BPI网络报告：您的数据是否准备好解锁生成式人工智能的商业价值？_41页_13mb

生成式人工智能（GenAI）的竞争优势路径

核心内容

生成式人工智能（GenAI）正迅速改变企业竞争格局，但其商业价值的实现依赖于数据准备工作的充分性。本报告揭示了企业在数据-AI准备方面面临的挑战和机遇，并探讨了如何通过战略性的数据管理实践来提升GenAI应用的成功率和商业价值。

主要观点

• 数据准备是GenAI成功的基石：GenAI的商业价值依赖于高质量、准确、可靠、安全且受隐私保护的数据。缺乏这些要素将导致项目失败。
• 信心与执行之间的差距：尽管79%的企业领导者认为GenAI将在未来18个月内带来竞争优势，但只有13%的受访者对其组织的数据-AI准备状态“非常有信心”。
• 数据质量是关键挑战之一：数据孤岛、数据理解不足和非结构化数据的处理困难是阻碍GenAI应用的主要障碍。
• 数据治理与安全性：随着数据量的增加，确保数据的可见性、治理和安全性变得尤为重要，尤其是在处理敏感信息（如PII、PHI）时。
• 成本与投资回报率（ROI）：虽然54%的受访者对他们的成本与ROI表现感到满意，但数据准备仍然是主要的挑战。
• 地区差异：北美在GenAI成熟度曲线上领先，而亚太地区仍处于较低水平，缺乏信心。
• B2B与B2C的差异：B2B企业更倾向于GenAI在文档生成与个性化方面的应用，而B2C企业则更关注流程自动化。
• 公司规模与GenAI准备状态：大型公司因依赖结构化数据而在GenAI准备上更有信心，但非结构化数据仍是挑战。
• 信任是成功的关键：信任GenAI的输出不仅涉及技术因素，还涉及文化、治理和数据质量。

关键信息

1. 数据准备的重要性

• 数据质量：数据质量是GenAI成功的关键因素之一，包括数据的完整性、准确性、可靠性、安全性和隐私性。
• 数据孤岛：数据孤岛是阻碍GenAI应用的主要障碍，限制了其对全面数据集的访问。
• 非结构化数据：约70%的企业数据是非结构化的，这对GenAI的处理提出了更高要求。

2. 信心与执行的差距

• 信心不足：60%的企业领导者对其组织的数据-AI准备情况缺乏信心。
• 数据治理不足：近三分之二的组织缺乏适当的数据治理实践，导致GenAI项目失败风险上升。

3. GenAI的商业价值

• 主要价值领域：包括简化业务流程与重复任务的自动化、文档生成与个性化、数据分析与分析。
• 客户体验提升：81%对数据-AI准备有信心的领导者预期GenAI将改善客户体验。

4. 区域表现差异

• 北美领先：在GenAI成熟度曲线上，北美领先于欧洲和亚太地区。
• 亚太地区滞后：只有38%的北美受访者表示不满，而亚太地区高达84%表示不满，显示出其在数据准备上的不足。

5. B2B与B2C的对比

• B2B成熟度更高：B2B企业在GenAI应用场景上更成熟，尤其是文档生成与个性化。
• B2C关注流程优化：B2C/混合型企业更关注流程自动化和效率提升。

6. 公司规模与准备状态

• 大型公司更自信：年收入超过50亿美元的公司对数据-AI准备更有信心，但其GenAI用例主要依赖结构化数据。
• 中小企业面临更大挑战：收入较低的公司对数据-AI准备信心较低，且在GenAI项目中满意度也较低。

7. 信任问题

• 信任是成功的核心：信任GenAI的输出需要高质量的数据和透明的治理框架。
• 避免AI幻觉：缺乏透明度可能导致AI幻觉，即基于错误数据的不准确输出。

8. 专家见解

• David Gould（EncompaaS）：强调数据准备和治理的重要性，认为这是实现GenAI价值的关键。
• Isaac Sacolick（StarCIO）：指出GenAI的真正价值在于释放新的能力，但依赖于数据战略和文化。
• Tim Crawford（AVOA）：认为GenAI的创新项目比效率项目更具挑战性，但也更具潜力。
• Don Schuerman（Pegasystems）：强调企业需要文化转型，以支持GenAI的广泛应用。
• Peter Bowen（新南威尔士州规划、工业与环境部）：指出GenAI需要清晰的业务目标和数据治理，才能实现最大价值。

建议与行动

• 投资数据管理技术：包括工程数据分析平台、可视化工具、存储基础设施和治理工具。
• 提升数据素养：培养员工对数据供应链的理解，以确保数据的准确性和可靠性。
• 建立信任文化：通过透明的治理框架和高质量数据，增强对GenAI输出的信任。
• 优先考虑数据准备：在实施GenAI之前，优先进行数据发现、分类、丰富和治理。
• 制定明确的AI用例：确保GenAI用例与业务目标对齐，并能带来实际价值。
• 加强数据治理与合规性：确保数据的可见性、安全性和隐私保护，特别是在处理敏感信息时。

结论

生成式人工智能（GenAI）具有改变企业竞争优势的潜力，但其成功依赖于组织在数据准备方面的努力。数据质量、治理、安全性和信任是实现GenAI价值的关键因素。企业需要采取积极主动的战略，投资数据管理技术，提升数据素养，并建立信任文化，以确保在GenAI浪潮中保持领先地位。