如今，各大公司已不再追问何为生成式AI，而是希望了解如何提高部署该技术的投资回报率（ROI）。这一转变表明，生成式AI的颠覆性潜能正日益得到业界的认可。从初创企业到行业巨头，每家公司都在考虑或试点部署生成式AI用例，以期增强竞争优势。
那么现在AI的落地情况如何，后续AI要朝着哪些方向发展？
近日，麦肯锡发布了全球AI最新的调研报告，其中专门对AI在中国企业的落地进展和发展方向做了调查与分析。
生成式AI价值潜力惊人
研究显示，生成式AI的价值创造潜力极为惊人。到2030年前，它有望为全球经济贡献7万亿美元的价值，比传统AI或分析的潜在经济效益高出50%。作为AI研发高地的中国，将凭借战略性投资分享生成式AI总效益的1/3（见图2）。
随着世界迈向AI驱动的时代，充分释放生成式AI的潜力将成为各大组织取得商业成功的重中之重。
将目光投向中国，麦肯锡预计到2030年，人工智能将为中国一些关键产业带来巨大的增长机会，尤其在如汽车、交通运输和物流；制造业；医疗保健和生命科学；企业软件等创新和研发支出向来落后于全球同行的行业。在这些行业，一系列人工智能用例每年可创造超过6000亿美元的经济价值。
生成式AI将赋能千行百业与众多职能
生成式AI所具备的价值创造潜力毋庸置疑，但其效益取决于多重因素，不仅涉及行业内不同职能的比例与重要性，也取决于行业的营收规模（见图3）。
全球范围内，生成式AI对高科技行业的影响最为显著。而在中国，最具代表性的将是先进制造、电子与半导体这两大行业（见图4与图5）。
中国AI：既领先又落后
研究显示，仅9%的中国企业计划凭借部署AI实现超10%的营收增长，而领先国家有19%的企业有望实现这一目标。同样，就利润贡献率而言，仅有7%的中国企业称AI对EBIT的贡献率突破20%，而领先国家有14%的企业突破了这一比例。对比结果表明，中国企业亟需提高变现能力，将AI技术的潜力转化为切实的经济效益。
中国虽是多条AI赛道的领跑者，企业部署AI的速度却慢了 一步，主要原因并非技术水平有限，而是一系列因素的共同结果：
总体AI战略有待成熟：在受访中国企业中， AI战略与公司总体战略相契合的企业不足30%；在受访高管中，完全认可AI战略的高管仅有25%。
AI转译员储备不足：中国企业侧重于招募软件工程师、数据工程师等技术人才，却忽视了AI转译员、设计师等关键人才；2022年，近半数中国企业聘用了软件工程师，而招募转译员的公司仅有6%，远低于领先国家的14%。
内部培训未得到充分重视：仅30%左右的中国企业依靠内训培养AI人才，明显低于45%的全球均值。
为尽快部署生成式AI并从中成功发掘价值，企业必须首先思考六大关键问题：
在什么业务环节部署生成式AI才能创造最高的价值？ 能够帮助您增强竞争优势的关键用例有哪些？
您最重要且可供AI学习的数据资产有哪些？
您的技术运营模式是怎样的？
您是否拥有需要的AI人才，可实现业务与技术的无缝整合，并将AI的潜力转化为价值？
您是否已制定风险协议，以化解生成式AI的模型风险（如应对模型“幻觉”）？
您计划如何推进变革管理，从而推广生成式AI，达成业务目标？
往期热点推荐
2023全数会开幕！百余家名企集中亮相，行业大咖共谈数字发展
长按识别二维码
添加产业招商客服
