ibm -生成式 AI 的智慧之力 -解鎖大規(guī)模生產(chǎn)力和創(chuàng)新 2024

企業(yè)可以利用IBM深厚的行業(yè)、職能和技術專業(yè)能力，豐富的企業(yè)級技術解決方案以及基于科學的研究創(chuàng)新來釋放AI、分析和數(shù)據(jù)的如需了解關于IBMConsulting提供的AI服務的更多信息，請訪問/services/artificial-intelligence如需了解關于IBMSoftware提供的AI解決方案的更多信息，請訪問/watson如需了解關于IBMResearch提供的AI創(chuàng)新的更多信息，請訪問/artificial-intelligence1企業(yè)領導者必須將實驗轉化為可大規(guī)模創(chuàng)造價值的企業(yè)級投資。生成式AI支出在12個月內(nèi)增長了超過10倍，而IT支出的增長率僅為通貨膨脹率的一半。12022年，AI的平均投資回報率為13%，而生成式AI的早期成果（由成功的試點項目推動）推動AI投資回報率提升至31%。早期的生成式AI實驗傾向于低風險但是，組織可以專注于與其競爭優(yōu)勢更密切相關的業(yè)務領域，從而創(chuàng)造更多價值。超過一半的高管預計，在未來三年內(nèi)，生成式AI將使以前不可能的工作類型成為可能。2“在企業(yè)的世界中，并沒有一個舒適區(qū)可以讓你悠閑地享受過去的勝利。你必須始終向下一個目標邁進?！睆拿襟w轟動到面向市場的生成式AI的能力達到了令人難以置信的水平。這項從數(shù)天縮短到數(shù)分鐘，對產(chǎn)品進行最細微層面的個性化，還可以在第一時間發(fā)現(xiàn)出現(xiàn)的安全漏洞。自2022年以來，生成式AI推動AI投資回報率從13%飆升至31%。盡管這在很大程度上反映了試點、沙盒實驗和其他小規(guī)模投資的成功，但這些早期成果開始促使企業(yè)領導者重新思考新的可能性。我們針對24個國家/地區(qū)和25個行業(yè)的5,000名高管進行的最新專項調研表明，大多數(shù)高管比去年更看好AI的發(fā)展前景。超過四分之三(77%)的受訪高管表示生成式AI已經(jīng)準備好進入市場，而2023年這一比例僅為36%；近三分之二(62%)的受訪高管表示生成式AI是現(xiàn)實而非炒作（見圖1）。超過四分之三的受訪高管表示其組織需要迅速采用生成式AI，以跟上競爭對手的步伐。根據(jù)IBM商業(yè)價值研究院(IBMIBV)發(fā)布的2024年CEO研究報告，72%的高績效CEO認為企業(yè)的競爭優(yōu)勢取決于是否擁有最先進的生成式AI。2企業(yè)領導者已經(jīng)開始意識到生成式AI能夠提高盈利水平。2022年至2023年，直接歸因于AI的營業(yè)利潤增長翻了一番，達到近5%――而受訪高管預計這一數(shù)字到2025年將達到10%。根據(jù)即將發(fā)布的IBMIBV研究報告，在現(xiàn)有企業(yè)軟件工作流程中嵌入生成式AI也有望實現(xiàn)更可持續(xù)的投資回報率。3盡管已有這些早期的跡象，但一些分析機構仍持懷疑態(tài)度。他們預計，這種由炒作推動的采用高峰之后將是“幻滅低谷”，組織面對在核心業(yè)務功能中部署生成式AI的復雜性將選擇放棄。4在某些情況下，這確實是事實。三分之一的受訪企業(yè)在試點后暫停了AI用例，但這意味著有三分之一的受訪企業(yè)并未止步。3三分之一的受訪企業(yè)在試點后暫停了AI用例，但這意味著有三分之二的受訪企業(yè)并未止步。在這種情況下，企業(yè)領導者如何才能有效將實驗轉化為可大規(guī)模創(chuàng)造價值的企業(yè)級投資？本文提供了一個路線圖，可幫助企業(yè)回答這個問題，并附有相關案例研究來說明然后，我們闡述了高管如何利用生成式AI的長期潛力，并克服從組織結構到安全性等方面的關鍵挑戰(zhàn)。最后，我們列出了一份行動指南，可指導企業(yè)利用生成式AI推動業(yè)務轉型――無論企業(yè)當前處于AI旅程的哪個階段。從懷疑到信心高管們看到生成式AI的真正潛力我們需要迅速采用生成式AI4拜耳公司首席執(zhí)行官BillAnderson對AI的未來有著宏大的愿景：“在未來20年內(nèi)，在土地減少、水源減少、需要使用更少化學品的情況下，我們將如何養(yǎng)活世界上另外20億人，我認為AI將在這方面發(fā)揮最廣泛的作用?！盇nderson擁有麻省理工學院化學工程專業(yè)的高級學位，在羅氏制藥公司擔任首席執(zhí)行官后加入拜耳公司，這表明他采用嚴謹、基于證據(jù)的方法進行重大預測。他對生成式AI的最終影響充滿信心，因為他了解生成式AI在人工智能和機器學習等技術中的地位，這些技術已經(jīng)對他的公司和行業(yè)產(chǎn)生了一段時間的影響。他談到這一快速發(fā)展的新一代應用時說道，“這才剛剛開始，不容置疑，我們正在從理論走向應用?！鄙墒紸I的實際應用在拜耳公司，生成式AI的第一項重大成果是提高了生產(chǎn)率，這項應用正在進行中。檢查和分析數(shù)據(jù)以更好地理解患者群體，這樣可以在測試地點和參與者選擇方面帶來這一切都不容易。例如，假冒產(chǎn)品和仿真產(chǎn)品是一項重大風險，因為生成式AI讓犯罪分子能夠在躲避安全措施的同時快速作案。深度偽造和虛假報道也是不可忽視的威脅。但Anderson仍然堅信，生成式AI在加速藥物發(fā)現(xiàn)領域極具潛力。他表示，在兩到三年內(nèi)，得益于當前正在進行的生成式AI工作，一種新的抗癌藥物將進入第三階段臨床試驗他說道：“這真的很快?！?播種未來Anderson開始意識到，隨著時間的推移，生成式AI可幫助拜耳的作物科學部門（投資達250億歐元）有效應對氣候變化時代的作物保護挑戰(zhàn)。開發(fā)一種新的殺蟲劑可能比開發(fā)一種新的抗癌藥物還要困難，因為抗癌藥物只對人體產(chǎn)生影響，而殺蟲劑則可能對整個生態(tài)產(chǎn)生影響?！拔覀儽仨毮M一種新的作物保護化學品在100種不同環(huán)境中的表現(xiàn)――如果能利用生成式AI來預測哪種作物保護化學品的表現(xiàn)可能最好，就能為我們節(jié)省大量的試驗時間?！痹谏墒紸I能夠實現(xiàn)這些宏大的愿景之前，必須將其全面整合到這家總部位于德國勒沃庫森的公司的制藥、消費品和作物科學部門中。Anderson于2023年接任這家全球生命科學巨頭的首席執(zhí)行官，有望成為變革的推動者。他認為這種企業(yè)轉型是可能的，在談到這家業(yè)務遍布83個國家、年收入達500億歐元的傳奇企業(yè)時，他說道，“如果滿足于過去的成功，就不可能持續(xù)成功160年。在企業(yè)的世界中，并沒有一個舒適區(qū)可以讓你悠閑地享受過去的勝利，對吧？你必須始終向下一個目標邁進?！?聚焦于關鍵業(yè)務職能的生成式AI應用有助于組織創(chuàng)造變革性的收入增長。在實施過程中，必須認真考慮成本、數(shù)據(jù)治理和倫理影響，同時還要關注人才與技能。由于生成式AI的最大優(yōu)勢是增強人類工作而非自動化，因此文化變革對于持續(xù)創(chuàng)造價而不是技術本身。6企業(yè)領導者需要理解不同工具如何協(xié)同運作，傳統(tǒng)AI技術、生成式AI模型和自動化各司其職，而不是將生成式AI作為所有問題的解決方案。他們必須打破用例思維，專注于利用生成式AI來轉變員工的日常工作方式。實現(xiàn)這一目標需要一個過程――組織在AI領域的經(jīng)驗將影響其應從何處開始。組織正在采取兩種主要方法來推動實現(xiàn)持續(xù)AI投資回報所需的系統(tǒng)性變革。1.實驗：在低風險的非核心職能中發(fā)現(xiàn)效率。優(yōu)先在傳統(tǒng)AI已經(jīng)為企業(yè)創(chuàng)造明確業(yè)務價值的領域采用生成式AI有助于加速轉型并創(chuàng)造增量利潤。大約三分之二的受訪高管表示其組織正在客戶服務(70%)、IT(65%)和產(chǎn)品開發(fā)(65%)職能中采用生成式AI，這與我們在2023年中期看到的情況一致。72.聚焦：增強基本業(yè)務職能以推動更廣泛的轉型。在更接近核心的業(yè)務運營中使用生成式AI的風險可能更高，但這正是業(yè)務轉型潛力開始顯現(xiàn)的領域。那些側重于銷售、信息安全以及供應鏈、物流和履行等以前未充分開發(fā)的領域的企業(yè)正在實現(xiàn)更高的當然，對于許多組織來說，在風險較低的領域進行實驗，作為生成式AI旅程的切入點停留在淺層也會導致組織無法實現(xiàn)生成式AI所能創(chuàng)造的更具變革性的頂層增長。只有將目光投向企業(yè)范圍內(nèi)的創(chuàng)新上，并專注于潛力最大的領域，組織才能實現(xiàn)長期、可繪制生成式AI旅程聚焦AI的戰(zhàn)略重要性企業(yè)類型受訪者百分比業(yè)務模式的基礎基礎利用AI助力實現(xiàn)平臺經(jīng)濟將AI利用AI助力實現(xiàn)平臺經(jīng)濟將AI嵌入核心產(chǎn)品與研發(fā)將AI融入職能部門以改善在職能部門部署AI以改善在低風險的非核心業(yè)務領不同組織根據(jù)所在起點以不同方式實施生成式AI領先者憑借自身的豐富經(jīng)驗，利用生成式AI推動更廣泛的轉型。此類組織已經(jīng)在運行和優(yōu)化傳統(tǒng)AI，并主要使用生成式AI來改進現(xiàn)有的AI能力。此類組織在各個職能中具有最高的傳統(tǒng)AI和生成式AI采用成熟度，其傳統(tǒng)AI的投資回報率也要高于其他組織。在大多數(shù)職能中，至少有60%已經(jīng)實施了生成式AI，這意味著此類組織有機會將重點放在已經(jīng)實現(xiàn)最生成式AI機會主義者對AI的采用總體上處于中低水平，但在擁有傳統(tǒng)AI經(jīng)驗的領域，其生成式AI采用率會激增。此類組織正在三個關鍵職能中開展生成式AI的相關實驗，包括信息技術、客戶服務和信息安全。通過探索自己認為最具潛力的領域，此類組織從生成式AI項目中實現(xiàn)了比其他組織更高的投資回報率。AI領先者生成式AI機會主義者8問：貴組織在以下職能中采用生成式AI的情況如何？百分比包括選擇“實施”、“運行”和“優(yōu)化”的受訪者。9當前帶來的生產(chǎn)力提升，未來可能只是基本要求。從實驗到企業(yè)級創(chuàng)新并不是一條直線。采用方式的演變?nèi)Q于組織的起與此同時，隨著生成式AI的成熟，競爭能力可能會開始趨同，這會導致獲得競爭優(yōu)勢變得更加困難。在因此，組織必須竭力解決與生成式AI相關的障礙和挑戰(zhàn)，并且需要迅速采取行動。當前帶來的優(yōu)勢，未來可能只是基本要求。對于處于早期階段的企業(yè)來說，在低風險職能領域部署生成式AI有助于快速啟動業(yè)務轉型。實驗和小規(guī)模的成果可以簡化工作流程并提高效率，同時團隊也能逐漸適應。我們的研究重點揭示，有兩個關鍵領域可作為明智的起點：我們的分析表明，在生成式AI的采用和投資回報率方面，客戶服務都處于領先地位。許多企業(yè)已經(jīng)建立了穩(wěn)固的傳統(tǒng)AI基礎，例如可用自然語言回答客戶詢問的對話式AI。根據(jù)IBM商業(yè)價值研究院的調研，平均而言，相比未在客戶服務中使用生成式AI的組織，使用生成式AI的組織實現(xiàn)了更高的客戶滿意度。8但這并不是絕對的。需要注意的一個陷阱是：大多數(shù)客戶服務用例僅專注于提高現(xiàn)有工作流程的效率。這種情況將迅速改變。到2024年底，高管們指出了三個呈增長趨勢的機會：生成用于訓練對話式AI的測試用例(78%)、為對話式AI生成對話(74%)以及為人工客服生成對話(69%)（請參閱第11頁的“AI開啟客戶服務引擎”）。IT開發(fā)人員正在依靠生成式AI來簡化日常任務。例如，在IT領域采用生成式AI的企業(yè)中，有77%使用這項技術來生成代碼。這些企業(yè)還利用生成式AI來識別和修復錯誤，幫助確保代碼按預期運行，從而實現(xiàn)代碼測試自動化。生成式AI還能加快創(chuàng)建所需文檔的過程，包括用戶手冊和其他與軟件開發(fā)和網(wǎng)絡安全審查配套的技術材料。910這些領域是實現(xiàn)長期投資回報的起點，可實現(xiàn)具有重要影響的生產(chǎn)力提升。隨著時間的推移，將生成式AI部署到更接近核心的業(yè)務職能將創(chuàng)造最大的效益。我們的研究表明，一些領先組織開始將生成式AI應用于一些以前未曾探索的領域，例如銷售和供應鏈，重塑這些領域的工作方式。生成式AI可以利用客戶數(shù)據(jù)提供對其行為的洞察，從而提升銷售團隊的業(yè)績。生成式AI能識別高價值細分市場中的優(yōu)質線索，使營銷戰(zhàn)略和推廣工作更加有效。事實上，在營銷領域采用生成式AI的企業(yè)中，有85%正在利用這項技術來總結市場情報。此外，銷售和營銷團隊還利用生成式AI來撰寫和編輯電子郵件、博客、社交媒體帖子和網(wǎng)站創(chuàng)意內(nèi)容，從而大幅節(jié)省時間（從數(shù)小時縮短至數(shù)分鐘），然后將節(jié)省下來的時間投入到探索拓展客戶關系的新方法中。10隨著供應鏈中斷的加劇，生成式AI有助于識別潛在的障礙，并在問題影響交付之前找到解決方案。這項技術能讓供應鏈決策者與AI助手進行直觀的對話，通過實時提供所需信息，使其影響更加具體和相關。通過自動化日常任務和增強工作流程，生成式AI還使供應鏈專業(yè)人員能夠專注于解決復雜問題和改進流程。11例如，在供應鏈中采用生成式AI的企業(yè)中，有80%利用這項技術來生成運營文檔。但對于一些組織來說，這樣的轉型機會似乎遙不可及。正是因此，一些企業(yè)領導者正在考慮采用一種平臺方法來實現(xiàn)生成式AI，將各個部門或合作組織的資源和收益匯集在一起，作為一種成本更低、實施更簡單的選擇。通過這種方式，企業(yè)領導者可以避免在每個領域從零開始，并迅速、更具戰(zhàn)略性地在具有最大潛力的職能中嵌入生成式AI，包括財務、供應鏈和制造、人力資源以及銷售和市場營銷。不過，采用這種方法的企業(yè)領導者還需要考慮每個職能的獨特需求，并設法對生成式AI應用進行相應的75%的組織至少在五個或更多職能中試點生成式AI。11AI開啟客戶服務引擎從與客戶聊天、創(chuàng)建精準內(nèi)容到優(yōu)化呼叫中心績效，生成式AI正在將客戶服務轉型提升到全新的水平。借助自然語言生成技術，生成式AI能夠用更流暢、更符合上下文的方式來回答客戶問題。生成式AI還可以根據(jù)客戶的交互記錄來提供量身定制的響應，并提供更加個性化的體驗。這樣一來，客戶就可以像與人類客服互動一樣與生成式AI不僅如此，生成式AI的應用遠遠超出了與客戶的直接互動。這項技術可以提供人工客生成式AI還可以為面向客戶的對話式AI提供支持，包括生成測試用例和對話，以及分析交互以識別改進機會。12這些用例有助于生成式AI在減少人工干預的情況下為對話式AI提供強力賦能。使用生成式AI創(chuàng)建測試用例（用于驗證AI模型是否按預期運行的一系列步驟）和對各種客戶詢問的回復，可幫助團隊在培訓和微調對話式AI時處理廣泛的場景、用戶輸入和12賦能增強型員工團隊13ZebraTechnologies公司的首席執(zhí)行官BillBurns預計生成式AI將對人們的工作方式產(chǎn)生積極的影響，包括公司員工和其公司生產(chǎn)的耐用移動設備的用戶。他表示，“我們的業(yè)務專注于一線工人?！边@家年收入45億美元的制造商已轉型為數(shù)字解決方案提供商，助力企業(yè)智能地連接各行業(yè)的數(shù)據(jù)、資產(chǎn)和人員。該公司致力于為零售、制造、運輸、醫(yī)療保健和公共服務等行業(yè)的物流和其他職能制造智能跟蹤、標記和打印設備。他認為，關于生成式AI會淘汰人類的早期觀念已經(jīng)過時?！吧墒紸I并不會取代工人，而是在工作流程中自動執(zhí)行某些任務，從而增強工人的能力，為他們節(jié)省時間，并最終為工人賦能，讓他們專注于價值更高的活動?！盳ebraTechnologies在生成式AI投資方面采取了系統(tǒng)化的方法，并對在企業(yè)范作為流程指南和避免屈從于炒作的方法。我們的目標是理解工作流程中的哪些），然后量化影響并明確投資回報率。他說道：“證明給我看，并展示商業(yè)論證。”必須對所做的每一件事都保持緊迫感，并以兩種速度運作。第一種速度是有意識的，專注于執(zhí)行并將解決方案交到客戶手中，針對那些我們有信心能創(chuàng)造價值的用例。第二種速度的結構性和實驗性較弱，就是與客戶共同推動創(chuàng)新，發(fā)現(xiàn)可以從AI創(chuàng)新中受益的新領域。“如果我們不這樣做，其他人就會這樣做?！薄吧墒紸I將使員工的工作更輕松，并改善客戶體驗。”BillBurnsZebraTechnologies公司首席執(zhí)行官13ZebraTechnologies賦能增強型員工團隊在Zebra開始評估生成式AI時，Burns先生與公司各利益相關方保持密切聯(lián)系。計劃是：“在與大型戰(zhàn)略技術合作伙伴建立聯(lián)系的同時，對我們自己進行生成式AI方面的知識普及，組建一個跨職能團隊，由組織的首席技術官關注外部，首席信息官關注內(nèi)部，隨著AI技術的發(fā)展，共同努力定義負責任和符合倫理的AI原則，”他如是說道，他說?！捌渲幸粋€關鍵在于溝通和變革管理，以確保每個人都了解這些團隊，并接受新的運營方式――這要從高層開始?！痹趯︻A期效益和成本進行全面審查之后，才會做出關因為今天他們可以免費使用ChatGPT。如果想在企業(yè)內(nèi)部大規(guī)模使用，就不再是免費的了，因為這些解決方案需要消耗云中的真實資源。但Zebra正在探索并開發(fā)一款在移動設備上運行生成式AI模型的一線工作者應用。這可以降低成本、提高安全性并保護數(shù)據(jù)。”ZebraTechnologies已經(jīng)確定了許多生成式AI的內(nèi)部用例，這些用例有潛力改變員工的工作流程。其中包括使用多種語言快速開展營銷活動，以及使客戶服務團隊能夠提供更個性化的客戶體驗，縮短問題解決在以客戶為中心的產(chǎn)品開發(fā)方面，該公司的戰(zhàn)略是在其新一代移動設備上部署開源大型語言模型。然后，Zebra利用自己的數(shù)據(jù)，按用例微調這些模型，同時利用一個平臺，讓客戶用自己的數(shù)據(jù)填充模型，并通過Zebra移動設備與他們的系統(tǒng)連接。“你必須對所做的每一件事都保持緊迫感……如果我們不這樣做，其他人就會這樣做。”BillBurnsZebraTechnologies公司首席執(zhí)行官Burns先生預計，生成式AI的凈影響將包括許多好的就業(yè)機會，創(chuàng)造出壓力更小的新職位，讓員工專注于更有意義的工作，發(fā)展增強型能力，并在工作中快速學習和成長。他感受到高管們對未來的討論方式發(fā)生了變化。他表示：“這已經(jīng)從‘工人將被取代’的炒作發(fā)展為任務自動化?！吧墒紸I將使員工的工作更輕松，并改善客戶體驗?！彼e例說道，軟件開發(fā)人員現(xiàn)在可以利用這項技術編寫代碼。他繼續(xù)說道，“開發(fā)人員不會失業(yè)，而是可以花更多時間在增值任務上，或更輕松地完成更多工作，尤其是在勞動力供應和成本挑戰(zhàn)的形勢下。他表示，這項技術讓人們能夠快速行動，并輕松從結構化和非結構化數(shù)據(jù)中獲取切實可行的洞察。更快的培訓和更短的熟練時間顯然也能為雇主帶來回報。例如，在零售行業(yè)中，員工流動率非常高，還有一些領域通常需要對新員工進行較長周期的培訓。“有了移動設備作為生成式AI助手的窗口，新員工可以迅速變得像經(jīng)驗豐富的員工一樣熟練，同時受益于工作滿意度的大幅提升?！?415如今，為生成式AI奠定堅實基礎的組織將能夠在新機遇出現(xiàn)時及時做出調整并形成發(fā)展勢頭。盡管生成式AI已經(jīng)取得了進展，但挑戰(zhàn)依然存在。近一半示對準確性和偏見感到擔憂――這個問題可能會帶來許多新問題，就像許多高管還擔心，專業(yè)知識不足、商業(yè)論證不明確和專有數(shù)據(jù)不足可能會阻礙生成式AI的進展（見圖4）。挑戰(zhàn)并存●●●●●45%對數(shù)據(jù)準確性或偏見的擔憂42%可用于定制模型的專有數(shù)據(jù)不足42%生成式AI專業(yè)知識不足42%財務理由/商業(yè)論證不足40%對數(shù)據(jù)和信息隱私/保密性的擔憂40%技術能力有限36%需要太多的投資32%對知識產(chǎn)權的擔憂31%用例不相關或不清晰31%數(shù)據(jù)安全/對網(wǎng)絡安全的擔憂12%與商業(yè)戰(zhàn)略不一致2023年4月2023年8月2024年3月16要克服這些挑戰(zhàn)，需要技術、金融、安全、法律和AI倫理等領域的領導者共同努力。14這是一項復雜的工作，但省去這項工作會帶來嚴重的后果。從更大的責任、引入新的安全漏洞到損害品牌聲譽，領導者在將生成式AI整合到業(yè)務運營中時，必須要理解并減輕一系列新出現(xiàn)的風險。一些組織已經(jīng)在竭力管理這些威脅：領導者開始在對其競爭優(yōu)勢至關重要的領域使用生成式AI時，確AI有潛力以難以想象的方式改變商業(yè)世界、經(jīng)濟和社會。今天，通過建設正確的能力，企業(yè)就能將這些新機遇轉化為現(xiàn)實。這不僅僅是自動化當前的一些任務，還包括實現(xiàn)一些前所未有的可能性。15從幫助開發(fā)疾病治療方案到應對氣候變化，生成式AI可以解決困擾人類幾個世紀的問題。在我們的調研中，超過一半的受訪高管表示，在未來三年內(nèi)，生成式AI將使一些全新的工作類型成為可能（見圖5）。很難想象這些新用例可能是什么樣子，但這正是關鍵所在。能夠在未來創(chuàng)造最大價值的生成式AI應用還有待發(fā)現(xiàn)。如今，為生成式AI奠定堅實能力基礎的組織將能夠在新機遇出現(xiàn)時及時做出調整并形成發(fā)展勢頭。“流程自動化并不是要取代個人，而是要提升個人的價值，讓人類的工作更加人性化?！?07ETR首席執(zhí)行官通過搭建一個能讓員工安全進行實驗的平臺，企業(yè)可以釋放員工的集體智慧。領導者需要培養(yǎng)一種成長和創(chuàng)新的心態(tài)，并鼓勵員工超越過去的成功，開創(chuàng)突破性的創(chuàng)新，超越競爭對手，并利用生成式AI推動大規(guī)開辟新領域注：圖是概念性的。比例并非根據(jù)數(shù)據(jù)得出。1718目前，世界上有近四分之一的人口生活在洪水泛濫地區(qū)，隨著氣候變化引發(fā)的海平面上升和風暴加劇，預計這一數(shù)字還會繼續(xù)上升，使更多人面臨危險。準確繪制洪水事件地圖的能力不僅對保護人們和財產(chǎn)至關重要，還能在未來引導開發(fā)活動向風險較低IBM和NASA的地理空間基礎模型旨在將NASA的衛(wèi)星觀測和數(shù)據(jù)轉換為自然災害和其他環(huán)境變化的定制地圖，從而為實現(xiàn)這一目標邁出重要的一步。潛在應用包括幫助估算氣候相關的作物、建筑和其他基礎設施的風險；監(jiān)測和評估森林的碳抵消項目；生成可再生能源預測；以及開發(fā)預測模型，幫助企業(yè)制定減緩和適應氣候變化的策略。析地理空間數(shù)據(jù)的基礎模型。以前，用戶必須為每項任務訓練一個新模型，這需要大量的數(shù)據(jù)整理和計算。IBM研究人員并沒有基于文本來訓練基礎模型，而是指導模型來理解衛(wèi)星圖像。然后，團隊向模型提供手動標記的示例，以教會它識別歷史洪水和火災燒痕的范圍、土地利用變化和森林生物量等。2024年，IBM和NASA擴展了該模型系列，開發(fā)了一個用于天氣和氣候數(shù)據(jù)的基礎模型。他們針對更具體的任務定制了該模型，例如為可再生能源規(guī)劃創(chuàng)建高度本地化的使用基礎模型的設計非常簡單，只需選擇一個區(qū)域、一項映射任務和一組日期即可。例如，如果用戶在搜索欄中輸入“法國拉納港”，并選擇2019年12月13日至15日查看農(nóng)作物或建筑物被淹沒的位置。這些模型及其隨附的可視化內(nèi)容可以幫助在類似災難場景下進行未來規(guī)劃――模型提供的信息可以幫助減輕洪水影響，指導保險和風險管理決策，制定基礎設施計劃，改善災難響應以及保護環(huán)境。19IBM和NASA幫助人類適應氣候變化（續(xù)）IBM和NASA使用掩蔽自動編碼器構建了這兩個模型，用于處理視頻并將根據(jù)衛(wèi)星圖像進行調整。為了訓練模型理解隨時間展開的圖像序列，研究人員將每個圖像的部分隨后，IBM和NASA針對特定任務（如圖像分類和分割）對模型進行了微調。為了提高模型的效率，研究人員還縮小了衛(wèi)星圖像的尺寸，這樣就能以更小的塊來處理數(shù)據(jù)，并使用更少的GPU。然后，他們在IBMResearch的Vela超級計算機上使用5000多結果令人欣喜。在測試中，研究人員發(fā)現(xiàn)，與最先進的深度學習模型相比，該模型在繪制洪水和火災燒痕的準確率上提高了15%，而使用的標記數(shù)據(jù)僅為一半。據(jù)IBM估計，該模型可以將地理空間分析的速度提高三到四倍，并幫助減少傳統(tǒng)深度學習工作流程中所需的數(shù)據(jù)清理和標記工作。這項技術可以應用于企業(yè)和政府，因為許多企業(yè)和政府正在尋找更簡單、更快速的方利用洪水檢測模型與其他數(shù)據(jù)源相結合，跟蹤對醫(yī)院、道路和能源基礎設施等關鍵資以便通過碳融資為恢復工作提供可持續(xù)的資金。17該解決方案還可以幫助大型消費品公司更好地理解氣候變化、極端天氣或地緣政治風險等宏觀趨勢，這些趨勢會影響其從哪里采購原材料，以及未來可能考慮在哪里購買這些資源。該解決方案還可以幫助大型農(nóng)業(yè)企業(yè)更好地衡量、跟蹤和減輕其農(nóng)業(yè)實踐對當?shù)丨h(huán)境和周邊社區(qū)的影響，更好地理解土壤退化、水資源保護活動，以及如何減少田地向當?shù)厮w排放造成的污染。研究人員發(fā)現(xiàn)，與最先進的深度學習模型相比，在繪制洪水和火災燒疤地圖時，只需使用一半的標記數(shù)據(jù)，準確率就提高了15%。20任何一位高管都無法僅憑一己之力來推動生成式AI計劃。要為長期業(yè)務轉型奠定必不可少的基礎，就需要各職能部門密切合作。下面列出了六種類型的領導者當前需要采取的行動，以便讓其組織為未來挑戰(zhàn)做好準備。設定明確的任務。確保領導者知道擴展生成式AI并不是一個可選項。問題是如何實現(xiàn)，而不是能否實現(xiàn)。指派一名高級領導來掌舵，并優(yōu)先考慮與業(yè)務戰(zhàn)略最密切相關的AI重新想象可能性。生成式AI不是一個技術項目。在開始對話時，先確定您希望實現(xiàn)的目標，然后探討生成式AI如何幫助實現(xiàn)這些目標。推動團隊重新設計業(yè)務和工作流程，以利用生成式AI創(chuàng)造的新機會。鼓勵成長心態(tài)。激勵團隊嘗試新事物，并獎勵最具創(chuàng)新性的想法――即使這些想法不能帶來立竿見影的效果。培養(yǎng)一種參與性和包容性的文化，鼓勵團隊積極面對生成式AI帶來的挑戰(zhàn)，而不是因為害怕失敗而回避這些挑戰(zhàn)。摒棄用例思維。將業(yè)務問題及其解決方案歸類為戰(zhàn)略主題或用例“系列”。將生成式AI與員工體驗相結合，以實現(xiàn)最大收益。評估AI即服務在哪些方面比自建解決方案更誠實地評估哪些方面不起作用。確定團隊需要做出哪些改變，才能有效利用生成式AI。不要對不良流程進行自動化，而是要進行重新設計。明智地承擔風險。在低風險領域實驗生成式AI是一個良好的起點，但要想辦法盡快發(fā)展核心功能。不要止步于早期的生產(chǎn)率提升――請繼續(xù)推動規(guī)?；晒?。在企業(yè)內(nèi)部優(yōu)先建立數(shù)據(jù)和AI素養(yǎng)。提高員工團隊技能，讓他們更輕松地采用生成式AI。消除孤島。建立跨職能的產(chǎn)品團隊，使用生成式AI來簡化數(shù)字工作流程并增強決策舉辦生成式AI集體活動，激發(fā)熱情。通過變革舉措激勵員工，促進動員、采用和開放創(chuàng)新。找出那些引領變革的人，并為他們提供一個激勵他人的平臺。21IT領導者AI領導者保持模型無關性。投資建立一個開放平臺，以便在適當?shù)臅r機輕松更換模型。盡可能選擇較小、適用性強的模型。構建可組合的數(shù)據(jù)和生成式AI平臺架構。在能力、成本和集成模式方面確保靈活性，使IT架構能夠解耦模型、工程工具、基礎設施和應用層。使用業(yè)務語言進行溝通。用業(yè)務團隊能夠理解的方式傳達數(shù)據(jù)管理、質量和準備最佳實踐，助力從基層推進創(chuàng)新。采用產(chǎn)品和平臺運營模式。跟蹤性能提升情況，并為AI驅動的工作流程分配運營價值。優(yōu)先考慮整體AI治理。建立確保AI應用可信和合規(guī)的實踐與流程。盡可能實現(xiàn)自動化的模型生命周期治理、風險管理和合規(guī)文檔流程。為數(shù)據(jù)和AI建立專有工程和運營實踐。利用數(shù)據(jù)和模型管道、自動化、測試和端到端監(jiān)控模板，提高質量、可重復性和效率。舉辦生成式AI創(chuàng)新日和包含治理要素的黑客馬拉松。要求團隊使用生成式AI來提高運營效率和解決業(yè)務問題，然后要求他們證明其解決方案是合乎倫理和合規(guī)的。建立明確的問責制。AI治理應從概念層面開始，并貫穿AI解決方案的整個生命周期。創(chuàng)建責任與協(xié)作文化。識別那些能從社會技術角度看待治理問題，并歡迎采用新方法來降低AI風險（無論其來源如何）的領導者。將管理作為協(xié)同創(chuàng)新工作的組成部分，并強調責任屬于每一個人，而不僅僅是模型負責人。22BrianGoehring副合伙人，AI研究負責人，IBM商業(yè)價值研究院/in/brian-c-goehring-9b5a453//in/goyamanish.goyal@RitikaGunnarIBMSoftware/in/ritika-gunnar/ritika.gunnar@AnthonyMarshallIBM商業(yè)價值研究院/in/anthonyejmarshall/anthony2@AI技術副總裁，IBMResearchIBMResearch/in/aya-soffer-4406146/ayas@AngelaFinley設計主管，IBM商業(yè)價值研究院管理研究顧問，IBM商業(yè)價值研究院編輯主管，IBM商業(yè)價值研究院IBMConsulting：GianlucaAntonini、StephanBloehdorn、PhaedraBoinodiris、FrancescoBrenna、DominiqueDubois、GleRosaneGiovis、JillGoldstein、TeresaHamid、AvdylHaxhaj、VivekKapuOosterbosch、LindaPerry-Lube、CathyReese、Enik?CathyReese、Enik?Rózsa、AldodeRubertis、SriniTummalapenta、JohnUysal、MollyVannucci、ShobhitVarshney、DebbieVavangasWeir、AlexisZamkowIBMResearch：DakshiAgrawal、LisaAmini、DavidRaghavan、FrancescaRossi、KateSoule、KushVarshneyIBMSoftware：MaryamAshoori、KateBlair、EdwardCalvesbert、TarunChopra、AdamCutler、HeatherGentile、MilenaPribic、JohnThomasIBMCorporate：HeatherDomin、StevenEliuk、StefaEtchegarayGarcia、LilianaHorne、TimHumphrey、CatherineQuinlan、JamieVanDodickIBMInstituteforBusinessValue：NamitAgrawal、CarolynBaird、KarenButner、LiamCleaver、JacobDencik、CathyFillare、GerryParham、SherihanSherif、RichardWarrickHebaNashaatIBM商業(yè)價值研究院與牛津經(jīng)濟研究院合作，在2023年12月至2024年3月期間針對5,000名高管開展了一項調研。受訪者來自北美、拉丁美洲、歐洲、中東和非洲以及亞洲的24個國家。調研范圍包括來自25個行業(yè)的20個業(yè)務和技術職位（主要是高管，但也包括IT和AI專業(yè)人士）。調研主題包括生成式AI的采用、用例以及圍繞生成式AI和傳統(tǒng)AI的企業(yè)能力。除了描述性分析外，還對受訪者提供的數(shù)據(jù)進行了分析，以根據(jù)他們在企業(yè)各職能中采用生成式AI的情況對樣本進行細分。研究洞察致力于為業(yè)務主管就公共和私營領域的關鍵問題提供基于事實的戰(zhàn)略洞察。洞察根據(jù)對自身主要研究調查的分析結果得出。要了解更多信息，請聯(lián)系IBM商業(yè)價值研究院：iibv@。企業(yè)生成式AI:市場現(xiàn)狀/downloads/documents/cn-zh/10a99803fb2fdbf9利用AI創(chuàng)造投資回報：AI制勝的六項關鍵能力/downloads/documents/cn-zh/10a99803fbafdc88CEO生成式AI行動指南/downloads/documents/cn-zh/10a99803fa2fdb6d在IBM，我們積極與客戶協(xié)作，運用業(yè)務洞察和先進的研究方法與技術，幫助他們在瞬息萬變的商業(yè)環(huán)境IBM商業(yè)價值研究院(IBV)站在技術與商業(yè)的交匯點，將行業(yè)智庫、主要學者和主題專家的專業(yè)知識與全球研究和績效數(shù)據(jù)相結合，針對公共與私營領域的關鍵議題提供可信的戰(zhàn)略洞察。訪問IBM商業(yè)價值研究院中國網(wǎng)站，免費下載研究報告：/ibv/cn231“GartnerForecastsWorldwideITSpendingtoGrow6.8%in2024.”Gartner.January17,2024.https:///en/newsroom/press-releases/01-17-2024-gartner-forecasts-worldwide-it-spending-to-grow-six-point-eight-percent-in-2024;“WorldEconomicOutlook.SteadyButSlow:ResilienceAmidDivergence.”InternationalMonetaryFund.April16,2024./en/Publications/WEO/Issues/2024/04/16/world-economic-outlook-april-202426hardtruthsCEOwithcourageandcoAIera.IBMInstituteforBusinessValue.May2024.https://ibm.co/c-suite-study-ceo3IBMInstituteforBusinessValuegenerativeAISAPpulsesurveyof200SAPgenAIexperts.April2024.4“GartnerPlacesGenerativeAIonthePeakofInflatedExpectationsonthe2023HypeCycleforEmergingTechnologies.”Gartner.August16,2023./en/newsroom/press-releases/2023-08-16-gartner-places-generative-ai-on-the-peak-of-inflated-expectations-on-the-2023-hype-cycle-for-emerging-technologies5InterviewwithBillAnderson.October2023.66hardtruthsCEOwithcourageandcoAIera.IBMInstituteforBusinessValue.May2024.https://ibm.co/c-suite-study-ceo7EnterprisegenerativeAI:Stateofthemarket.IBMInstituteforBusinessValue.July2023.https://ibm.co/enterprise-generative-ai8Goyal,Manish,Enik?Rózsa,CarolynBaird,GillianOrrell,AIadvantage:PowerupconversationalAItogainacompetitiveedge.IBMInstituteforBusinessValue.May2024.https://ibm.co/generative-ai-customer-service10Ibid.11Cushman,Rob,KaushikMalladi,andMatthiasGra