作者 | InfoQ 研究中心
2022 年 11 月 30 日，ChatGPT 的发布，掀起了一场以生成式 AI 为代表的新技术和商业浪潮。在近 2 年的探索中，出现了大量生成式 AI 的产品和原有产品的 AI 升级，企业也开始由观望到躬身入局，探索生成式 AI 在企业内的应用落地。在逐渐落地的过程中，有希望也有沮丧，有突破也有瓶颈，有成果也有挫折。
因此，为了帮助企业更好地找寻 AI 应用场景并实现高效落地，火山引擎联合 InfoQ 研究中心和 RollingAI 精心撰写了这本《生成式 AI 商业落地白皮书》。在报告中，编委会结合问卷调研、专家访谈、实践案例分析，探究了企业 CXO 层级最想要了解 / 落地生成式 AI 的六大关键问题，并期望通过对以上问题的解答，为大家奉上一份专业的企业 AI 转型指南。
受文章篇幅限制，欢迎大家扫描文末的「二维码」，进行完整 PDF 版报告下载。
问题一：目前，企业采用生成式 AI 的进展如何？
在调研中，编委会发现，企业用户正在迅速适应生成式 AI 新能力。在受访的 590 名样本中，21.0% 的样本所在公司已开始小范围试点应用，26.3% 在大范围推广生成式 AI 应用，更有 6.4% 已将生成式 AI 应用整合到整体战略转型阶段。
这些数据表明，生成式 AI 应用已经引起了大多数企业中高层的广泛关注。对于尚未开始普及生成式 AI 的企业而言，若不迅速跟进，可能面临在技术创新和市场竞争中落后的风险。
此外，在投入资源方面，19% 的企业则进行了生成式 AI 的培训或分享，34% 的受访企业已经有专门的团队负责生成式 AI 落地的相关事宜。在这 34% 的企业中，已经有 9% 的企业更进一步，为企业生成式 AI 配备了相应的支出预算。
问题二：企业 CXO 层级期望通过落地生成式 AI，获得哪些商业价值？
但越来越多的企业开始清楚地明白，技术落地应以实际需求为目标，而不是为了技术而技术。这意味着，在探索和落地前，企业 CXO 层级要对技术落地是为了实际解决什么样的问题，提供什么样的商业价值进行充分思考。
在调研中，42% 的企业 CXO 层级认为生成式 AI 的落地应实现运营成本的降低，32% 选择了提升运营效率。这意味着降本增效仍然是目前企业的首要目标。同时，企业 CXO 层级对生成式 AI 能带来的实际经济效益充满信心。数据显示，有 37% 的企业 CXO 层级表示其企业的生成式 AI 项目将带来超过 10% 的成本缩减。效率提升方面，26% 的高管预计生成式 AI 将带来超过 10% 的效率提升。这意味着，生成式 AI 不仅有助于降低成本，还能显著提高企业的运营效率，为企业在竞争激烈的市场中提供了强有力的支持。但也存在 18% 的企业高层尚不确定其生成式 AI 项目能带来多大程度的运营效率提升和成本降低。
除了降本增效之外，为用户提供更高专业和更个性化的服务、采集和分析更多维度的非结构化数据、建立行业的知识库并赋能上下游生态、开辟脑力密集型业务的新商业模式也是企业认为生成式 AI 应该实现的商业价值。
问题三：目前生成式 AI 的热门落地场景有哪些？
从各行各业的宣传中，编委会已经发现生成式 AI 正在迅速覆盖各行业和职能领域。这其中，生成式 AI 在营销和销售领域的应用尤为广泛。63% 的企业都在尝试 / 已经在营销领域应用了生成式 AI，这与营销文本、素材、图像，甚至视频的生产这些典型的营销需求，与生成式 AI 原生能力的高契合度离不开关系。销售领域因为生成式内容和个性化定制的需求巨大，吸引了 62% 的企业投入生成式 AI 的研究中。此外，IT 领域对生成式 AI 的适应性也非常强，48% 的企业在 IT 团队中引入生成式 AI，这可能得益于 IT 团队本身较高的智能化人才储备和技术基础，这使得生成式 AI 的应用更加顺利和高效。
问题四：从投入产出的角度，生成式 AI 落地的关键场景有哪些？
除了以上的热门领域，仍有很多场景机会正等待生成式 AI 的技术探索。
2024 年春季，《Gen-AI 220 应用全场景地图》在火山引擎 FORCE 原动力大会上首次亮相，基于全球超过 100 家企业在 AI 项目上的落地经验、205 家中大型企业 Al 项目的详尽研究以及超过 150 名国内外专家的洞见，《地图》精心筛选出涵盖 12 个行业的 220 个关键场景，并基于投资权重、收益类别和风险警示对场景进行精确评级。这次，编委会在原有 220 个场景的基础上新增了 20 个场景，形成了升级版的《Gen-AI 240 应用全场景地图》，希望能为企业在 AI 领域找到最适合的发展路径提供更多参考。
此外，为了搭配理解，报告中还从消费零售、金融等八大行业中，选择了 16 个真实案例，详细阐述了各案例企业面临的挑战，生成式 AI 升级点和项目效果，期望通过以上真实项目的展示，也为企业 CXO 层级，提供转型场景的选择和实施路径的灵感。
问题五：企业落地生成式 AI 时，存在哪些落地挑战？
在报告中，编委会将生成式 AI 的落地挑战分为六大类：1）作为新兴技术，企业应该如何评估其带来的创新价值，以在企业内获取项目资源；2）场景选择难，失败率高的情况下，应该如何选择确定合适的落地场景；3）AI 基础设施构建慢，周期长，企业内生成式 AI 项目如何完成快速启动；4）在生成式 AI 项目启动前，应怎样做好落地准备工作；5）在项目落地时，如何既系统规划又高效匹配人才；6）在现有的组织中，如何形成自下而上的全民创新环境。报告对以上问题进行了一一解答，并提供了行之有效的解决方案。
问题六：如何对企业 AI 的成熟度进行合理地衡量和评估？
光知道如何应对挑战还不足够，企业应先全面评估自身的 AI 成熟度，再制定符合自身实际情况的 AI 发展路线图。因此，报告中提出了一个企业 AI 成熟度框架。该框架从人才、科技、商业、数字化应用、流程、文化和知识六个维度，对企业的 AI 成熟度进行了划分和梳理。通过对标该框架，企业可以清晰地了解自己目前在 AI 应用方面所处的阶段，并参考框架中的关键指标和行动建议，有针对性地提升短板，推动企业在 AI 领域的持续成长。
该框架还为企业提供了一个与同行业企业横向比较的基准，帮助企业精准定位自身优势与不足，为后续的 AI 战略规划和落地实施提供参考和指引。企业可以根据自身的业务特点、发展阶段和资源禀赋，选择适合自己的 AI 发展路径，稳步推进 AI 转型之旅。
报告调研样本说明：
在 2024 年 6 月，火山引擎和 RollingAI 联合 InfoQ 研究中心，展开了一项关于企业生成式 AI 应用现状的用户问卷调研，调研共计回收了 590 份有效问卷，样本涵盖金融、消费零售、汽车、医药大健康、B2B 企服、制造、智能终端以及教育和科研共计八大行业，以及产品研发、营销、销售、客户关系、IT、人事 / 法务等诸多领域。
以上便是报告对六大核心问题的解答，文章的结尾，我们应当回归到企业 AI 转型的初心与使命。技术的发展和应用，最终目的是为了解决实际问题，提升效率，创造价值。生成式 AI，作为一种新兴的技术力量，其真正的价值在于它如何帮助企业实现这一目标。因此，在未来的日子里，我们期待看到更多企业能够借助生成式 AI 技术，实现业务的创新与突破，书写属于自己的 AI 转型成功故事。让我们携手并进，在 AI 的助力下，共创企业更加辉煌的未来。
