式人工智能的可信度插入最新的生成式人工智能模型通過微調和/或強化學習增強和驗證管理和改進各系統的信息質量盤活現有數據與文檔資產，提取知識用于生成式人工智能應用設計用例引導變革發現和確定業務場景發現和確定業務場景構建可重用應用功能構建可重用應用功能部署最佳可用模型部署最佳可用模型編排知識資產編排知識資產德勤生成式人工智能企業應用架構參考模型德勤生成式人工智能企業應用架構參考模型我們認為完整的企業級生成式人工智能應用架構應包括場景、智能體、模型和知識四個層次，其中大語言模型與智能體提供分析、決策與處理能力，知識層作為信息基礎，共同服務于業務場景的改善與創新。

92、工具包響應式數據分析 2024。欲了解更多信息，請聯系德勤中國50企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考模型模型3國外公有云國外公有云國內公有云國內公有云私有商業模型私有商業模型私有開源模型私有開源模型Claude選擇市面最佳模型供企業生產使用建立企業特有的數據集以做進一步優化用企業數據集訓練的私有模型將是未來重要的人工智能資產作為模型優化對標基準可以用于應用驗證，但需要小心數據安全等問題適于自建大模型，從基礎模型開始訓練企業需要在前期投資和長期應用效益之間進行權衡作為模型優化對標基準可以用于應用驗證，但需要格外小心數據安全等問題最先進的模型提供最佳的編碼建議定期更新領先

93、的人工智能研究成果中國用戶IP被屏蔽將自有數據發送至海外AI服務，數據隱私和安全風險高面向中國用戶，符合國內法規中文友好模型能力與國外模型的差距正在逐步縮小將自有數據發送至第三方AI服務可以在可控平臺上進行訓練和托管來自中國頂級AI供應商的 算法支持X模型透明度低X較高的許可證+基礎設施投資具有靈活的定制與控制能力可以私有部署，無需對外傳輸自有數據可能需要額外的工作來微調模型部署和管理復雜模型的潛在技能差距MicrosoftCopilotOpenAIAzure OpenAIAWS BedRockAli Model PlatformHuawei PanguChatGLM目前市面上的大語言模型有四

94、種模式：國外國外公有云公有云、中國公有云中國公有云、私有開源私有開源與私有商業私有商業模型模型四種?？紤]到政策與技術等因素，國內企業一般會優先選擇中國公有云或私有部署的模式。一般來說，中等規模以下的模型可以進行私有化部署，超大型模型受制于資源等因素通常只用于公有云服務。根據觀察，現階段市場上的大模型廠商尚未形成廣泛的客戶粘性，很多企業選擇大模型更多是從性價比著眼。這可能與廠商提供的產品或服務相似有關，也可能是由于企業本身的經驗及投資有限。預計隨著市場的進一步成熟，客戶選擇會逐漸集中到部分領先的大模型廠商。CohereQwenQwen 2024。欲了解更多信息，請聯系德勤中國51對于企業而言，選

95、擇公有化部署或是私有化部署無疑是需要重點考慮的問題之一。在企業用戶在進行決策時，應當綜合考量多個關鍵因素，從而確保所選方案能夠滿足其業務需求以及未來的長期發展戰略與生成式人工智能發展戰略?，F階段，市面上的大模型主要分為兩種部署模式：公有化部署與私有化部署，其對應的利弊關系如下表所示。對于企業用戶而言，誠然公共模型可能存在更先進的模型或更強大的服務支持，但是由于可能存在的企業數據問題以及相關的法律法規限制，因此德勤建議：企業在進行模型的甄選過程中，可以考慮將私有企業在進行模型的甄選過程中，可以考慮將私有模型作為定制方案的選擇，并輔以其他類型作為補充。模型作為定制方案的選擇，并輔以其他類型作為補充

96、。企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考劣勢劣勢優勢優勢方案1.需要將數據內容傳輸至第三方提供的遠程服務器，可能造成數據泄露2.通常提供標準化服務，模型靈活性較差，難以滿足客制化需求3.性能可能不穩定，會由于公有云內其他企業用戶的影響而波動1.部署和上線時間相對較短，便利性強2.后期通過運營商進行模型維護與迭代升級，減少企業內部的資源投入3.可拓展性強，可以根據需要動態擴展資源4.通常采用按需付費的模式，基于企業實際使用量進行收費，靈活且相對經濟公有化部署公有化部署1.部署時間相對較長2.可拓展性相比公有化部署，相對薄弱3.需要企業搭建專門的團隊進行管理與后期更新升級與維

97、護4.需要企業進行硬件與基礎設施的投資1.數據將在本地進行存儲，企業數據保護性強2.可以根據企業需求進行客制化定制3.計算資源獨享，性能穩定私有化部署私有化部署公有云還是私有部署，是個需要思考的問題公有云還是私有部署，是個需要思考的問題 2024。欲了解更多信息，請聯系德勤中國52所謂智能體（Agent），是基于輸入的文本、音頻或圖像等信息進行處理，根據識別到的信息與對應的指令等進行加工，并最終達到“文生文”或“文生圖”等效果。某種程度上，它們更類似于推理引擎，具有理解上下文理解上下文、規劃規劃工作流程工作流程、連接外部工具和數據連接外部工具和數據、執行行動以執行行動以實現既定目標實現既定目標

98、的能力。不少大模型的創造企業正在突破其原有業務邊界，不斷朝著智能體方向推動。2024年11月，據知情人士透露，OpenAI正計劃推出一款代號為“Operator”的新型智能體，可通過計算機代替用戶完成編寫代碼、預訂旅程等任務。此前，Anthropic推出了一款類似的智能體，可以實時處理用戶計算機上的信息并代替用戶采取行動；微軟也于近期也發布了一套智能工具，用于協助員工發送電子郵件和管理記錄等。企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考智能體智能體4信息感知信息感知推理預測推理預測規劃決策規劃決策自動執行自動執行/工具調用工具調用人機交互人機交互通過傳感器、攝像頭、麥克風等感知

99、設備以及多數據源輸入，實現多模態的信息感知能力，獲取信息輸入獲取信息輸入基于多維信息輸入和記憶檢索多維信息輸入和記憶檢索，推理目前所處情景、既定目標所處情景、既定目標、應該完成的任務任務，預測多步驟行動后實現的成成果是否符合既定目標果是否符合既定目標Al Agent進行自主決策進行自主決策，將復雜任務細分為子任務，并規劃應執行的任務步驟，從而制定行動計劃行動計劃基于規劃和記憶執行制定任務，當大模型本身無法完成指定任務，則通過通過調用多種工具解決問題調用多種工具解決問題，如天氣、搜索、第三方應用等基于Al Agent的個性化個性化設置，生成交互內容反饋執行結果反饋執行結果手機收到語音:“后天你去

100、深圳出差”，AI Agent讀取、記憶該信息2小時后，告訴AI Agent：“幫我規劃出差行程”結合兩次信息輸入，推理目前情景為：“后 天 需要去 深圳 出 差，需 要AlAgent幫助規劃行程，并自動完成相關的信息檢索和行程預定動作”將“規劃行程”拆解為：1)查詢天氣；2)查詢后天的航班、火車等交通工具時刻表；3)選擇最合適的交通工具班次；4)根據用戶過往行為數據，搜索預定最合適的酒店調用第三方應用軟件，完成查詢并預定機票，預訂酒店、查看天氣信息等任務；過程中用戶無需打開應用軟件，Al智能體完全自動執行并完成規劃和預定以管家的身份和語氣告知用戶：“已經為您查詢并預定適合的航班和酒店，同時后天

101、深圳有雨，請帶好雨傘”生成式人工智能體的技術實現路徑生成式人工智能體的技術實現路徑任務拆解任務拆解場景案例場景案例52 2024。欲了解更多信息，請聯系德勤中國53企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考在上方的兩個案例中，當智能體分別接收到用戶提出關于“最近生意怎么樣”和“椒香魚鍋缺貨”這兩個問題之后，智能體便會自動進行問題澄清與文本解析工作（即問題理解），并根據問題性質的不同，自動找到所對應的代理進行問題解答（例如數據相關的問題會調用數據分析代理，而知識相關的問題會自動調用“知識代理”），從而獲取需要得到的信息（如業務整體表現情況，具體的停售步驟等），最終將結果提供給用

102、戶。案例一案例一案例二案例二用戶提出問題1數據分析數據分析代理代理知識代理知識代理問題分析問題分析代理代理問題澄清、解析和細化2專業代理人解決具體問題3向用戶提供全面的反饋4最近生意怎么樣？問題理解：用戶希望分析最近的業務指標表現問題澄清：最近如何定義？需要看哪些KPI行動計劃：調用數據分析智能代理用戶提出問題1數據分析數據分析代理代理知識代理知識代理問題分析問題分析代理代理問題澄清、解析和細化2專業代理人解決具體問題3向用戶提供全面的反饋4椒香魚鍋沒了，怎么辦？問題理解：用戶可能在餐廳遇到了椒香魚鍋沒有的問題，需要提供解決方案行動計劃：調用知識問答智能代理停售步驟：在菜品庫中找到椒香魚鍋，選

103、擇停售內容，然后進行全鍋中某個口味的操作關于椒香魚鍋停售的操作：你可以在菜品庫中找到椒香魚鍋，選擇停售內容，然后進行全鍋中某個口味的操作。具體的操作步驟可以參考菜品售罄設置。希望以上信息能夠幫到你。2024。欲了解更多信息，請聯系德勤中國54企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考相較于傳統的大型語言模型，智能體具備更多方面的能力。它們的應用范圍更廣應用范圍更廣，能夠覆蓋更多用例覆蓋更多用例。在工作計劃方面，智能體表現更為高效高效。同時，它們的記憶與微調能力記憶與微調能力更強更強，可以更好地適應不同場景。在系統與數據的集成性能方面，智能體也展現出更強的適配性更強的適配性與更

104、高的數據精準更高的數據精準性性，大幅提升了用戶體驗。這些改進使得智能體在實際應用中更具優勢，也吸引更多科技公司在智能體建設方面進行進一步發展?！拔覀儠_發越來越先進的模型，但我認為，“我們會開發越來越先進的模型，但我認為，真正意義上的下一個巨大突破將是智能體的真正意義上的下一個巨大突破將是智能體的出現?！背霈F?！監penAI首席執行官Sam Altman智能體智能體傳統大語言模型傳統大語言模型自動化整個工作流程/過程自動執行任務用例范圍用例范圍制定并執行多步驟計劃以實現用戶的目標，根據實時反饋調整行動無法進行工作流程的規劃或協調計劃計劃利用短期和長期內存從之前的用戶交互中學習，并提供個性化響應

105、；且記憶可在系統中的多個代理之間共享無法保留交互記憶，且微調能力有限記憶與微調記憶與微調通過API和工具（例如數據提取器、圖片選擇器、搜索API等）增強語言模型固有的能力，以執行任務本質上并非為與外部工具或系統集成而設計的系統集成性能系統集成性能動態調整以適應新信息和實時知識源依賴具有固定訓練截止日期的靜態知識數據集成性能數據集成性能可以利用特定任務的能力、知識和記憶來驗證并改進自身以及其他系統中代理的輸出通常缺乏自我評估能力，并且僅限于基于訓練數據的概率推理精確性精確性智能體與大模型智能體與大模型-工具與頭腦的關系工具與頭腦的關系 2024。欲了解更多信息，請聯系德勤中國55前文中提到，目前

106、市場上的大模型在能力層面并不存在特別大的差距，因此對于企業而言，其所能應用的數據與知識很大程度上決定了生成式人工智能應用的業務價值，這也是企業能夠產生差異化競爭能力的關鍵因素。在知識層面上，作為訓練生成式人工智能的基礎信息，其對于大模型的訓練與表現起到了至關重要的作用。對于企業端的用戶而言，企業日常運轉所產生的各類數據信息，甚至是所對應的業務場景下可能需要參考或使用的外部數據資源庫與數據庫的信息收集與管理能力就成為了關鍵性因素。知識庫架構旨在存儲、管理和利用結構化或非結構化的知識信息，以支持生成式人工智能模型的訓練、推理和生成任務。因此，對于企業而言，管理和改進各系統的信息質量便成為了數據精準

107、性的重要基礎與核心方向。當然，對于企業的生成式人工智能應用而言，數據量并不能直接與應用表現劃上等號。在進行大模型微調訓練的時候，提供的數據質量同樣是非常值得考慮的因素。高質量的數據對于模型的性能至關重要高質量的數據對于模型的性能至關重要。如果數據中有大量零亂且無規則的數據，且其中包含大量錯誤、噪聲或不相關的信息，那么即使數據量很大，也可能不會對模型產生積極的影響。因此，除了數據體量外，對于數據的結構性梳理（例如整理成問答的形式等）同樣是企業需要關注的內容。企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考數據與知識數據與知識5“未來每家企業都可能會有自己的企業大腦“未來每家企業都可能

108、會有自己的企業大腦一個專屬的模型，它能訪問企業所有數據、一個專屬的模型，它能訪問企業所有數據、API、文檔，成為企業的決策中心?！?、文檔，成為企業的決策中心?！苯鹕睫k公CEO 章慶元 2024。欲了解更多信息，請聯系德勤中國 2024。欲了解更多信息，請聯系德勤中國56生成式人工智能的差異化價值將越來越多的來自于企業對自身數據的利用，這種利用包括微調模型、重新構建模型或是開發企業級解決方案。為了達到這一目標，企業需要提高其自有數據的可使用性與結構化水平，這些數據可能會受到現有和新興法規的約束。在協會舉辦的會議中，不少企業討論了數據治理與數據質量管理的舉措。我們的問卷調查由于篇幅限制沒有設置進一

109、步的問題，但是我們們依然可以從德勤全球調研中得到一些啟示：全球企業在部署生成式人工智能應用的過程中采取了多種舉措提升數據管理能力，包括：加強數據安全加強數據安全（54%）、改進改進數據質量實踐數據質量實踐（48%）以及更新數據治理框架和制定新的數據政策更新數據治理框架和制定新的數據政策（45%）。企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考5654%48%45%43%37%34%27%加強數據安全改進數據質量實踐更新治理方法/制定新的數據制度與云服務廠商合作以提升能力升級IT基礎設施雇傭新的人才以填補數據相關的差距集成數據倉企業為提升數據相關能力采取的舉措24%遷移到更靈活/開

110、放的數據架構問題：貴司采取了哪些行動來提升數據相關能力以支持生成式人工智能項目？數據來源：德勤企業生成式人工智能應用現狀第三季度報告“對于線下的零售企業而言，更現實的問題是數據質量“對于線下的零售企業而言，更現實的問題是數據質量的欠佳以及數據維度的單薄?！钡那芳岩约皵祿S度的單薄?！蹦晨鐕笮土闶燮髽I產品研發部總經理知識就是力量知識就是力量 2024。欲了解更多信息，請聯系德勤中國57企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考數據安全數據安全58%在模型中使用敏感數據58%管理數據隱私相關問題57%管理數據安全相關問題49%符合數據合規性要求38%在模型中使用自己擁有所有權的

111、數據問題：對于以下內容，貴司關于實施生成式人工智能在數據管理方面的擔憂程度有多高？數據來源：德勤全球企業生成式人工智能應用現狀2024第三季度報告德勤全球調研中，圍繞數據管理的擔憂程度（高+非常高）當然，除了數據的可使用性外，數據安全也毋庸置疑是眾多管理者最關注的問題之一。在德勤全球調研中，我們同樣觀察到了企業在面對數據相關的管理問題時，在面對數據安全與隱私保護時，大多數企業會選擇采取更為保守的方式以避免可能出現的風險。與數據安全相關的問題在企業探索追求生成式人工智能工具的價值水平時，往往會成為重點顧慮的因素之一。在我們調查的組織中，有55%的公司因為數據相關問題而避免使用某些生成式人工智能應

112、用。這可能是因為數據質量問題、知識產權問題、沒有合適的數據，或者對使用某些類型的數據（例如，公共領域、合成數據或第三方授權數據）的顧慮。在調研中，企業最關心的問題包括敏感數據的使用敏感數據的使用（至少58%的人有高度關注），數據隱私數據隱私（58%）和數據安全數據安全（57%）。相較于使用自己的專有數據（例如：銷售、運營、財務數據），公司更擔心由于使用敏感數據（例如：客戶或客戶數據）而可能帶來的問題與風險。2024。欲了解更多信息，請聯系德勤中國58企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考基礎設施基礎設施6基礎設施是生成式人工智能架構最底層的組成部分。對于采用公有模型服務的

113、企業來說，基礎設施主要是由大模型廠商負責的。但對于希望采用私有部署以達到模型定制或數據安全目的的企業來說，其對基礎設施的依賴更為明顯。Gartner、IDC等的研究表明絕大部分中小企業由于成本和人才限制會選擇公有云模式。另一方面，很多大型企業傾向于使用私有部署模式（包括私有云與自有數據中心）進行模型微調或擴展以滿足其特定業務與IT管控需求。盡管如此，大型企業也不會放棄公有云模式，而是采用兩種模式混合以滿足不同的需求。自建自建模型訓練擴展擴展模型微調擴展擴展模型+RAG模型+RAG內置內置模型嵌入定制程序內置內置模型嵌入標準程序應用程序應用程序應用程序應用程序應用程序數據獲取與提示詞工程數據獲取

114、與提示詞工程數據獲取與提示詞工程數據獲取與提示詞工程數據獲取與提示詞工程模型微調模型微調模型微調模型微調模型微調基礎模型基礎模型基礎模型基礎模型基礎模型采購建設公有部署公有部署私有部署私有部署 2024。欲了解更多信息，請聯系德勤中國59企業級生成式人工智能架構的思考企業級生成式人工智能架構的思考私有部署需要考慮基礎設施的靈活適配以及自主可控私有部署需要考慮基礎設施的靈活適配以及自主可控對采用私有部署模型的企業來說，基礎設施廠商的能力與服務是必須慎重考慮的因素。一方面，基礎設施廠商必須保證硬件設施與模型及相關軟件的適保證硬件設施與模型及相關軟件的適配配，以實現業務場景的快速落地。另一方面，基礎

115、設施廠商也要支持算力資源的優化配置支持算力資源的優化配置，使得企業能高效利用昂貴的算力資源，避免成本浪費。此外，在全球競爭加劇、地緣政治復雜的背景下，國內企業在選擇基礎設施廠商時也應適當考慮自主可控的因素。國內IT廠商在生成式人工智能相關的芯片、服務器、網絡、云計算、托管服務等層面已經有了不小的進步，全棧的自主基礎設施底座也已經成為可能，中國IT廠商為主的生態體系已經可以支撐企業加速生成式人工智能應用的需求。生成式人工智能基礎設施國內廠商（部分）生成式人工智能基礎設施國內廠商（部分）*圖中的廠商排名不分先后，也不代表全部廠商應應用用層層技技術術層層行業行業場景場景服務和服務和運營運營人工人工智

116、能智能華為 百度 阿里 騰訊 字節跳動金山辦公 科大訊飛商湯科技 百川智能大數據大數據中國移動中國聯通中國電信華為商湯科技阿里鴻博股份基基礎礎設設施施云平臺云平臺華為 百度 阿里 騰訊 浪潮 天翼 移動 聯通第四范式 星環科技 東方國信明略科技 浩鯨科技AI服服務器務器智能智能芯片芯片華為 浪潮 新華三 曙光 聯想華為 寒武紀 壁仞科技 隧原科技 海光天數智芯 云天勵飛?？低暱拼笥嶏w傳感器傳感器智能智能研發研發智能智能生產生產智能智能供應鏈供應鏈智能智能風控風控智能智能營銷營銷智能智能客服客服60Presentation title 2024.For information,contact

117、Deloitte China.四、對企業走入人工智能時代的建議四、對企業走入人工智能時代的建議60 2024。欲了解更多信息，請聯系德勤中國61本次調研中超過半數的受訪者（52%）認為生成式人工智能將在1至3年內實質性地改變其企業，而20%受訪者則認為在1年之內即有可能對企業和行業實質性改變。對比國際，生成式人工智能在中國的發展可能比我們預期的更快。對比國際，生成式人工智能在中國的發展可能比我們預期的更快。Gartner在2024年4月發布的生成式人工智能模型全球應用洞察報告中提到有75%的受訪者表示公司正在進行生成式人工智能的試點（55%）或已投入正式使用（20%）。1年前這個比例還是19%

118、，短短一年的時間里應用生成式人工智能的企業數量增加了近3倍。對于中國來說，國內零售業對數字化的響應速度是毋庸置疑的。我們有理由相信，隨著技術的進一步成熟，越來越多的企業會開始生成式人工智能的探索。當然，生成式人工智能的應用還有很長路的要走，我們也無法預計下一個技術發展的突破時點。但機會總是垂青有準備的人。企業不必過分等待觀望，而是應該積極嘗試，盡快掌握應用的方法。對企業走入人工智能時代的建議對企業走入人工智能時代的建議61生成式人工智能何時會為您的企業帶來變革？4%20%52%24%現在一年以內0%永遠不會三年以后一年至三年之間問題：您認為生成式人工智能什么時候會有可能實質性地改變您的企業和行

119、業？數據來源：CCFA 行業生成式人工智能應用調研（2024）展望展望-未來已來，積極擁抱未來已來，積極擁抱1 2024。欲了解更多信息，請聯系德勤中國62生成式人工智能的爆發使中國零售企業看到了很多改善業務的可能性，但不少企業還沒有做好準備抓住這一機會。根據我們和協會所做的問卷調研，不到1/4的企業認為自己在技術基礎設施、戰略、風險與治理、人才方面做好了充分準備，其中技術基礎設施和人才方面做好充分準備的比例為13%，戰略、風險與治理方面做好充分準備的比例為22%。對企業走入人工智能時代的建議對企業走入人工智能時代的建議生成式人工智能的成功不只是靠新興技術應用，而是需要清晰的戰略引導、完善的風

120、控與治理及有能力的執行團隊生成式人工智能的成功不只是靠新興技術應用，而是需要清晰的戰略引導、完善的風控與治理及有能力的執行團隊26%30%17%22%30%30%26%30%30%17%35%35%13%22%13%13%0%0%9%0%人才人才風險與治理風險與治理戰略戰略技術基礎設施技術基礎設施沒有準備少量準備基本準備充分準備非常充分的準備問題：對于下列各個領域，請評估貴司在采用生成式AI工具/應用的準備程度如何？數據來源：CCFA 行業生成式AI應用調研（2024）這一問卷調研結果與我們在現場交流的感受稍有不同。從協會專項活動現場交流的反饋來看，不少企業對生成式人工智能的戰略方向更為關注，

121、風險治理與人才的準備工作也剛剛起步，反而是技術基礎設施已有不少廠商支持和自身嘗試。外資企業由于有總部的指導準備程度相對較高。民營企業有很多嘗試，但在戰略上還沒有很大的把握。國企對于試錯成本考慮的較多，行動也更謹慎。2024。欲了解更多信息，請聯系德勤中國63和參加協會調研的絕大部分同事一樣，我們認為生成式人工智能有非常大的可能會給我們的經濟和生活帶來深刻的變化。對零售行業來說，這種變化也會會涉及多個領域，影響所有從業人員。但這種變化不會是一蹴而就的。一方面，生成式人工智能還在不斷的演化與迭代，新的技術和能力還在不斷涌現和完善。另一方面，生成式人工智能和零售業務的結合還有待充分探索。國家法規剛開

122、始成型，風險控制的最佳實踐還未建立，相應的人才也有很大的缺口。零售企業需要避免“速勝”避免“速勝”的迷思，準備好投入相應的時間和資源，穩扎穩打，才能獲得可持續的收益。這也是過去幾年中國零售行業的發展歷程給我們的啟示：零售本質上是一種需零售本質上是一種需要培養長期能力的業務要培養長期能力的業務。對企業走入人工智能時代的建議對企業走入人工智能時代的建議戰略戰略樹立對生成式人工智能潛力的信心，堅持務實的長期主義，逐步完成業務轉型樹立對生成式人工智能潛力的信心，堅持務實的長期主義，逐步完成業務轉型2打破生成式人工智能的戰略判斷迷思價值創造價值創造成本節約可能在1-2個季度通過效率提升實現，收入增加通常

123、需要3-4個季度生成式人工智能的應用能立即增加利潤業務應用業務應用生成式人工智能的成功應用只有在新技術與現有工作方式/工具整合以及人員技能培訓完成后才能實現建成即可用。生成式人工智能工具可在上線后立即全面應用技術發展技術發展生成式人工智能發展已經達到關鍵節點，后續1-2年技術發展可能是漸進式（如多模態）而非爆發式新技術的快速發展使得生成式人工智能的戰略每6個月就需要更新一次 2024。欲了解更多信息，請聯系德勤中國64對企業走入人工智能時代的建議對企業走入人工智能時代的建議從規劃和體系的建立到成功案例及信心的構建從規劃和體系的建立到成功案例及信心的構建設立生成式人工智能建設的愿景，設計人工智能

124、企業架構，確定階段建設目標，明確決策機制整體規劃整體規劃引入生成式人工智能技術，整合數據基礎，建立復合團隊與生態系統，構建風控與治理機制建立能力建立能力識別并實現有價值的業務應用場景，從點到面推動變革，實現規?；瘧脛撛斐晒撛斐晒ε嘤枂T工使用生成式人工智能工具，衡量與公布效益指標，獲得利益相關者支持樹立信心樹立信心保持初學者心態，不斷學習和應用新技術、新模式持續學習持續學習“通過增量的方式，你可以一次改變或復“通過增量的方式，你可以一次改變或復制一項工作。它不會立即影響到全部環節。制一項工作。它不會立即影響到全部環節。但很快這種好處就會變成一種挑戰。對系但很快這種好處就會變成一種挑戰。對系統

125、的一個局部進行創新，系統的其它部分統的一個局部進行創新，系統的其它部分也要按照相同的速度改變。否則，整個體也要按照相同的速度改變。否則，整個體系就會開始失調?！毕稻蜁_始失調?！蔽覀冋J為零售企業生成式人工智能的戰略規劃應建立自上而下的愿景，強調綜合能力的建設，關注業務價值的實現及規?；瘧?，通過成功的案例樹立員工與利益相關者的信心，并通過不斷學習引導企業進行持續改善。2024。欲了解更多信息，請聯系德勤中國65對企業走入人工智能時代的建議對企業走入人工智能時代的建議投資投資了解新技術成熟度曲線，理性投資，避免不切實際的投入了解新技術成熟度曲線，理性投資，避免不切實際的投入3我們在調研中發現部分

126、零售企業對生成式人工智能的投入已有明確的規劃。這些企業通常在技術創新方面有成熟的經驗，自身的業務規模也足以支撐相關的嘗試。更多的零售企業對如何確定生成式人工智能的投資沒有把握。對于他們來說，生成式人工智能作為一項嶄新的技術，無論是技術的發展方向，還是業務的適配程度，都有相當多的不確定性。如何避免投資成為這些企業在推進生成式人工智能試點時必須回答的問題。從德勤的咨詢經驗出發，我們建議這些企業參考Gartner的生成式人工智能技術成熟度曲線，以價值公式為指導，在理性投入的基礎上形成投資回報的復利效應，以此推動企業整體效益的提升。預期時間1 12 23 3萌芽泡沫幻滅上升成熟價值公式 函數=f(技術

127、相關性，時間，投資)從少量投入開始，有效控制新技術的試點成本基于成功的業務用例，構建可復用的中臺能力，實現投資的循環使用控制整體擁有成本，防止成本隨著業務用例的增加而直線上升1 12 23 3 2024。欲了解更多信息，請聯系德勤中國66對企業走入人工智能時代的建議對企業走入人工智能時代的建議利用共創共建的機會，提高初始投入的杠桿率，建立技術風險投資的合理預期利用共創共建的機會，提高初始投入的杠桿率，建立技術風險投資的合理預期根據我們的觀察，大部分零售企業在制訂生成式人工智能的初始預算時都比較謹慎，通常會利用已有的人員加上部分新招聘的專家展開工作。與此相對，IT廠商也為企業應用生成式人工智能提

128、供了不少優惠。我們理解這也是IT廠商和客戶共創共建的一種形式。這兩方面的因素疊加起來使得生成式人工智能的初始實驗成本其實并不高（詳見下表），但企業需要做好準備，部分實驗成本不一定能產生回報，也有可能這些成本對應的方案由于技術的演進或業務模式的變化會被新的方案代替。這種情況是新技術發展過程中不可避免的。企業要做的不是等待，而是理性地看待這部分投入?？梢园堰@部分投入作為技術風險投資，只要整體的投資效益在一個相對健康的水平，就可以繼續推進。生成式人工智能試點投入軟件成本貨幣單位：人民幣元66辦公軟件辦公軟件業務軟件業務軟件定制RAG定制RAG模型訓練模型訓練單個用戶百級單個用戶千/萬級十萬級百萬級

129、2024。欲了解更多信息，請聯系德勤中國67對企業走入人工智能時代的建議對企業走入人工智能時代的建議掌握生成式人工智能應用的總成本，準確判斷投資回報率掌握生成式人工智能應用的總成本，準確判斷投資回報率GenAI部署成本部署成本AI模型/軟件/工具/平臺AI基礎設施AI外部服務AI所需的數據AI治理與安全用戶成本（許可證/培訓）現有系統改造與集成風控業務調整成本業務調整成本市場調研/咨詢流程重構與實施營銷與傳播變更管理人才招聘與培養研發+基于生成式人工智能的新業務模式總體成本（一次性/經常）=企業在做投資測算時不僅要包含人工智能本身的部署成本部署成本，也要估計周邊系統的改造和集成成本改造和集成成

130、本。此外，業務調整的成本業務調整的成本更不應忽視，很多時候這部分的投入與新技術相比更為隱蔽和龐雜。所有這些成本元素都需要考慮一次性投入一次性投入和經常性支出經常性支出。隨著技術的發展，大模型的推理成本在不斷降低，但其它系統、數據和業務調整的成本往往無法壓縮，這些支出才是打通整個鏈路、確保應用落地的關鍵投入。2024。欲了解更多信息，請聯系德勤中國68對企業走入人工智能時代的建議對企業走入人工智能時代的建議構建動態預算結構，根據效果逐步放大對生成式人工智能的投入構建動態預算結構，根據效果逐步放大對生成式人工智能的投入從預算管控的角度來看，我們建議企業把生成式人工智能的投入放到數字化轉型的整體支出

131、里進行考慮?？梢韵冉o生成式人工智能一個初始比例（例如5%），以推動生成式人工智能應用的開展；然后隨著業務場景的落地與驗證，逐漸加大投入（例如10%以上）以滿足新業務模式或新產品、服務日常運行的需要；同時保持一定的實驗投入以確保跟上技術創新與業務轉型的步伐。這種管理方法強調了對數字化投入的動態管理，即在生成式人工智能取得效益的同時，逐步減少傳統IT的支出，從而在數字化轉型支出總量可控的原則上實現新舊技術投入的結構性轉換，有利于保證企業整體資本回報率的水平。20242027實驗生產根據根據BCG 2024年對年對300位位IT采購經理的調研，人工智能大采購經理的調研，人工智能大概率會增加其在概率會

132、增加其在IT費用中的占比，而傳統的服務器和費用中的占比，而傳統的服務器和PC的的占比則會有所下降。占比則會有所下降。4.7%7.6%生成式人工智能在數字化轉型支出占比示例 2024。欲了解更多信息，請聯系德勤中國69對企業走入人工智能時代的建議對企業走入人工智能時代的建議人員與組織人員與組織-整合多元人才，構建復合團隊整合多元人才，構建復合團隊4在CCFA協會舉辦的討論會中，不少企業也提到：在生成式人工智能應用落地的過程中，往往不只是一個團隊在發力，而是需要聯合全企業上下共同努力推動。產品團隊產品團隊可以采用敏捷開發方法開發生成式人工智能產品，并不斷迭代更新；業務部門業務部門負責識別應用場景，

133、并通過變革管理確保業務場景的落地；專家中心專家中心負責設計靈活的人工智能企業架構，及時適配模型的迭代；作為生成式人工智能產品為最終用戶創造有效信息的關鍵，知識中心知識中心需要提供強大且完備的知識庫內容；企業的管理層管理層也需要制定相關戰略規劃，并且自上至下設立治理與運行的模型。變革引領者財務HR供應鏈其他業務部門產品產品經理經理UX/UI設計DevOps工程師數據工程師數據科學家業務分析質量保證數據標注師生成式人工智能研究員架構師道德&合規RLHF/RLAIF專家MLOps工程師供應商掃描內容審核員知識工程師知識經理安保其他平臺和系統負責人價值工程師生成式人工智能戰略規劃治理和運行模型“這個不

134、應該只是業務部門提需求，技術部門響應的“這個不應該只是業務部門提需求，技術部門響應的事情，而是真正要讓全集團所有員工都參與進來，給事情，而是真正要讓全集團所有員工都參與進來，給他們一個機會，愛上生成式人工智能?！彼麄円粋€機會，愛上生成式人工智能?！蹦晨鐕澜缧赃B鎖零售企業技術轉型與發展部負責人 2024。欲了解更多信息，請聯系德勤中國7070當被問及企業在人才方面的準備程度時，超過半數受訪者認為自己企業尚未開始準備（26.1%）或準備很少（30.4%），而17.4%的受訪者認為企業有部分準備，僅21.7%的受訪者認為企業已有一定準備，沒有受訪者認為企業已準備充分。這一結果表明：面對生成式人工智

135、能的部署與應用，企業在人才方面的準備明顯不足。企業亟需加大對專業人才引進、培養與儲備力度，結合自身組織轉型發展，構建高素質、專業化的團隊，為技術有效應用與企業持續發展提供有力支撐。那么，企業需要采用何種措施來調整人才戰略呢？在德勤全球調研中，有近半數的受訪者選擇了“重新設計工作流程以重新設計工作流程以利用生成式人工智能應用利用生成式人工智能應用”（48%）與“設計并實施技能提設計并實施技能提升和再培訓戰略升和再培訓戰略”（47%）。當我們聚焦于那些具有“極豐富經驗”的企業時，發現他們更專注于發展人工智能熟練度（47%）和重新設計職業路徑（38%），而對人工智能所帶來的預期技能供需變化的評估則關

136、注較少（25%）。對企業走入人工智能時代的建議對企業走入人工智能時代的建議問題：貴司是如何因為采用生成式人工智能來調整人才戰略的？數據來源：德勤全球企業生成式人工智能應用現狀2024第二季度報告48%47%36%35%35%34%29%29%重新設計工作流程重新設計工作流程以利用生成式人工以利用生成式人工智能智能設計并實施技能提升設計并實施技能提升和再培訓戰略和再培訓戰略評估員工信任與雇傭開展AI熟練度成長計劃評估技能預期供需的變化評估目標人才招聘水平和勞動力生態系統接入策略重新設計職業路徑與職業流動性策略為利用生成式人工智能提供基于績效的激勵措施引入人才，提升技能，重構流程引入人才，提升技能

137、，重構流程 2024。欲了解更多信息，請聯系德勤中國71對企業走入人工智能時代的建議對企業走入人工智能時代的建議對于企業而言，如何正向培訓與引導員工接觸生成式人工智能的應用，并適時鞏固員工對應用工具的熟練度與信任感，也是重要議題之一。尤其是零售行業的特性決定了企業會雇傭大量基層員工，因此，逐步引導與培訓的過程便更為重要與關鍵。在CCFA協會舉行的討論會中，某大型連鎖零售企業的技術部負責人曾表示：“由于我們企業的基層員工能力有限，因此在引入新事物的時候，需要給他們更多時間。如果太早引入生成式人工智能產品，可能技術還不是很成熟，反而會引起員工的不信任；但如果太晚引入，我們又擔心掉隊?！钡虑诮ㄗh：從

138、短期來看，企業可以通過進行生成式人工智能的相關培訓并提升員工對相關工具的熟練度等方式提高員工的接受水平，改變期初的抵制心態。從長期來看，提升技能、再培訓、重新設計工作流程和職業路徑的人才戰略，對于充分發揮生成式人工智能的價值，實現員工未來的成功是至關重要。把握節奏，引導變革把握節奏，引導變革71 2024。欲了解更多信息，請聯系德勤中國72長期來看，隨著生成式人工智能技術的戰略制定與部署，企業的整體人才戰略也需要隨之進行調整升級。在本次調研中，我們觀察到26%的受訪者預計生成式人工智能會在1年內改變企業的人才戰略，其中4%的受訪者認為現在就應該調整戰略，而另外57%的受訪者認為這一改變會發生在

139、未來的1至3年。對比年初德勤進行的全球調研，近半數的領導者（44%）認為這一變革會發生在1年之內，而其中17%的受訪者認為現在就應該調整戰略，24%的受訪者認為應在1年內調整。這些統計表明，企業領導者已經意識到生成式人工智能的應用即將對企業人生成式人工智能的應用即將對企業人才戰略的轉型產生重要影響才戰略的轉型產生重要影響。對企業走入人工智能時代的建議對企業走入人工智能時代的建議4%22%57%17%現在一年以內一年至三年之間三年以后問題：您覺得什么時候貴司會因為生成式人工智能而改變人才戰略？數據來源：CCFA 行業生成式人工智能應用調研（2024）人才戰略變革時間線人才戰略變革時間線人類不會被

140、人工智能取代，但是會被能人類不會被人工智能取代，但是會被能夠熟練使用人工智能的人類所取代。夠熟練使用人工智能的人類所取代。17%26%31%16%10%現在一年以內一年至兩年之間兩年以后 不知何時問題：您覺得什么時候貴司會因為生成式人工智能而改變人才戰略？數據來源：德勤全球企業生成式人工智能應用現狀2024第二季度報告全球中國 2024。欲了解更多信息，請聯系德勤中國 2024。欲了解更多信息，請聯系德勤中國73根據本次調研，受訪企業在應對實施生成式人工智能應用的各項風險的措施中，最多采取的三項措施是：對企業走入人工智能時代的建議對企業走入人工智能時代的建議風控與合規風控與合規-加強風險意識，

141、及時采取行動加強風險意識，及時采取行動5確保所有生成式人工智確保所有生成式人工智能產生的內容都經過人能產生的內容都經過人工驗證工驗證關注監管要求并關注監管要求并確保合規確保合規建立生成式人工智能工建立生成式人工智能工具具/應用使用的治理框架應用使用的治理框架64%40%32%我們發現企業尤其關注生成式人工智能的應用是否合規，并且有不少企業采用人工驗證的方式來確保生成式人工智能生成的結果不會給企業帶來風險。根據德勤全球對2000名受訪者的調研，有將近1/3（32%）的受訪者表示他們正在把生成式人工智能工具運用到工作中。然而在這其中有2/3的人坦言他們的領導對此并不知情。另一方面，根據德勤全球調研

142、，有超過70%的企業尚未采取措施來應對員工使用生成式人工智能工具/應用而可能產生的風險。雖然企業可以從生成式人工智能應用中獲得諸多益處，但對相關風險管理不善可能會帶來意想不到的后果，破壞企業與利益相關者之間的信任，并使實施生成式人工智能應用的初衷落空。這些風險包括：缺乏透明度、歧視和偏見、缺乏準確性和產生錯誤觀念、知識產權和版權問題、欺詐。73 2024。欲了解更多信息，請聯系德勤中國74對企業走入人工智能時代的建議對企業走入人工智能時代的建議加強監管加強監管78%的領導者贊成政府應就生成式人工智能工具/應用的普及加加強對人工智能的監管。強對人工智能的監管。加強協作加強協作72%的領導者認同全

143、全球協作球協作尚不足，無法確保負責任地開發基于人工智能的系統。支持加強監管和全球合作74傳統商業規范被打破，生成式人工智能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加強對人工智能技術的監管，并加強全球協作加強全球協作。生成式人工智能的出現迫使各國開始制定人工智能的指引和計劃，并開展人工智能監管或為人工智能風險管理提供建議方面所采取的措施，包括制定人工智能原則、提供指導和工具、出臺立法以及將人工智能應用納入國家戰略。數據來源：德勤全球調研中國大陸中國大陸已通過人工智能專項立法。中國國家互聯網信息辦公室于2023年發布了生成式人工智能服務管理暫行辦法，提出國家堅持發展和安全并重、促

144、進創新和依法治理相結合的原則，采取有效措施鼓勵生成式人工智能創新發展，對生成式人工智能服務實行包容審慎和分類分級監管，明確了提供和使用生成式人工智能服務要求。歐盟歐盟在2023年底通過的法律人工智能法案旨在建立基于風險的框架，以應對人工智能相關風險，同時促進創新和提高競爭力。該法律定義了四個風險評級：禁用人工智能系統、高風險人工智能系統、有限風險人工智能系統、低風險或最小風險人工智能系統。美國美國在聯邦層面尚未頒布或提出規范生成式人工智能的法律。2024。欲了解更多信息，請聯系德勤中國75在協會舉辦的討論會中，有零售企業表示目前還只能把人工智能應用在客戶服務場景中，其話術較固定從而能較好控制輸

145、出結果。另一家零售企業認為如果輸出的結果只有90%的準確性，生成式人工智能在生產應用中也會有風險。在討論中，與會者還提到了一家科技公司今年因為生成式人工智能輸出了有爭議的內容，從而引起了社會輿論的關注。相比傳統人工智能，生成式人工智能對企業提出更具挑戰性的風險管理要求。由于中國仍處于制訂或實施人工智能法律法規的起步階段，企業必須盡早建立風控與合規的體系，尤其是在實施生成式人工智能應用的項目初期就應將人工智能治理框架考慮進來。我們建議企業可以參考德勤高可信人工智能框架德勤高可信人工智能框架TM來建立生成式人工智能的風險控制體系，以滿足不斷變化的業務需求并降低法律和監管風險。對企業走入人工智能時代

146、的建議對企業走入人工智能時代的建議德勤高可信人工智能框架德勤高可信人工智能框架TM75該框架涵蓋了人工智能生命周期的各個環節包括構思、設計、開發、部署以及運維中都應考慮的七個維度：1)公平、中立，2)穩健、可靠，3)透明、可解釋，4)保護隱私，5)問責，6)承擔責任，7)安全、穩妥。這些維度的措施使得企業及其利益相關者能夠確保人工智能應用符合倫理并值得信賴。未雨綢繆，構建信任未雨綢繆，構建信任 2024。欲了解更多信息，請聯系德勤中國76生成式人工智能產生價值需要一定量的持續投入。對企業來說，這種投入需要有明確的收益以及實現的周期。不解釋清楚投資回報，生成式人工智能給人感覺只是一種泡沫?！拔覀?/p>

147、都知道生成式人工智能好，但是它到底有多好？如何量化？又能在多大程度上帶來經濟效益？這個我們不知道，也不知道要怎么衡量。我們能看到企業在往里投錢，但是究竟能有多少回報？”這是某次CCFA協會的討論會中一位連鎖零售行業企業高管提出的問題。課題組在調研中發現：受訪企業對生成式人工智能的運用有兩個比較大的疑慮，分別是沒有足夠的收益沒有足夠的收益（52%）和預算不足預算不足（32%）。我們認為這兩個疑慮都是和生成式人工智能的投資收益不確定性相關的，是一個問題的兩個方面。企業要解決這個問題，就需要把生成式人工智能應用場景的關鍵績效指標定義清楚，做好衡量和追蹤，并采用有效的方式與關鍵利益方進行定期的溝通，以

148、確保生成式人工智能的投資能獲得充分授權與合理回報。對企業走入人工智能時代的建議對企業走入人工智能時代的建議績效績效-衡量效益，明確責任，提升透明度衡量效益，明確責任，提升透明度652%沒有足夠的收益32%預算不足國內企業對生成式人工智能的疑慮問題：您認為在實施生成式AI工具和產品過程中三個最大的障礙是什么？數據來源：CCFA 行業生成式人工智能應用調研（2024）2024。欲了解更多信息，請聯系德勤中國77根據德勤全球研究報告，許多企業仍在探索如何更好地衡量和傳達生成式人工智能的價值，41%的組織在定義和衡量其價值時都遇到了困難，然而該技術只有展示了價值，才能確保獲得持續的支持和資金，有企業稱

149、他們正在采用正式的方法來衡量和傳達生成式人工智能的價值，包括使用特定的使用特定的KPI來評估生成式人工智能績效來評估生成式人工智能績效（48%）、建立框架評建立框架評估生成式人工智能投資估生成式人工智能投資（38%）等。隨著生成式人工智能成為企業發展不可或缺的一部分，投資者會越來越希望能從生成式人工智能投資中獲得更具體和可衡量的結果，因此，弄清楚如何有效地衡量和傳達這項技術的價值，對于設定企業預期以及維持來自高管層、董事會的支持和投資都至關重要。展望未來，將需要一套全面的財務和非財務衡量指標，以能夠完整地呈現出生成式人工智能投資所創造的價值。對企業走入人工智能時代的建議對企業走入人工智能時代的

150、建議48%38%38%35%34%29%16%6%KPI評估生成式人工智能建立框架評估投資追蹤員工生產率變化追蹤投資回報追蹤非財務回報專人追蹤生成式人工智能項目對CFO定期報告其他企業衡量和評估價值的方法企業衡量和評估價值的方法問題：您的公司采取了哪些方法來衡量和傳達生成式人工智能所創造的價值？數據來源：德勤全球企業生成式人工智能應用現狀2024第三季度報告 2024。欲了解更多信息，請聯系德勤中國結語結語生成式人工智能已經帶給零售行業巨大的想象空間，但其規?；膽貌]有想象的簡單。零售行業過去的數字化歷程和人工智能本身的發展都說明了這樣規模的變革必定是不容易的。中國零售行業的現狀也無法支持

151、對新技術不計回報的投入，“燒錢”的時代已經過去了。盡管如此，我們相信不久的將來生成式人工智能就會對人們的生活產生深刻的影響，也能給企業帶來實際的價值。企業需要做的是實事求是地擁抱變化，不斷嘗試與積累，堅持做“難而正確的事”，直到獲得新的能力。德勤與CCFA會在這個探索過程中與整個行業一起努力，爭取在變化的浪潮中抓住機遇，創造出持續的價值。與諸位共勉。78戴自強戴自強德勤咨詢合伙人德勤咨詢合伙人 2024。欲了解更多信息，請聯系德勤中國79了解更多了解更多79生成式人工智能為企業提供了變革性機會，有望重塑行業、提升生產力，并推動創新。然而，要充分發揮這項技術的潛力，道路上充滿各種挑戰。為確保企業

152、能夠在這場技術革命中脫穎而出，首席執行官（CEO）們必須從戰略上做好準備，從而釋放人工智能的潛力。解鎖生成式人工智能解鎖生成式人工智能的力量：的力量：CEO必須做必須做哪三件事？哪三件事？該報告探討了生成式人工智能將如何為企業流程帶來情境感知和類人決策能力，從根本上改變我們商業模式。報告深入剖析了生成式人工智能在企業和消費者領域的使用場景，重點探討了市場上的參與者如何構建可持續的商業模式以及一些值得關注的問題。生成式人工智能對企生成式人工智能對企業的影響和意義業的影響和意義該調研報告訪問了超過2800名總監至首席高管級別的受訪者，范圍覆蓋六大行業和全球16個國家及地區，受訪者均擁有豐富的人工智

153、能經驗，探索了企業當下的行動將如何引領生成式人工智能的未來發展，并充分釋放其價值。企業生成式人工智能企業生成式人工智能應用現狀：立足當下應用現狀：立足當下，謀定未來謀定未來如何應用人工智能技術提高企業組織的效率？怎樣利用人工智能和數據驅動型決策打造全新的產品和商業模式？如何在企業的核心業務流程和企業運營中系統地部署人工智能工具？人工智能時代的領導力真諦又是什么？這些問題不僅關乎企業的未來發展，更直接影響著行業的競爭格局和市場的整體走向。AI行動方案行動方案德勤數智研究院放眼于生成式人工智能的廣闊應用場景，精心編制了一份用例匯編它涵蓋了6大行業中的60個引人注目的應用實例。本次節選的章節將展開消

154、費行業和金融服務行業生成式人工智能應用的畫卷。生成式人工智能用例生成式人工智能用例匯編匯編 2024。欲了解更多信息，請聯系德勤中國80聯系我們聯系我們戴自強戴自強德勤咨詢合伙人強曉明強曉明德勤咨詢高級經理80莫翌陽莫翌陽德勤咨詢顧問張天兵張天兵德勤亞太消費品及零售行業主管合伙人鄧聶鄧聶德勤中國消費品及零售行業咨詢主管合伙人 2024。欲了解更多信息，請聯系德勤中國81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，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、稅務、咨詢等全球領先的一站式專業服務。德勤品牌始于1845年，

155、其中文名稱“德勤”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“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。關于德勤中國更多信息，敬請關注德勤中國官方微信號和小程序。關于德勤中國關于德勤中國關于中國連鎖經營協會（關于中國連鎖經營協會（CCFA）中國連鎖經營協會成立于1997年，有會員企業近1400家。會員涵蓋零售、餐飲、服務、供應商及相關機構，連鎖會員經營方式包括直營及特許經營。協會本著“引導行業、服務會員、回報社會、提升自我”的理念，參與政策制定與協

156、調，維護行業和會員利益，為會員提供系列化專業培訓和行業發展信息與數據，搭建業內交流與合作平臺，致力于推進連鎖經營事業與發展。關于協會更多信息，敬請關注協會官方微信號和小程序。CCFA官方微信CCFA官方小程序德勤官方微信德勤官方小程序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、稅務、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，

157、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“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