生成式AI部署现状 - 逾四分之三的受访者表示所在组织已在至少一个业务环节部署AI，生成式AI的推广速度尤为迅猛 [1] - 年收入超过5亿美元的大型企业转型速度更快，21%的已部署生成式AI企业表示已对部分工作流程进行彻底重构 [1][6] - 27%的已部署生成式AI企业要求所有生成内容在使用前都须由员工审核，另有相近比例企业只审核20%或更少的AI生成内容 [7][9] 组织架构与治理模式 - 28%的已部署AI企业由CEO负责AI治理工作，17%由董事会负责，大型企业中CEO参与对EBIT拉动效果显著 [2] - 企业在风险与合规、数据治理等环节更倾向于完全集中管理，技术人才引入和解决方案推广多采用混合式管理模式 [3] - 大型企业在设立专责团队、制定推广路线图、开展能力培训等实践推进方面表现更为积极，比例是其他企业的两倍以上 [15][16] 价值实现关键因素 - 重构工作流程对于通过生成式AI实现EBIT增长作用最为显著，12项应用与推广实践均与利润提升呈正相关 [2][14] - 设定并追踪清晰的KPI指标对实际收益影响最为显著，仅不到五分之一企业已开始追踪生成式AI的KPI [14][15] - 人员优化是生成式AI实现最大价值的关键组织性因素之一，大型企业更可能因节省时间而精简员工队伍 [22] 人才与技能发展 - 大型企业广泛引进各类AI相关人才，在数据科学家、机器学习工程师等岗位招聘上明显占优，半数企业未来一年需要更多数据科学家 [18] - 13%企业已引入AI合规专员，6%聘请AI伦理专员，与风险管理相关的新岗位正逐步纳入部署流程 [18] - 企业预计未来三年AI技能再培训将超过过去一年，员工将节省时间用于新工作或未自动化职责 [21][22] 风险应对趋势 - 企业加紧应对AI不准确性、网络安全及知识产权侵权三类高频风险，47%组织至少经历过一次负面结果 [10][24] - 大型企业在管控网络安全和隐私风险方面更为积极，但在应对输出准确性风险上与中小企业差距不大 [13] - 商业、法律及专业服务领域对AI生成内容进行全面审核的比例远高于其他行业 [7]