川海智库

报告概述

本报告基于McKinsey全球AI调查，分析了2024年7月来自101个国家1491名受访者的数据。报告聚焦企业如何通过组织结构调整、治理框架建立、风险缓解和人才策略来释放生成式AI的价值。覆盖了AI使用率、工作流重组、最佳实践应用、风险缓解趋势以及AI对劳动力的影响。报告旨在帮助企业领导者了解当前AI部署的成熟度，并识别推动EBIT增长的关键因素。

报告的核心结论

CEO监督AI治理对价值实现至关重要

报告发现，CEO对AI治理的监督是组织从生成式AI中获得更高EBIT影响的最强关联因素之一。在大企业中尤为显著，28%的受访者表示CEO负责AI治理，17%由董事会监督。这表明顶层领导直接参与能有效推动责任分配和资源投入，是成功管理AI风险和价值的关键。

工作流重组是捕获生成式AI价值最有效的方式

在25个组织属性中，工作流的重新设计对生成式AI的EBIT影响最大。21%的受访者表示其组织已根本性地重新设计了至少部分工作流。报告强调，仅部署技术而不改变流程无法产生实质回报，企业需要将AI嵌入运营流程，实现端到端变革。

多数企业尚处于生成式AI采用的早期阶段

尽管71%的受访者表示组织定期使用生成式AI，但绝大多数仍未见到企业层面的EBIT实质性影响——超过80%的受访者表示没有可感知的贡献。仅1%的受访者称其AI部署成熟，且不到三分之一的组织在推行大多数采用与扩展最佳实践，反映了价值捕获的延迟。

大型企业在AI部署和风险缓解方面领先

年收入超过5亿美元的组织在采用AI最佳实践、雇佣AI人才和缓解风险方面显著领先于小企业。例如，它们更可能制定明确的AI采用路线图、建立专门团队，并更多缓解网络安全和隐私风险。但大企业在准确性和可解释性风险缓解上并未表现更优。

报告回答的关键问题

企业如何从生成式AI中实现价值？

报告指出，企业需要通过工作流重组、建立明确的AI采用路线图、跟踪关键绩效指标（KPI）以及强化AI治理来捕获价值。CEO的积极参与和变革管理至关重要。此外，将AI嵌入核心业务流程并持续优化，而非孤立使用用例，是产生显著财务影响的关键。

生成式AI对就业和人才有什么影响？

报告显示，多数受访者（38%）预计未来三年生成式AI不会大幅改变员工规模。但在服务运营和供应链管理中，预计会出现裁员；而软件工程和产品开发部门则预期增员。同时，AI人才招聘难度较前两年有所下降，但数据科学家需求依然旺盛。企业正在加速员工再技能培训。

企业最常使用生成式AI的职能有哪些？

生成式AI最常用于营销与销售、产品与服务开发、服务运营和软件工程。在IT职能中，使用率增长最快（从27%升至36%）。不同行业侧重不同：媒体与电信侧重服务运营，科技公司侧重软件工程，专业服务侧重知识管理。

企业如何管理生成式AI带来的风险？

报告显示，企业正在加大力度缓解不准确性、网络安全和知识产权侵权等风险。与2024年初相比，更多受访者报告其组织正在主动管理这类风险。27%的受访者表示所有生成式AI输出都经过人工审查。大型企业缓解的风险种类更多，但在准确性和可解释性方面仍需加强。

报告中的代表性数据

78%

AI使用率（至少一个业务职能）

2024年7月，受访者表示其组织在至少一个业务职能中使用了AI（包括分析型AI和生成式AI），高于2024年初的72%和2023年的55%。

27%

生成式AI输出全面审查的比例

2024年7月，受访者表示员工在使用前会审查所有由生成式AI生成的内容（如聊天机器人回复或营销图像），另有类似比例的人仅审查20%或更少。

28%

CEO监督AI治理的比例

2024年7月，受访者中28%表示其CEO负责监督AI治理，这一比例在大型企业中略低，但CEO监督与更高的EBIT影响显著相关。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 详细的市场数据与趋势图表：包含AI使用率随时间变化的趋势图、各业务职能AI使用率分布、按行业和地区划分的AI采用率，以及生成式AI输出类型占比。
  • 研究模型与评价维度：介绍了Johnson相对权重回归分析等统计方法，用于识别与EBIT影响最相关的组织属性（如工作流重组、CEO治理监督、KPI跟踪等）。
  • 12项采用与扩展最佳实践：详细列出并比较了各实践的实施率，例如建立专门团队、制定路线图、角色培训、员工激励机制等，并分析了对大企业与中小企业的不同影响。
  • 风险缓解趋势分析：对比2023-2024年企业在不准确性、网络安全、知识产权侵权等风险上的缓解努力变化，以及不同规模企业在风险应对上的差异。
  • AI人才招聘与再技能化数据：包括各AI相关岗位（如数据科学家、机器学习工程师、AI合规专家）的招聘难度变化、未来需求预测，以及已再技能化员工的比例和未来预期。
  • 行业与地区深度分析：按行业和地区（如亚太、欧洲、北美、大中华区）比较生成式AI使用模式、风险缓解重点及人才市场差异。
  • 企业规模对比：详细展示年收入超5亿美元企业与其他企业在AI治理、最佳实践、风险缓解、人才招聘等方面的差距图表。
  • 对业务职能的成本与收入影响：分职能展示过去12个月生成式AI带来的成本降低和收入增长百分比，并比较2024年上半年与下半年的变化。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告