2023-09-13-Capgemini-生成式AI的收获季节—各行业生成式AI的广泛应用_37页_8mb

生成式AI的收获季节总结

核心内容

生成式AI正在迅速成为各行业的重要工具，尤其在IT、销售、营销、设计/研发、财务、供应链和风险管理等领域展现出巨大潜力。该技术不仅提高了效率和创新能力，还引发了对可持续性和伦理问题的关注。

主要观点

• 生成式AI的广泛应用：生成式AI被广泛应用于多个业务职能，其中IT、销售和营销被认为是最大的受益领域。
• 跨行业潜力：不同行业对生成式AI的使用案例各异，但都显示出其在提升生产力、优化流程和增强客户体验方面的价值。
• 技术挑战与伦理问题：尽管生成式AI带来了诸多好处，但其潜在的偏差、不可解释性、数据泄露、技术债务和环境影响仍是企业必须面对的问题。
• 可持续发展的重要性：随着生成式AI的普及，其碳足迹问题变得尤为突出，企业需要采取措施以实现可持续的AI发展。

关键信息

IT领域的应用

• 生成式AI在IT领域最具潜力，67%的高管认为其在推动跨职能创新方面作用最大。
• 主要用例包括生成合成数据、自动化测试、代码生成与翻译。
• 例如，谷歌的NLP和ML算法用于生成和填充数据表，而GitHub Copilot帮助开发人员编写代码。

销售与客户服务

• 6%的组织正在使用生成式AI优化销售运营，6%用于优化销售支持聊天机器人，4%用于提高客户参与度。
• 生成式AI可以自动创建电子邮件和对话摘要，提升销售团队效率。
• BT集团正在测试生成式AI用于构建更灵活的对话系统，以提高客户互动的效率。

营销与传播

• 生成式AI在营销领域被用于创建个性化内容和优化营销活动。
• Jasper和Adobe Firefly等工具被用于生成营销材料，如博客、社交媒体帖子和广告文案。
• 预计到2025年，AI生成的营销内容将占大型组织所有对外营销内容的30%。

设计/研发

• 生成式AI在设计/研发领域被用于生成新设计、优化零件设计和加速药物发现。
• NASA使用生成式AI进行结构优化，英伟达推出技术用于创建虚拟世界。
• CUPRA使用生成式AI优化车辆部件设计，实现10%的重量优化和15%的成本降低。

财务与风险管理

• 生成式AI用于生成财务报告、欺诈检测和风险评估。
• NLG技术帮助将财务数据转化为自然语言，提高报告效率。
• Paladin Group和Dais Technology合作开发UnderwriteAI，用于简化承保流程和优化产品定价。

供应链与运营

• 生成式AI被用于优化运输、仓库管理和供应链预测。
• Project44推出MovementGPT，用于识别供应链风险和优化物流。
• 生成式AI还能通过合成数据减少对真实数据的依赖，同时保护隐私。

可持续发展与环境影响

• 生成式AI的训练和运行对环境造成显著影响，如GPT-3的训练消耗了1287兆瓦时的能源并导致550多吨的碳排放。
• 企业需要采取可持续措施，如使用可再生能源、优化训练算法和采用高能效硬件，以减少碳足迹。

伦理与信任问题

• 生成式AI可能产生偏差、不可解释的结果和“虚幻结果”。
• 企业需建立以人类为中心的方法，嵌入人工监管和用户反馈。
• 欧洲议会已通过人工智能法案，要求生成式AI工具在商业发布前接受审查，并公布训练数据来源。

行业实施情况

• 高科技行业：70%的高管表示正在或已启动生成式AI试点，58%用于3D建模，20%用于预测性维护。
• 零售行业：63%的高管正在使用生成式AI优化客户服务聊天机器人。
• 电信行业：36%的高管正在呼叫中心分析中试点生成式AI。
• 制药和医疗保健：35%的高管正在试点生成式AI用于药物发现，32%用于生成和理解生物分子数据。

企业应对策略

• 制定战略：企业需将生成式AI融入整体战略，以确保其有效性和可持续性。
• 关注可持续性：企业应采取措施降低生成式AI的碳足迹，包括优化模型和使用绿色硬件。
• 建立信任机制：企业应关注AI模型的透明度、可解释性和数据安全，以减少偏差和法律风险。
• 员工培训与指导：企业应为员工提供培训，确保他们能够正确和安全地使用生成式AI工具。

结语

生成式AI正在迅速改变各行各业，带来效率提升和创新机会，但同时也伴随着伦理、法律和环境挑战。企业需在技术实施过程中保持谨慎，制定全面的策略，以确保生成式AI的可持续和负责任使用。