Sas发布的全球研究报告指出，自ChatGPT问世以来，生成式AI展现巨大潜力，早期采用者已在员工体验、运营成本和客户保留方面获得显著提升。然而，许多组织在GenAI的实施过程中面临挑战，如技术整合、成本问题、数据信任与合规、价值转化以及人才技能短缺。报告强调，完善管理、战略性部署、技术整合和专家指导是GenAI投资成功的关键要素，并建议组织制定明确策略以加速创新、保护数据、确保结果可靠可解释并加强管理，从而实现GenAI的真正商业价值。

📈 早期采用生成式AI的组织在员工体验和满意度、运营成本节省以及客户保留率方面均取得了显著的积极成果。

🚧 尽管对生成式AI寄予厚望，但许多组织在将这项技术整合到现有系统和流程中时面临重大挑战，同时成本也是一个重要的考量因素。

🛡️ 增加对数据使用的信任感并实现合规性，将GenAI的采用转化为可衡量的商业价值，以及寻找具备相关技能的人才是成功实施GenAI的关键障碍。

🔑 完善的管理体系、战略性的部署方法、顺畅的技术整合以及专业的专家指导是组织通过生成式AI投资取得成功的四大核心要素。

💡 为了充分发挥生成式AI的潜力，组织需要制定明确的策略，包括加速创新、加强数据保护、确保结果的可靠性和可解释性，并强化对AI技术的管理和监督。

Sas发布了“生成式 AI 全球研究报告”。

组织表示能在早期取得佳绩

自 2022 年 11 月 ChatGPT 大规模问世以来，生成式 AI（GenAI）已成为一项具有非凡潜力的技术。决策者无不认识到 GenAI 能推动创新、新的对话体验和运营效率。

我们的研究发现，采用生成式 AI 的组织已开始获得显著的益处：

89% 指出员工体验和满意度均提升

82% 表示他们正在节省运营成本

82% 指出客户保留率提高了

然而，随着对 GenAI 的关注和投资越来越多，许多组织在实施方面却遇到困难。这些问题可能会浪费资源、影响客户的意愿，甚至使组织违反法规。在已完全实施 GenAI 项目的组织中，39% 认为将 GenAI 技术整合至现有系统是一大挑战，而 34% 则面临巨大的成本难题。这些问题最好能在早期阶段解决，也就是在部署 GenAI 并投入大量资源之前。

我们的研究指出，虽然组织预期将在 GenAI 取得成功，但他们在实施的四大领域中遇到了障碍：

增加对数据使用的信任并实现合规：将信任感带入业务成果。

缔造价值：将采用率转化为可衡量的益处。

将 GenAI 整合到现有的系统和流程中：确保系统和工具不会限制 GenAI 的潜力。

寻找相关人才和技能：找出能够支持您 GenAI 策略的人才。

成功实施 GenAI 的策略

通过 GenAI 投资取得成功的四大要素：

完善管理

战略性部署

技术整合

专家指导

为了尽可能提高生产力，GenAI 必须顺畅地嵌入业务流程和系统中。绩效应力求可靠、透明和道德，并加快生产力且改善客户体验，同时为利益相关者增加可衡量的价值。

创造竞争优势的蓝图

GenAI 项目是以满足当前需求的方式打造，而且也应为未来的成长和创新做好准备。

为了成功推广 GenAI 计划，您应对以下各领域制定明确的策略：

加速创新：通过使用智能决策等决策流程工具，将 GenAI 模型无缝整合至决策工作流程、AI 和机器学习应用程序以及现有的业务流程中。

数据保护：通过强大的数据质量机制（包括合成数据生成、数据最小化、匿名化和加密），确保用户隐私和安全，而这些措施皆能保护敏感信息。

可靠且可解释的结果：数据专家可运用自然语言处理技术来预处理数据，以易于理解的术语解释生成的输出内容，并尽量减少幻觉且降低词汇标记的成本。

加强管理：使用内置工作流程来验证大语言模型（LLM）的整个生命周期，范围涵盖合规及模型风险管理。

当组织继续实验 GenAI 时，真正的商业价值将取决于厘清实际的用例，以提供可靠和可扩展的价值。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！