一马当先：AI 规模化应用指南

一马当先：AI规模化应用指南行业领跑者的经验分享作者森蒂尔·拉马尼（Senthil Ramani） 埃森哲全球数据与AI主管菲利普·鲁西埃（Philippe Roussiere）埃森哲商业研究院全球创新与AI主管关岚（Lan Guan） 埃森哲首席AI官一马当先：AI规模化应用指南2关于本研究我们对2000位企业高管和数据科学主管进行了调研。这些高管来自全球1998家年收入超过10亿美元的领军企业，其总部遍布15个国家（澳大利亚、巴西、加拿大、中国、德国、法国、印度、意大利、日本、沙特阿拉伯、新加坡、西班牙、阿联酋、英国和美国），业务横跨9大行业（银行、保险、能源、消费品与服务、生命科学、公用事业、零售、公共服务，以及通信与媒体）。本次调研于2024年6月至7月开展，旨在深入探究企业应该如何开发部署AI模型才能全方位创造价值。调研主题涵盖企业的数据与AI战略、数据与AI架构、战略布局预算与投资、人才战略、生态系统战略、负责任AI、AI部署挑战，以及AI应用现状。为了确定哪些战略布局对企业最为至关重要（详见“聚焦战略”章节），我们采访了来自埃森哲内外部的多位高管专家。同时，运用机器学习方法识别与规模化落地战略举措相关的关键能力，并评估了企业在构建这些能力方面的进展。本次调研也融入了我们在帮助客户规模化部署AI解决方案过程中积累的丰富经验与深刻洞见。得益于这些多元化洞察，我们的研究成果既囊括了宏观的AI战略视角，也触及了微观的落地执行挑战。在本报告中，“规模化AI”（Scaling AI）指在全企业范围内扩展部署AI，以取得更广泛、更具影响力的成效。规模化应用包括：将AI融入多样化的业务与工作流程；确保AI在各类资产和员工中得到广泛应用；实现AI与现有系统的无缝集成；驱动创新以获得市场竞争优势，以及提升其他关键绩效指标。“生成式AI”（Generative AI）则泛指能够生成文本、图像、视频、音频和代码等全新内容的人工智能技术。一马当先：AI规模化应用指南3执行摘要对企业而言，长久保持竞争优势曾是一个难以企及的终极目标。如今，生成式AI等人工智能技术彻底改变竞争格局，将许多曾经不敢想象的愿景变为可能。因此，全球龙头企业正在数据和AI领域投入空前规模的资源，全力抢占先机。但若想借助生成式AI实现企业的自我重塑，绝非上线几个聊天机器人那么简单。真正的重塑在于构筑高阶AI能力，例如“智能体架构”（Agentic Architecture）⸺即通过多个AI智能体形成协同网络，不仅能够自动执行常规任务，更能统筹协调整个业务流程。这些智能体具备强大的推理计算能力，能够自主协作，实现质量、效率与成本效益的指数级跃升。智能体架构正迅速普及：在我们调研的企业中，已有三分之一正在借助AI智能体来提升企业创新能力。因此，企业重塑需要将AI深度融入其战略核心。而要做到这一点，必须由CEO和董事会亲自挂帅，突破浅尝辄止的应用模式，优先推进能够彻底释放AI潜能的结构性与战略性变革。理想很丰满，但现实是，尽管企业都渴望借助AI获得竞争优势，但许多企业在突破初期场景试验阶段仍举步维艰。埃森哲研究揭示，其核心瓶颈在于数据“就绪度”不足⸺尤其是非结构化数据未能得到充分利用。令人鼓舞的是，大多数企业领导者已意识到这一挑战。高达70%的受访企业深知，若无坚实的数据基座，AI规模化便无从谈起。当然，数据并非唯一障碍。陈旧的IT系统、员工缺乏生成式AI工具、系统化培训不足以及领导层指引缺失，同样构成巨大挑战。所幸，我们发现，少数“领跑者”（front-runners）已通过生成式AI在企业重塑征程上取得了斐然成绩。这些企业始终把握住了一个至关重要的秘诀：将“基础建设”与“战略布局”有机结合，形成双轮驱动（详见“聚焦战略”章节）。举例来说，在基础建设层面，这些领跑者运用自主智能（Agentic AI）提升效率。而在战略布局层面，他们则借助自主智能彻底重塑企业核心业务与流程。70%的受访企业领导者已意识到构建强大数据基座对AI规模化的重要性。一马当先：AI规模化应用指南4我们发现，34%的受访企业已至少规模化落地一项战略举措。此类企业在云服务和AI建设上的投入也显著高于未规模化部署任何战略举措的企业，前者将51%的技术预算用于这些领域，而后者仅为45%。*本次调研覆盖来自1998家企业的2000位高管。95%置信水平下的误差范围为±2.2个百分点。聚焦战略“战略布局”（strategic bets）是指对生成式AI领域进行长期、大规模的投资。这类投资聚焦于企业价值链的核心环节（例如，保险公司的承保与理赔、公用事业的资产管理，或生命科学企业的研发），有望带来极为可观的回报。战略布局可以彻底释放生成式AI潜能、颠覆性提升行业流程效率、创造卓越生产力、激发非凡创新力，并推动营收跨越式增长。与之相对，“基础建设”（table stakes）侧重于基础能力的构建，包括推动AI在企业内的广泛应用，以及特定业务场景（例如，文本与语音交互无缝切换的客户支持中心）的技术能力验证。虽然基础建设只能带来渐进式的价值回报，但它依然是衡量企业AI成熟度的基石。因此，企业在聚焦战略布局以推动重塑的同时，也应持续强化基础建设。为了揭示调研所覆盖的九大行业分别有哪些最为关键的战略布局，我们征询了埃森哲专家的意见⸺他们近期已就2000多个生成式AI项目为客户提供咨询，同时采访了全球多家大型企业的AI专家，最终汇总了105项战略举措，平均每行业逾11项。（部分行业的战略举措多于其他行业；详见“附录1：105项战略举措”和“附录2：研究方法”）。在此基础上，我们对全球1998家领军企业的2000名高管*展开了调研，了解他们如何围绕行业特定战略举措规模化应用生成式AI。以公用事业为例，我们请该行业企业就10项聚焦于公用事业的战略举措分享其应用经验。例如，其中一题评估企业在“增强型资产管理”战略举措上的生成式AI应用程度，备选答案涵盖了从“尚未应用”到“已在全企业实现规模化应用”的各个阶段。一马当先：AI规模化应用指南5但无论处于战略举措规模化的哪个阶段，所有参与调研的企业都对借助生成式AI实现重塑抱有高度期待。平均而言，这些企业预计，在完成生成式AI全业务规模化部署后的18个月内，生产力将提升13%，营收将增长12%，客户体验将改善11%，成本将降低11%。结合实证研究与丰富的客户项目经验，本报告深入剖析了“AI重塑就绪型”企业的特质⸺这些特质在业界普遍认知不足。在接下来的章节中，我们将阐述领跑者所具备的关键数据与AI能力，以及规模化布局战略举措的五大关键要务（有关这五大要务的进一步分析，请参阅埃森哲报告《以生成式AI实现重塑》和《生成式AI时代的企业重塑之路》）：1. 价值引领2. 重塑人才与工作方式3. 构建AI赋能的安全数字核心4. 弥合负责任AI差距5. 推动持续重塑正如本报告所揭示，AI的应用已从“降本增效”迈向“模式创新”。一旦潜能尽释，它将成为驱动企业系统性变革的核心力量。已规模化布局战略举措的企业通常也能收获满意的财务回报。例如，与同行相比，至少规模化落地一项战略举措的企业，其生成式AI投资回报率（ROI）超出预期的可能性高出近三倍。一马当先：AI规模化应用指