《IBM：2025將AI融入品牌基因：從產品到生態系統的全面創新-全球及中國洞察報告（25頁）.pdf》由會員分享，可在線閱讀，更多相關《IBM：2025將AI融入品牌基因：從產品到生態系統的全面創新-全球及中國洞察報告（25頁）.pdf（25頁珍藏版）》請在三個皮匠報告上搜索。

1、全球及中國洞察IBM 商業價值研究院|研究洞察將 AI 融入品牌基因 從產品到生態系統的全面創新2一百多年來，IBM 一直致力于提供專業知識來幫助零售和消費品企業贏得市場。IBM 研究人員和咨詢人員構建了諸多創新型解決方案，幫助客戶通過為消費者提供卓越的品牌和門店體驗，與渠道伙伴更有效的合作，更好地實現供需平衡，而變得更加以消費者為中心。IBM 提供全面的行業解決方案組合，包括商品銷售規劃、供應鏈管理、全渠道零售和高級分析，旨在幫助客戶加快實現價值。我們的業務能力涵蓋全球 170 多個國家或地區，可幫助品牌商和零售商預測變化，把握新的商機。如需詳細了解我們的零售和消費品行業解決方案，請訪問：h

2、ttps:/ 和 https:/ 如何提供幫助1未來一年，全球和中國零售和消費品行業高管計劃將 AI 應用于多個業務領域，全面升級各個環節，從品牌定位到核心運營實現跨越式提升。然而，想成為 AI 驅動的組織，就需要轉變傳統的思維方式，探索 AI 帶來的深層變革，不能僅局限于生產力的提升。未來一年，全球和中國高管們計劃在 13 個業務領域中廣泛應用 AI，以助力業務升級與優化。然而，全球和中國高管們預測僅 31%的員工需要接受再培訓或掌握新技能，這遠遠低估了 AI 轉型對員工技能的需求。近 90%的全球和中國高管表示其組織為 AI 治理建立了明確的組織結構、政策和流程。然而，全球和中國只有不到

3、30%的組織全面實施并持續審查 AI 治理工具，這對品牌信任度構成了潛在風險。品牌正從采用 AI 轉變為將 AI 融入品牌基因，利用 AI 的獨特優勢讓品牌在競爭中脫穎而出。摘要2消費者已進入 AI 時代，您的品牌是否跟上了步伐？消費者是技術潮流的先鋒，而品牌唯有緊隨其后，方能保持市場競爭力。如今，AI 已深入日常生活，消費者在日常生活中頻繁使用 AI 技術，無論是使用 AI 搜索引擎，還是通過生成式 AI 工具創作內容。IBM 商業價值研究院 2024 年的調研報告顯示，近三分之二的客戶已體驗，或計劃嘗試使用 AI 技術。1 客戶的強烈興趣促使零售和消費品企業加速 AI 整合，將 AI 融入

4、品牌核心，通過 AI 技術重塑業務流程、提升客戶忠誠度以及拓展客戶消費潛力，從而建立長期的競爭優勢。2024 年，我們針對全球 1,500 位（其中中國 120 位）零售和消費品行業高管開展了一項調研，結果表明受訪組織正在加速采用 AI 應用。無論是傳統 AI 還是生成式 AI，都已在組織的各個職能領域初步落地。AI 的應用場景涵蓋從市場營銷、客戶服務到供應鏈管理、采購，再到財務和 IT 運營，全面涉及品牌塑造、業務優化及企業運營管理。展望 2025 年，大多數高管對 AI 寄予厚望，認為 AI 將廣泛應用于全業務領域（見圖 1）。零售和消費品行業高管指出，AI 支出將持續增長（請參見“觀點：

5、AI 支出從 IT 擴展到其他領域”）。全球高管們還預計，從 2023 年到 2027 年，AI 對業務增長的貢獻度將提升 133%。中國高管則更樂觀，預計提升率為 143%。零售和消費品組織正處于 AI 發展的關鍵時刻。問題是，這些組織是積極轉型為 AI 驅動的品牌，還是僅僅依靠臨時性的 AI 解決方案來追求短期收益？是時候突破局限了組織不僅要關注效率提升，還需要全面釋放 AI 的影響力，從而優化流程效能，構建新型商業模式與生態系統，提升員工與客戶的體驗和參與感。全球零售及消費品行業高管預計，從 2023 年到 2027 年，AI 對業務增長的貢獻度將提升 133%。中國高管則更樂觀，預計提

6、升率為 143%。計劃在未來 12 個月內一定程度或很大程度使用 AI 的組織所占百分比品牌定義領域市場營銷與客戶體驗數字化商務商品管理門店運營產品設計和開發客戶服務79%76%89%86%86%85%業務賦能領域供應鏈運營采購生產和制造可持續發展90%87%86%83%企業運營財務90%90%88%人力資源IT 與安全性3圖 12025 年，全球零售與消費品組織將在各領域廣泛應用 AI。百分比代表每個職能領域中一組任務的平均答復，基于問題：“您在這項活動中使用 AI 或生成式 AI 的程度如何？”受訪者回答“一定程度”或“很大程度”。4本報告將討論三個核心因素，幫助組織實現深度轉型，讓 AI

7、 成為決策制定、創新優化與戰略實施背后的核心驅動力。第一部分分析了如何兼顧馬拉松式的長期發展與沖刺式的短期行動，從而實現從“AI 輔助”到“以 AI 為核心”的轉型。第二部分強調了組織需要對員工進行技能培訓，幫助其有效使用 AI 技術，適應 AI 轉型。第三部分探討了如何維護消費者信任這一關鍵議題。報告每一部分都提供了切實可行的行動指南，并通過具體的案例分析，幫助品牌推進 AI 轉型。定義傳統 AI能夠理解、推理、學習和交互的系統。其技術包括機器學習（ML）、推理、規劃、調度和優化等。生成式 AI一種機器學習方法。通常采用無監督或自主監督學習模式，能夠生成內容或數據，如音頻、代碼、圖像、文本、

8、模擬、3D 模型及視頻。生成式 AI 的最新示例包括 GPT-4（語言）、DALL-E（圖像）、GitHub Copilot（代碼）和 AlphaFold（科學蛋白質折疊）。AI 預算分配模式正經歷重大變革。盡管 IT 領域仍是 AI 支出的重要部分，但零售和消費品行業高管們表示，AI 支出的重心正逐步從 IT 擴展到其他領域。AI 不僅僅是一種技術工具，各部門已將其納入整體業務解決方案，從創意營銷工具到門店員工賦能，再到倉儲管理系統的優化，不一而足。2025 年，全球和中國高管預計專門用于 AI 的 IT 預算都將增長 19%，而 IT 預算外的 AI 支出增幅則分別高達52%和 59%。2

9、025 年，全球受訪企業專門用于 AI 的 IT 支出將占收入的 1.04%，而 IT 預算外的 AI 支出將占收入的 2.28%。兩項合計，明年 AI 支出將占收入的 3.32%。這意味著收入為 10 億美元的企業需投入 3,320 萬美元用于 AI。相比全球企業平均水平，中國受訪企業的 AI 占收入的總支出略低，為 3.15%。在零售和消費品組織的 13 個職能領域中，最高管理層需要全盤掌握各領域的投資動態，并協同平臺和工具，實現企業運作透明化。IT 部門和業務部門必須通力合作，避免資源浪費，并確保與整體業務戰略保持一致。觀點AI 支出從 IT 擴展到其他領域5只有 54%的全球受訪高管認

10、為 AI 能夠推動其企業的運營模式創新，中國受訪高管的數字則更低，為 48%。打造經久不衰的智能品牌消費品行業需要平衡長期規劃與短期行動。全球和中國幾乎所有行業高管都希望 AI 能夠推動產品與服務的創新（89%和 86%），以及商業模式的變革（85%和 82%）。然而，全球和中國則分別只有 54%和 48%的行業高管認為 AI 能夠推動運營模式的創新。在供應鏈、制造、分銷、財務及合規領域借助 AI 進行運營轉型，是打造以 AI 為核心的品牌的關鍵。這一轉型既需長期規劃，也需短期行動。從基礎的 AI 用例擴展至跨職能的全面協同，從而實現可持續價值。大多數組織仍處于 AI 應用的初級階段，僅在單一

11、職能領域進行整合。例如，88%的全球組織和 80%的中國組織在一定程度或很大程度上將 AI 技術應用于需求預測，87%的組織應用于人力資源問題答疑和支持服務，84%的組織應用于 IT 問題解決，84%的組織應用于促銷策劃和管理，81%的組織應用于庫存和訂單管理，80%的組織應用于生產活動優化。而在中國受訪企業中，一定程度或很大程度應用 AI 技術的場景分別是：人力資源問題答疑和支持服務（100%），庫存和訂單管理（100%），促銷策劃和管理（100%），客戶一般問題答疑（100%），IT問題解決（94%），IT應用和系統開發（94%）。這些都是能夠對日常運營產生直接影響的速贏項目。然而，企業計

12、劃在未來一年內探索更高級的 AI 用例。企業將逐步從單一部門內部使用的有限集成轉型為更復雜的多功能、跨部門應用，這需要加強外部協作、系統整合，以及人力介入與監管。以虛擬助手為例（見圖 2）。最初，虛擬助手僅限于回答預設的基礎問題，如訂單狀態和發貨進度。通過與訂單系統進行深度整合，虛擬助手能夠檢測訂單延遲或遺漏，并提供補貨選項及店內庫存信息。結合客戶購物歷史數據及生成式 AI 技術，虛擬助手能夠實時生成個性化產品推薦和定制內容。Camping World 開發的虛擬助手 Arvee，整合了 Oracle 和 Salesforce 平臺，能夠快速獲取客戶信息，高效解決問題。2 第一部分：6未來一年

13、內，全球高管們計劃迅速推進 AI 在企業范圍內的復雜用例。在客戶服務領域，利用 AI 進行個性化響應與后續服務的規模將提升 236%。此外，在供應鏈領域，利用 AI 進行綜合業務規劃的規模將提升 82%；利用AI 進行人才招聘的規模將提升 300%。我能夠實時查詢并反饋物流狀態和跟蹤數據。連接訂單管理和庫存系統后，我能夠為客戶提供補貨選擇及門店自提方案。結合客戶信息和購物記錄，我能夠為客戶實時生成個性化產品推薦和定制內容。圖 2品牌利用更全面且相關的企業數據，為虛擬助手賦能，以實現高度個性化的客戶服務響應。7組織在推進 AI 戰略的同時，加速構建 AI 工具與模型集成的平臺體系。當前，全球和中

14、國企業在打造 AI 基礎架構時，重點關注數據分析（65%、73%）、創新（64%、63%）及技能學習（62%、68%）等相關平臺。以現有平臺為基礎，擴展更多功能化平臺，將實現 AI 跨職能的協同管理，并促進跨部門學習，推動 AI 在全企業范圍的擴展。未來三年，全球受訪高管們計劃實現 AI 與業務伙伴的深度整合，將生態平臺的使用規模從 52%增長至 89%。中國受訪高管則是從 43%增長至 85%。以產品合規生態系統為例，通過全流程 AI 合規管理，品牌可以確保產品生命周期的每個環節符合動態監管要求、消費者安全以及可持續發展需求。該生態系統采用先進的業務規則引擎和自動化物料清單生成技術，能夠優化

15、產品生命周期管理，確保產品以最少的人工干預快速上市。未來三年，全球受訪高管們計劃實現 AI 與業務伙伴的深度整合，將生態平臺的使用規模從 52%增長至 89%。中國受訪高管則是從 43%增長至 85%。Kroger 采用 AI 技術優化客戶取貨體驗。3多年來，Kroger 始終通過數據與高級分析推動業務創新。數十年來，Kroger 的忠誠度計劃基于授權數據，持續為客戶提供可信的價值回饋。如今，Kroger 借助機器學習技術，覆蓋 1.5 億客戶接觸點，為數百萬忠實客戶提供個性化的優惠方案和溝通體驗，累計發放 19 億張個性化優惠券。近期，Kroger 嘗試利用 AI 優化客戶體驗，尤其是訂單取

16、貨環節。借助 AI 動態分批處理技術，該系統每秒可分析 20 萬個托盤，設計出最優的取貨推車方案。該技術能夠確定店內最優取貨路徑，減少了 10%的取貨步驟。借助訂單動態分批功能，這些工具優化了員工取貨路徑，幫助 Kroger 大幅縮短高流量門店的取貨時長。案例研究8中國某全球化食品飲料公司：生成式 AI 智能問答助手，提高客戶滿意度。案例研究客戶為一家排名世界前五名的全球食品和飲料巨頭，在中國擁有龐大的客戶群。提升客戶服務的運營效率，提升客服體驗是企業一直追求的卓越運營中的重要部分。該企業的客戶共享服務中心的離職率居高不下，因為重復性強、數量龐大、種類繁多的客戶和銷售代表問答工作，低效率、低準

17、確性的手工查數工作，都對年輕員工吸引力不足。尤其遇上旺季佳節，人工更是無法跟上暴增的訂單問詢量。企業希望可以用 AI 來節約人工成本，優化企業與消費者之間的問詢流程，在此基礎上進一步提升對話的準確性，優化用戶的消費體驗。IBM 協助該集團 IT 部門采用了基于 watsonx Assistant 生成式 AI 的智能問答助手解決方案。首先，該方案利用意圖理解、代碼生成、自然語言問答來替代人工回答。意圖理解會對銷售代表提出的不同類型的問詢進行拆解，識別其中的實體，同時分辨客戶理想的查詢結果類型。同時，該方案還可以識別惡意攻擊，如給出違規指令、修改權限等意圖，生成式 AI 會進行阻攔對話以保證數據

18、安全性。其次，代碼生成根據拆解結果和 SQL 規則，針對不同問題生成精準的取數腳本，取代原本人工機械重復的查詢操作。最后，運用生成式 AI 的自然語言問答能力，為客戶生成自然、流暢、且貼合提問內容的答復。經過評估，智能問答助手的應用為該客戶節省 30%了銷售服務成本，問題回答準確性為 100%；并將響應時間從原本的 6-8 小時降至 1-2 分鐘，顯著提高了問答效率和客戶滿意度。99行動指南將 AI 深度整合至運營中，打造長期可持續的品牌競爭力。2024 年 IBM IBV CEO 調研顯示，70%的零售和銷售品行業 CEO 認為，想在未來的競爭中脫穎而出，需要重塑組織戰略藍圖。4 當您調整核

19、心運營戰略和流程，以 AI 為核心時，請考慮其長期價值。當 AI 應用不僅僅局限于簡單的效率提升，組織需要制定清晰的戰略規劃，明確 AI 和生成式 AI 如何幫助其在競爭中脫穎而出或彌補不足。同時請牢記，消費者期待組織在追求創新的同時，堅守品牌的核心價值。若企業聚焦于提升客戶體驗，AI 可以提升個性化服務水平，并優化實體門店的客戶體驗。若產品創新是企業的核心競爭點，AI 能夠優化產品設計、洞察客戶偏好，并評估供應商能力，從而加速創意與開發過程。關鍵在于把握最重要的方向，而非耗費資源嘗試所有可能的 AI 用例。成為以 AI 為核心的品牌，需要主動將 IT 與長期業務目標對齊，而不是盲目追求最新技

20、術。例如，組織采用“混合設計”策略，將應用和基礎設施與業務需求深度整合，在五年內可實現三倍以上的 ROI（投資回報率）增長。5 消除財務、技術和業務部門間的壁壘，使其能夠共同制定 AI 在長期競爭優勢中的業務用例。6在 AI 驅動的時代，傳統以供應鏈和產品分銷為核心的戰略合作模式已無法滿足需求。組織需要與技術公司、初創企業及其他非傳統伙伴合作，共同開發模型、構建平臺和設計工具。IBM IBV 的另一項調研顯示，65%的組織正與戰略伙伴開展合作或籌劃合作，共同為生成式 AI 構建大型語言模型。7 選擇合作伙伴時，請關注共同目標和愿景的一致性。選擇在集成能力方面有良好實踐的合作伙伴，并確保他們在項

21、目早期階段就能夠參與決策與實施。打破常規思維，尋找能夠帶來新機遇的創新型合作伙伴。根據品牌的重點需求靈活調整 AI 策略。邀請財務、技術和業務團隊共同參與決策。探索傳統之外的合作伙伴新模式。10第二部分10打造增強型員工團隊AI 使各個領域（從前端門店到工廠生產線）的工作方式發生轉型。然而，高管們低估了員工再培訓的必要性。AI 已廣泛應用于零售與消費品行業的各個工作環節。幾乎所有（96%和 97%）的全球和中國高管表示，其團隊在工作中某種程度或很大程度使用了 AI 和生成式 AI。在 AI 等新技術廣泛應用的環境下，所有員工都需要接受培訓，以充分釋放其價值并識別可能威脅品牌的風險。然而，全球和

22、中國高管們預測僅 31%的員工需要接受再培訓或掌握新技能。三年后這一比例也僅增加到 45%和 46%，這顯然低估了實際需求。無論是提示工程、數據分析等硬技能，還是批判性思維與問題解決等軟技能，都是打造增強型員工團隊的關鍵所在。在新時代，AI 不會取代人類，但使用 AI 的人將會取代不使用 AI 的人。8 人才轉型需要盡早規劃并采取行動，其核心在于長期的培訓和教育投入。否則，根據 IBM IBV 一項對 21,000 名員工的調研顯示：67%的員工傾向于離職，選擇重視并提供新技術培訓的企業。9高管們認識到，打造增強型員工團隊是大勢所趨，而自動化對于規則性任務和重復工作仍不可或缺。未來一年內，在市

23、場、供應鏈、人力資源及 IT 等 13 個職能領域，全球高管們傾向于打造增強型員工團隊而非單純依賴自動化來優化活動。（見圖 3）行業負責人深知，在品牌的核心領域，人類的直覺、創造力、情感和專業知識不可替代，但 AI 作為一種有力的工具，可以對其進一步增強和補充。以產品設計和開發為例，AI 能夠加速創意的生成與構思過程，還能提供直觀的可視化效果。同樣，運營環節中的數據量龐大，需要人類監督決策，例如在供應規劃中，54%的全球和中國受訪企業計劃打造增強型員工團隊。AI 能夠快速分析、處理海量數據，規劃人員能夠迅速解決供應短缺問題，并確保不遺漏重要信息。全球和中國高管們預測僅 31%的員工需要接受再培

24、訓或掌握新技能。1111圖 3全球零售和消費品行業高管認同自動化的價值，但更傾向于以增強型員工為導向的未來發展模式。14%28%57%產品設計、開發和產品生命周期管理12%31%58%數字化商務和 B2B 銷售品牌定義領域13%35%52%市場營銷15%35%50%客戶服務21%32%47%門店運營14%32%54%商品/品類管理企業運營12%36%52%財務10%35%54%人力資源9%40%51%IT業務賦能領域12%37%51%供應鏈運營14%33%54%采購8%43%49%生產和制造11%35%54%可持續發展未來一年，各個領域將被自動化、增強型員工或不受影響的活動百分比不受影響自動化

25、增強型員工百分比代表每個職能領域中一組任務的平均答復，基于問題：“未來 12 個月，以下領域的活動將實現自動化、增強或不受 AI 和生成式 AI 影響”。計劃在 2025 年，不受 AI 影響、實現自動化、使用 AI 增強員工的業務活動的百分比12案例研究12品牌的最終目標是實現自動化與增強型員工的平衡共存。以季節性員工管理為例，AI 自動化技術能夠簡化招聘與排班流程，降低管理負擔并有效控制支出。AI 工具可以為管理者提供人員需求的實時洞察，預測需求變化并優化排班計劃。在庫存管理方面，AI 傳感器和攝像設備能夠實時跟蹤庫存狀態，并為員工提供決策洞察，幫助減少缺貨和積壓風險。即使在高度自動化的領

26、域，如客戶自助服務，增強型員工也能帶來額外優勢。未來一年，全球和中國高管們分別表示 55%和 60%的活動將通過增強型員工完成，而 30%則通過自動化完成。日本零售商通過 AI 賦能員工，實現利潤增長并有效減少浪費10 一家日本頂尖零售商正面臨食品和消費品浪費這一高成本問題，該問題削弱了其盈利能力?？蛻舻倪\營團隊需要借助數據洞察來制定更科學的定價策略。在企業廣泛的產品運營中，價格優化過于依賴人工判斷而非數據支持，致使客戶預測、庫存管理和折扣策略出現較大差異。這種差異導致庫存管理失衡、折扣政策混亂，并因食品浪費和銷售機會流失造成重大利潤損失。企業與 IBM 通力合作，設計了一套 AI 系統，用于

27、價格優化，該系統能夠處理海量數據，精準預測客戶數量和購買模式，并制定合理的折扣方案和時間安排。目前，該企業的運營團隊能夠將專業經驗與數據分析相結合，以優化其定價策略。價格優化系統設計靈活，能夠應對不同的產品類別和銷售周期，并覆蓋多品類產品。品牌的最終目標是實現自動化與增強型員工的平衡共存。1313行動指南打造增強型員工團隊，推動品牌向以 AI 為核心方向發展。從基層理貨員到辦公間里的高管，AI 正在很明確地影響零售和消費品行業的幾乎所有從業人員。AI 技術已經嵌入員工日常操作的工具中，如銷售預測系統或設計輔助工具。高管們必須確保員工能夠充分利用 AI，實現其潛在價值。全球和中國高管們指出，員工

28、技能再培訓由多個部門負責，包括 AI 能力中心（31%，36%）、人力資源（22%，18%）、AI 委員會（18%，18%）和 IT（17%，18%）。這種分散式管理存在隱患，容易引發員工的混亂和不滿情緒。人力資源、IT 及業務團隊負責人需通力合作，共同設計高效的再培訓方案。人力資源部門負責管理轉型，熟知企業文化，同時具備戰略實施的專業知識；IT 部門提供技術知識，而業務負責人能夠直接與員工開展合作，確定 AI 如何在各個業務部門增強勞動力。讓聯合團隊直接向高管層匯報項目進展，同時設立具體的責任機制。如果您認為未來幾年僅有三分之一的員工需要接受技能再培訓或掌握新技能，那么您顯然低估了實際需求。

29、如同對產品需求進行預測一樣，您也需要預測員工在轉型升級的工作環境中所需的技能。關注的不應僅僅是現有技能，還需要發掘員工的潛力。借助 AI 驅動的人力資源工具，基于員工的技能、特長、性格及個人經歷，預測員工的未來表現與貢獻。11盡管未來充滿不確定性，但通過傳遞戰略藍圖，能夠增強員工的信心和方向感。從日常運營到品牌核心領域，AI 引發了員工的焦慮，他們擔心被 AI 所取代或缺乏所需技能。與員工積極溝通，向其闡明自動化與增強型員工團隊的戰略規劃，幫助他們了解 AI 如何為其工作帶來新機遇并提升效率，從而緩解他們因技術變革產生的焦慮。企業領導者不僅要認真考慮技術投資，更要認真考慮員工如何使用技術并從技

30、術中獲益。協調人力資源、IT 與業務部門，共同制定全面的再培訓計劃。評估并預測員工的發展潛力。描繪并傳達未來工作環境的發展藍圖。1414維護品牌信任在產品競爭激烈的市場中，AI 可能會提升品牌的信任度，也可能對其造成負面影響。無論是對于消費者還是行業 CEO，信任都至關重要。IBM 2024 年消費者調研報告表明，90%的消費者認為信任是選擇品牌的關鍵因素。12 此外，IBM 2024 年 CEO 調研報告表明，73%的零售與消費品行業 CEO 認為信任對企業成功的作用大于任何單一產品或服務。13然而，AI 也可能對信任度造成負面影響，其風險波及業務伙伴和客戶之間的關系?？蛻魧?AI 的態度趨

31、于謹慎，信任度從五年前的 61%下降至如今的 53%。14 在合作伙伴生態系統中，企業需要確保其合作伙伴也采取值得信賴的 AI 技術。零售和消費品行業的高管們認識到，AI 可能帶來風險，影響品牌信任度。90%的全球高管認為誤用（如生成誤導性信息）是 AI 模型的主要風險，其次是隱私問題（85%）、公平性和偏見（80%）、可解釋性（76%）和透明度（73%）。中國高管最擔心的的 AI風險則是：誤用（92%）、公平性和偏見（91%）、隱私問題（90%）、透明度（83%）和可解釋性（80%）。例如，存在偏見的模型可能會導致客戶流失。一項消費者調研表明，近三分之二的消費者因 AI 推薦中存在偏見或刻板

32、印象而拒絕使用 AI 推薦。15與此同時，以下風險也阻礙了生成式 AI 的進一步發展。57%和 53%的全球和中國高管指出，數據準確性和偏見問題是生成式 AI 發展的主要障礙之一。此外，55%和 61%的全球和中國高管提及數據隱私和機密性問題，另有 54%和 63%的全球和中國高管對網絡安全表示擔憂。盡管高管們意識到存在風險，并對此感到擔憂，但組織在采用管理風險的工具方面仍面臨困難。大多數企業已建立基礎治理框架：87%的全球高管和 85%的中國高管都認為其 AI 治理框架清晰明確。然而，全球和中國僅有不到 30%的企業全面實施了 AI 治理工具，包括評估、監控及管理功能（見圖 4）。構建具有透

33、明性和可解釋性的解決方案，讓消費者理解 AI 工作原理，是贏得消費者對 AI 信任的關鍵。第三部分90%的全球高管和 92%的中國高管將 AI 誤用視為當前的首要問題。1515圖 4僅有少數品牌全面實施 AI 治理工具，以支持政策和活動的管理。Figure 4Few brands have robust implementation of tools to help them manage their AI governance policies and activities.實施先進工具86%88%構建了可解釋且易于理解和審計的 AI 模型。24%21%全面實施了 AI 透明性和可解釋性工具

34、的高級部署84%83%明確了參與 AI 項目的所有利益相關者的角色和責任。11%12%全面實施了 AI 透明性和可解釋性工具77%75%定期進行風險評估，以識別潛在的安全威脅26%24%全面實施了 AI 風險和安全工具的高級部署87%85%建立了明確的 AI 治理組織框架、政策和流程。23%28%全面實施了 AI 治理框架或政策工具的高級部署AI 治理方法91%88%評估了倫理影響，分析了 AI 項目對不同利益相關者的影響。16%18%全面實施了 AI 偏見和公平性工具問：您在多大程度上同意以下關于您組織 AI 治理方法的陳述？百分比表示回復“同意”和“非常同意”的受訪者比例。問：貴組織在多大

35、程度上實施了以下工具，以評估、監控和管理相關內容？百分比表示回復“已全面實施并定期更新”的受訪者比例。全球中國16案例研究16百事可樂（PepsiCo）采用結構化方法，確保 AI 技術在擴展過程中始終是負責任、符合倫理的。該企業首先構建了正式的負責任 AI 框架，并組建了專業團隊提供支持。專業團隊進一步完善政策，制定標準操作規范，推動 AI 原則付諸實踐。治理委員會以負責任 AI 原則為標準，評估、驗證、審批生成式 AI 用例，分享推廣經驗，并協助規避風險。企業計劃構建一個綜合平臺，全面管理 AI 模型的輸入、輸出及相關流程。16盡管法規致力于推動 AI 發展，但因各司法轄區間缺乏統一指南，實

36、施過程變得更加復雜，計劃推進也受到阻礙。事實上，近一半（46%）的行業 CEO 表示，過去半年內對法規成為生成式 AI 發展障礙的擔憂有所增加。17然而,AI 能夠協助企業簡化復雜流程。借助自動化的法規監控與分析，AI 可以幫助企業迅速發現問題，并實施整改。未來一年，全球和中國高管們計劃大幅提升 AI/生成式 AI 的應用力度，以有效應對復雜的監管環境，提高合規效率。AI 在產品設計和開發領域的監管合規應用將從 53%升至 79%，可持續發展領域的監管合規和報告從 74%增至 88%，在財務及法規監控與報告領域的使用規模將從 66%提高至 94%。在中國，產品設計和開發領域的監管合規應用保持不

37、變，后面兩個領域的應用增長情況分別為 43%到 71%，52%到 92%。利用生成式 AI 簡化不同地區的監管管理18一家市值數十億美元的全球消費品企業運營著農產品行業，因此需要遵循許多復雜的法規，以確保其操作合規。企業投入大量資源來管理不同地區的監管合規，應對不斷變化的法規，并將合規性整合到產品開發流程中。為了幫助其產品合規和開發團隊減少繁重的手動工作，并騰出更多時間來開展戰略性工作，該企業與 IBM 攜手合作，開發了一款生成式 AI 賦能的法規助手。該解決方案具有對話式用戶界面，為影響全球運營的 1,000 多項法規提供單一可靠信息源。借助該法規助手，產品合規員工能夠在數分鐘內預測法規意圖

38、的影響，總結監管要求，并比較全球范圍內的各項法規，其效率顯著高于人工處理。AI 工具還讓產品開發人員能夠在對話過程中分析法規對產品組合的影響、評估解決方案選項以及查詢產品規格。到目前為止，該法規助手已證明，生成式 AI 能夠快速整理法規數據，推動更緊密的跨境協作，助力整個企業實現成功的監管流程。該工具還有望在未來五年內推動效率提升 8%至 13%，推動生產率提高 10%至 15%，并推動利潤增長超過 1.65 億美元。未來一年，全球高管計劃在可持續發展領域的監管合規和報告將 AI 和生成式 AI 的使用規模從 53%提升至 79%，以更有效地管理監管合規。中國高管則從 43%提升至 71%。1

39、717行動指南采用值得信賴的 AI，打造個性化品牌。以客戶為中心的企業必須將其政策中關于負責任 AI 的原則落到實處。企業應優先確保內部 AI 應用是負責任的、可信的，然后再擴展至面向客戶的應用，以免出現信任危機對品牌造成負面影響。通過制定明確的監控指南，確保 AI 系統在透明性和可解釋性方面避免歧視性偏差。例如，可以定期檢查客戶歷史購買數據，識別并解決潛在的刻板印象和社會偏見。通過培訓加強人機協作，幫助員工識別和管理 AI 中的公平性和偏見問題。確保 AI 開發團隊的成員來自不同的背景和經驗。構建數據治理框架，強化數據溯源能力，確保數據真實可靠。記錄偏見緩解的具體措施，建立針對偏見問題的反饋

40、機制，并持續將反饋用于系統優化。通過 AI 解決方案捕捉法規動態并預測其影響，幫助企業應對全球動態的法規環境。選擇能夠支持從治理到法規合規全流程管理的 AI 開發工具。積極比較舊法規和新法規，迅速識別影響評估流程中的重點關注領域。使用自動化工具實時更新并優化審計流程。保持開放透明，明確數據收集與 AI 使用情況，以增強客戶信任。提供客戶退出選項，并以通俗語言解釋技術內容，避免過度使用專業術語。主動與業務伙伴探討 AI 戰略與實施計劃。向公眾證明您對 AI 實踐負有責任，同時要求合作伙伴同樣對 AI 實踐承擔責任。優化算法以去除偏見。采用 AI 積極應對復雜的法規合規性問題。對客戶和合作伙伴保持

41、開放透明的 AI 使用情況。18作者Dee Waddell消費品，旅游和交通運輸行業全球負責人IBM Consulting Dittmar高級合伙人，零售和分銷行業負責人IBM C Haller合伙人，消費品行業專家中心負責人IBM ConsultingKarl.H Didaskalou消費品行業專家中心合伙人IBM C Cheung消費品行業全球研究負責人IBM 商業價值研究院 Consulting:Arnab Bag，分銷市場混合云轉型服務線負責人Rich Berkman，副總裁，全球銷售與商務解決方案負責人Amy Blasco，數字化戰略合伙人Olga Carames，合伙人兼分銷行業客

42、戶轉型負責人Jon Chambers，合伙人，供應鏈轉型負責人，EMEAGlenn Dittrich，人才與轉型高級合伙人Jerry Edmunds，高管顧問，消費品專家中心Shantha Farris，全球數字商務戰略與產品負責人Jose Hernandez，全球 SAP 消費品行業負責人Mark Meister，供應鏈轉型合伙人Steve Miszkewycz，全球行業，分銷與全球銷售Steve Muszak，網絡安全合伙人Colm OBrien，全球消費品行業專家中心合伙人Elaine Parr，消費品行業副總裁，EMEAJessica Scott，全球可持續發展服務專家中心負責人IBM

43、 商業價值研究院：Thiago Sartori，數據科學家Hebatalla Nashaat，數據和內容管理負責人Steve Ballou，IBV 研究中心主任Kathleen Martin，高級咨詢經理Joanna Wilkins，編輯團隊負責人Sara Aboulhosn，創意副總監Angela Finley，設計主管19IBM 商業價值研究院IBM 商業價值研究院(IBM IBV)成立二十年來，憑借 IBM 在商業、技術和社會交叉領域的獨特地位，每年都會針對成千上萬高管、消費者和專家展開調研、訪談和互動，將他們的觀點綜合成可信賴的、振奮人心和切實可行的洞察。需要 IBV 最新研究成果，請

44、在 上注冊以接收 IBV 的電子郵件通訊。您可以在 Twitter 上關注 IBMIBV，或 通 過 https:/ibm.co/ibv-linkedin 在 LinkedIn 上聯系我們。訪問 IBM 商業價值研究院中國官網，免費下載研究報告：https:/ IBM，我們積極與客戶協作，運用業務洞察和先進的研究方法與技術，幫助他們在瞬息萬變的商業環境中保持獨特的競爭優勢。研究方法IBM 商業價值研究院（IBM IBV）聯合牛津經濟研究院，在 2024 年第三季度針對來自全球 15 個國家的 1,500 名零售和消費品行業高管開展了一項訪談式調研。調查樣本中，50%受訪者為零售行業高管，40%

45、為消費品行業高管。受訪者需要分別評估一系列不同形式的問題（如多項選擇、數字型問題、李克特量表等）。問題內容涉及其組織對企業內部及其生態系統合作伙伴中擴展或計劃擴展 AI/生成式 AI 的預期、結果、擔憂和困難。為了實現這一目標，IBM 商業價值研究院進行了系列對比分析，分析方法包括成對比較以及使用層次聚類的數據分類，以突出報告中所示的結果差異。所有分析的顯著性水平設定為（p 0.05）。關于研究洞察研究洞察致力于為業務主管就公共和私營領域的關鍵問題提供基于事實的戰略洞察。洞察根據對自身主要研究調查的分析結果得出。要了解更多信息，請聯系 IBM 商業價值研究院：。2020相關報告利用生成式 AI

46、 增強競爭優勢整合產品開發、供應鏈和可持續性 IBM 商業價值研究院，2024 年 6 月 https:/ibm.co/generative-ai-consumer-products The enterprise guide to AI governance:Three trust factors that cant be ignored.IBM Institute for Business Value.October 2024.https:/ibm.co/ai-governance 無處不在的人工智能徹底變革零售業：消費者不會等待 IBM 商業價值研究院，2024 年 1 月 https:/

47、 1 Niazi,Luq;Joe Dittmar;Karl Haller;Mahesh Dodani,PhD;and Jane Cheung.Revolutionize retail with AI everywhere:Customers wont wait.IBM Institute for Business Value.January 2024.https:/ibm.co/ai-retail2“Driving a reimagined customer experience with an AI-powered virtual assistant.”IBM case study.Acce

48、ssed November 26,2025.https:/ Bean,Randy.“How Kroger Is Using Data And AI To Drive Innovation In The Grocery Industry.”Forbes.August 26,2024.https:/ ROI remedy:How hybrid by design can improve business returns on your tech investments.IBM Institute for Business Value.October 2024.https:/ibm.co/hybri

49、d-by-design-ROI-remedy5 2024 Global C-suite Series.6 blind spots tech leaders must reveal:How to drive growth in the generative AI era.IBM Institute for Business Value.July 2024.https:/ibm.co/cxo-tech6 Better together:How hybrid by design fuels your ecosystem engine.IBM Institute for Business Value.

50、August 2024.https:/ibm.co/hybrid-by-design-business-ecosystems7 2024 Global C-Suite Series.6 hard truths CEOs must face:How to move forward with courage and conviction in the age of AI.IBM Institute for Business Value.May 2024.https:/ibm.co/c-suite-study-ceo.Unpublished data for 281 fast-moving cons

51、umer goods and retail CEOs.8 Goldstein,Jill,Bill Lobig,Cathy Fillare,and Christopher Nowak.Augmented work for an automated,AI-driven world:Boost performance with human-machine partnerships.IBM Institute for Business Value.August 2023.https:/ibm.co/augmented-workforce9 Engaging talent in 2023:Employe

52、e expectations and motivations.Webinar.IBM Institute for Business Value.September 2023.10 Based on internal IBM information.11 Goldstein,Jill,Chris Havrilla,Chacko Thomas,and Cathy Fillare.Reimagine human potential in the gen AI era:Revolutionizing work to boost business value.IBM Institute for Busi

53、ness Value.September 2024.https:/ibm.co/human-potential-genai12 Niazi,Luq;Joe Dittmar;Karl Haller;Mahesh Dodani,PhD;and Jane Cheung.Revolutionize retail with AI everywhere:Customers wont wait.IBM Institute for Business Value.January 2024.https:/ibm.co/ai-retail13 2024 Global C-Suite Series.6 hard tr

54、uths CEOs must face:How to move forward with courage and conviction in the age of AI.IBM Institute for Business Value.May 2024.https:/ibm.co/c-suite-study-ceo.Unpublished data for 281 fast-moving consumer goods and retail CEOs.14 Swant,Marty.“AI Briefing:Falling trust in AI poses a new set of challe

55、nges.”Digiday.March 11,2024.https:/ consumers want retailers to make AI more diverse,equitable,and inclusive,according to new Talkdesk research.”Talkdesk press release.January 18,2024.https:/ Based on internal IBM information.17 Varshney,Shobhit.“PepsiCos journey towards responsibly scaling AI.”Link

56、edIn blog post.June 2,2024.https:/ 2024 Global C-Suite Series.6 hard truths CEOs must face:How to move forward with courage and conviction in the age of AI.IBM Institute for Business Value.May 2024.https:/ibm.co/c-suite-study-ceo.Unpublished data for 281 fast-moving consumer goods and retail CEOs.Co

57、pyright IBM Corporation 2025國際商業機器（中國）有限公司 北京市朝陽區金和東路 20 號院 3 號樓 正大中心南塔 12 層 郵編：100020美國出品|2025 年 4 月IBM、IBM 徽標和 是 International Business Machines Corporation 在世界各地司法轄區的注冊商標。其他產品和服務名稱可能是 IBM 或其他公司的商標。以下 Web 站點上的“Copyright and trademark information”部分中包含了 IBM 商標的最新列表： 可能隨時對其進行更改。IBM 并不一定在開展業務的所有國家或地區

58、提供所有產品或服務。本文檔內的信息“按現狀”提供，不附有任何種類的（無論是明示的還是默示的）保證，包括不附有關于適銷性、適用于某種特定用途的任何保證以及非侵權的任何保證或條件。IBM 產品根據其提供時所依據的協議條款和條件獲得保證。本報告的目的僅為提供通用指南。它并不旨在代替詳盡的研究或專業判斷依據。由于使用本出版物對任何企業或個人所造成的損失，IBM 概不負責。本報告中使用的數據可能源自第三方，IBM 并未對其進行獨立核實、驗證或審查。此類數據的使用結果均為“按現狀”提供，IBM 不作出任何明示或默示的聲明或保證。115d460037d51479-ZHCN-00掃碼關注 IBM 商業價值研究院官網微博微信公眾號