AI的投资回报_快速消费品行业_35页_6mb

AI 战时次总结

核心内容

本报告基于 Google Cloud 和 National Research Group 的调研，分析了生成式 AI 和 AI 智能体在零售和快速消费品 (CPG) 行业中的应用现状、主要应用场景、投资回报及未来趋势。

主要观点

• AI 智能体已成为零售和快速消费品行业的重要工具，帮助企业提升效率、客户体验、营销效果和安全运营。
• 生成式 AI 技术正在为行业带来显著的投资回报，尤其是在客户服务、营销、安全运维和供应链管理等领域。
• AI 预算正在持续增长，许多企业已将超过 50% 的未来 AI 预算用于 AI 智能体。
• 高管层的支持对于 AI 项目的成功至关重要，且企业正在转向更复杂的 AI 应用场景。
• 数据隐私与安全是企业在选择 LLM 提供商时最关注的因素。

关键信息

AI 智能体的使用情况

• 51% 的零售和快速消费品行业高管表示其组织正在使用 AI 智能体。
• 37% 的高管表示其组织已推出超过 10 个 AI 智能体。
• AI 智能体的应用场景包括客户服务、营销、安全运维、质量控制、供应链与物流等。

AI 智能体的主要应用场景

应用场景	采用率
客户服务和体验	47%
营销	44%
安全运维和网络安全	41%
质量控制	39%
供应链与物流	38%
技术支持	36%
销售	32%
数字欺诈分析师	32%
工作效率和研究	31%
个性化	28%
HR	28%
仓库履单和订单处理	24%
购物顾问	24%
设备维护	24%
商店销售人员支持	23%
全渠道运营	22%
生产规划	21%
商店运营	21%
视觉营销	21%
商品企划专员	20%
分类	15%
法律	11%

已实现投资回报的应用场景

应用场景	投资回报率
客户服务和体验	33%
营销	32%
安全运维和网络安全	26%
供应链与物流	25%
产品创新与设计	25%
技术支持	24%
销售	22%
质量控制	21%
软件开发	20%
对话式电子商务	19%
数字欺诈分析师	18%
工作效率和研究	18%
供应链规划	17%
物流	17%
财务和会计	15%
仓库履单和订单处理	15%
购物顾问	15%
工厂和生产	15%
个性化	14%
HR	14%
设备维护	12%
商店销售人员支持	12%
全渠道运营	12%
生产规划	11%
商店运营	11%
视觉营销	11%
分类	9%
法律	5%

生成式 AI 的投资回报

• 78% 的高管表示生成式 AI 已实现投资回报。
• 31% 的高管预计收入增长超过 10%。
• 54% 的高管表示从构想到应用场景落地的平均上市期为 3-6 个月。

生成式 AI 对业务领域的主要影响

领域	影响率
效率	72%
客户体验	68%
营销	59%
业务增长	56%
安全	49%

生成式 AI 对安全的影响

安全相关指标	影响率
情报与响应整合	77%
威胁识别	73%
缩短问题解决时间	61%
减少安全工单数量	57%

AI 预算增长趋势

• AI 已成为企业的关键战略性投资，年度 IT 总预算中 AI 占比已达 25%。
• 79% 的高管表示随着 AI 技术成本的下降，其组织在生成式 AI 上的支出有所增加。
• 50% 的高管表示其组织正在从非 AI 预算中调拨资金用于生成式 AI 投资。
• 47% 的高管表示其组织计划将未来 AI 预算的 50% 或更多用于 AI 智能体。

后续行动建议

1. 确保 AI 智能体实现投资回报

   • 争取 C 级高管支持：推动 AI 项目落地，确保项目成果与业务目标一致。
   • 展示 AI 价值：制定有说服力的商业论证，说明 AI 投资的回报。
   • 制定 AI 管理规范：随着 AI 使用的普及，建立清晰的企业级准则以保护客户数据隐私，提供负责任的个性化服务并践行道德采购。

2. 从高价值项目着手

   • 优先构建能够自动执行重复性任务的 AI 智能体，以实现明确的投资回报。

3. 建立对 AI 的信任

   • 首先，建立可靠的数据治理和企业安全框架。
   • 保持人机协同（human-in-the-loop）以确保 AI 的应用符合业务需求。

4. 为 AI 智能体提供有效运行所需的工具

   • 确保 AI 智能体能够访问企业内部系统，如库存管理系统、电子商务平台和客户关系管理系统。
   • 确保所有访问是安全且受管控的。

5. 投资于人才与内部 AI 教育项目

   • 培养能够构建和管理 AI 智能体的人才，使其能够处理敏感数据，如客户数据、库存数据或全渠道数据。最成功的公司不仅会购买技术，还会培养技能。