生成式AI鸿沟_2025年商业人工智能现状（英）_26页_913kb

《The GenAl Divide》总结

核心内容

本报告《The GenAl Divide》分析了企业在生成式人工智能（GenAI）应用中的广泛采用与低效转型之间的显著差距。尽管企业已投入30至40亿美元用于GenAI，但95%的组织未能实现任何财务回报，仅有5%的定制AI系统成功进入生产阶段。报告指出，这一差距并非由模型质量或监管因素导致，而是源于学习能力的缺失和系统与工作流程的适配性不足。

主要观点

1. 企业AI采用与转型的割裂

• 高采用，低转型：大多数企业广泛使用GenAI工具，但未能实现结构性变革。
• 仅两个行业出现显著转型：科技和媒体行业显示出明显的结构变化，而其他行业如专业服务、医疗、零售等则未见实质性影响。
• 企业级AI工具失败率高达95%：大多数企业级AI工具停留在试点阶段，未能转化为实际生产力和财务收益。

2. 试点到生产的鸿沟

• 试点成功率低：仅5%的定制企业AI工具成功进入生产阶段。
• 通用聊天机器人表现优于定制系统：尽管定制系统更复杂，但通用LLM工具（如ChatGPT）因灵活性和易用性更受用户欢迎。
• 内部开发失败率更高：内部构建的AI系统失败率是外部解决方案的两倍。

3. 阴影AI经济的兴起

• 员工自发使用个人AI工具：超过90%的员工使用个人AI工具完成工作，远高于企业正式采购的40%。
• 个人工具更有效：员工使用个人AI工具实现了显著的生产力提升，而企业正式项目往往停滞不前。
• 企业需从阴影AI中学习：领先企业开始借鉴员工的AI使用经验，优化其AI部署策略。

4. 投资偏向表象功能

• 销售与市场功能占主导：约50%的GenAI预算流向销售与市场，而后台自动化（如采购、法务）的ROI更高但被忽视。
• ROI与可见性挂钩：企业倾向于投资易于衡量的AI应用，而非隐藏但高价值的后台流程。

5. 用户偏好揭示学习能力的重要性

• 用户更信任有记忆和学习能力的系统：在关键任务中，90%的用户仍更倾向于使用人类而非AI。
• GenAI缺乏持久记忆和适应性：用户发现当前工具无法记住上下文、无法学习，因此对复杂任务缺乏信任。

关键信息

行业差异显著

• 科技与媒体行业：出现显著的结构变化，如新竞争者崛起和工作流程调整。
• 其他行业：如专业服务、医疗、零售等，AI应用主要停留在效率提升层面，缺乏结构性变革。

用户反馈揭示痛点

• 对定制AI工具的不信任：用户认为这些工具过于复杂、不适应实际流程。
• 偏好灵活性与即时性：用户更倾向于使用如ChatGPT等通用工具，因其更灵活、更易用。

企业采购偏好

• 信任现有合作伙伴：企业更倾向于等待现有供应商推出AI增强版本，而非选择新供应商。
• 重视流程适配与数据安全：企业希望AI工具能无缝集成现有系统，且数据边界清晰。

成功企业的策略

• 聚焦特定流程：成功的AI构建者专注于狭窄但高价值的流程，如合同自动化、语音AI、代码生成。
• 快速实现价值：低配置负担和快速见效是成功的关键，而非广泛功能。
• 依赖推荐与信任：企业通过同行推荐和信任关系来选择AI供应商，而非单纯依赖功能。

5个关于企业GenAI的误区

1. AI将取代大多数工作：研究显示，只有受AI影响较大的行业出现有限裁员，且高管对招聘趋势缺乏共识。
2. GenAI正在改变企业：虽然采用率高，但真正的转型仍属罕见，仅5%的企业实现流程集成。
3. 企业采用新技术缓慢：实际上，90%的企业已认真考虑购买AI解决方案。
4. 模型质量是主要障碍：用户认为企业AI工具的失败源于缺乏学习能力，而非模型本身。
5. 最好的企业自己开发AI：研究显示，内部开发失败率是外部解决方案的两倍。

结论

报告强调，跨越GenAI鸿沟的关键在于构建具有学习能力和流程适配性的系统。成功的组织和供应商正通过嵌入式、自适应的AI系统实现价值，而多数企业仍因工具缺乏持久记忆和适应性而停滞不前。未来的企业AI采用将依赖于对用户真实需求的理解，以及对AI学习能力的重视。