基于SAS®Viya®的新型临床数据存储库打造了开放的、可扩展的云原生分析平台,帮助提高生产力并加速创新企业领导者的顾虑主要集中在:缺乏认知、缺少清晰的业务战略、数据不足以及合规准备不足;而数据隐私、安全和治理则是他们面临的主要挑战。
生成式AI并非昙花一现,而是大势所趋,世界各地的企业都在积极应用和投资这项技术。那么,哪些国家和地区在生成式AI的应用方面处于领先水平?SAS委托Coleman Parkes Research公司进行的一项最新全球研究显示,中国的生成式AI应用率最高。参与调研的中国企业决策者表明,83%的中国企业正在使用生成式AI,超过了英国(70%)、美国(65%)和澳大利亚(63%)。不过,在成熟度和全面部署生成式AI技术方面,美国(24%)领先于中国(19%)和英国(11%)。
这对于AI和生成式AI的全球经济影响来说意味着什么呢?麦肯锡在2023年发布的一份报告中预测,如果在其研究的所有应用场景中使用生成式AI,将为全球经济带来年产值高达2.6万亿-4.4万亿美元的增长,这一增量基本相当于英国2021年的GDP。这将使AI的整体影响力提升15%-40%。
为此,SAS和Coleman Parkes对全球主要市场的1,600名决策者进行了调研。受访者涵盖银行、保险、公共部门、生命科学、医疗保健、电信、制造、零售、能源和公用事业以及专业服务等各个行业。参与调研的企业中,规模最小的员工人数为500-999人,规模最大的超过10,000人。
如需了解更多信息,请查看完整研究报告和交互式数据仪表盘。
值得注意的是,本次报告中显示中国的生成式AI应用率处于领先地位,在部署有效性和回报率方面,美国企业则相对领先。Coleman Parkes董事总经理Stephen Saw补充道:“在全面部署生成式AI的企业中,中国有19%,美国有24%。”
生成式AI在全球各地飞速发展
根据全球调研结果,多项指标表明,全世界都在拥抱生成式AI,并开始通过应用生成式AI获得切实的商业成果,只是不同地区的步调不尽相同。
“对于任何新技术,企业必定都会经历一个探索阶段,逐渐分清炒作宣传与实际状况,从而了解具体实施时的复杂性。如今,生成式AI已经到了这一关键时刻。”SAS执行副总裁兼首席技术官Bryan Harris表示,“炒作周期结束后,我们要做的是有目的地部署生成式AI,并实现可重复、可信赖的商业成果。”
在企业流程中全面使用和部署生成式AI方面,各地区的排名如何?
●北美:20%
●亚太地区:10%
●拉美地区:8%
●北欧:7%
●西南欧和东欧:7%
哪些地区实施了生成式AI使用政策?
●亚太地区:71%
●北美:63%
●西南欧和东欧:60%
●北欧:58%
●拉美地区:52%
计划在下一财年投资生成式AI的企业在多大程度上设立了专项预算?
●亚太地区:94%
●北欧:91%
●西南欧和东欧:91%
●北美:89%
●拉美地区:84%
注:北美包括美国和加拿大;拉美地区包括巴西和墨西哥;北欧包括英国/爱尔兰、瑞典、挪威、芬兰和丹麦;西南欧和东欧包括法国、德国、意大利、比荷卢、西班牙和波兰;亚太地区包括澳大利亚、中国、日本和阿联酋/沙特阿拉伯。
不同行业和职能部门对生成式AI的接受度各异
Alchemy Crew首席执行官兼风险合伙人Sabine VanderLinden认为,部署生成式AI的行业发展潜力巨大。“生成式AI正在重塑商业世界的未来。”她指出,“事实上,从市场营销领域的动态客户画像到保险业的精准理赔,将生成式AI集成到业务流程中,能够为提升效率、个性化和战略前瞻性带来无与伦比的机遇。要想在竞争激烈、高度不确定和不可预测的市场中保持领先地位,拥抱生成式AI技术至关重要。”
调研数据显示,从行业细分来看,在将生成式AI全方位集成至日常业务运营方面,银行业和保险业领先于其他行业。调研结果的主要亮点如下:
在全面部署生成式AI并将其全面集成至常规业务流程方面,各行业的排名如何?
●银行:17%
●电信:15%
●保险:11%
●生命科学:11%
●专业服务:11%
●零售:10%
●公共部门:9%
●医疗保健:9%
●制造:7%
●能源和公用事业:6%
哪些行业已经在一定程度上将生成式AI投入日常使用?
●电信:29%
●零售:27%
●银行:23%
●专业服务:23%
●保险:22%
●生命科学:19%
●医疗保健:17%
●能源和公用事业:17%
●制造:16%
●公共部门:13%
企业内的哪些部门正在使用或计划使用生成式AI?
●销售:86%
●市场营销:85%
●IT:81%
●财务:75%
●生产:75%
率先采用生成式AI的企业在应用和部署该技术时面临重重阻碍
缺少清晰的生成式AI战略,是企业在将该技术应用于日常运营时面临的首要挑战。
只有9%的受访企业领导者表示非常了解其所在企业的生成式AI应用情况。所在企业已全面部署生成式AI的受访者中,只有25%表示非常了解其企业的生成式AI应用战略。即使是负责技术投资决策的决策者也不了解AI,包括生成式AI应用率名列前茅的企业中的此类决策者。
九成高级技术决策者承认,他们并不完全了解生成式AI及其对业务流程的潜在影响。45%的首席信息官了解所在企业的AI应用战略,位居各类高管之首,但只有36%的首席技术官表示完全了解。
不过,虽然存在这种认知偏差,但大多数企业(75%)表示已为下一财年投资生成式AI设立预算。
企业面临的其他挑战包括:
●数据
在应用生成式AI的过程中,企业发现缺少足够的数据来对大语言模型(LLM)进行微调。当进行深入部署时,企业还发现缺少合适的工具来顺利完成部署。企业IT主管最关注的是数据隐私(76%)和数据安全(75%)。
●合规
只有一成企业表示已经为应对即将出台的AI法规做好充分准备。在已全面部署生成式AI的企业中,有三分之一认为自己能够满足法规要求。只有7%的企业提供了高水平的生成式AI治理培训。只有5%的企业已有可靠的系统,可用于评估大语言模型的偏见和隐私风险。
尽管存在各种障碍,但部分率先采用生成式AI的企业已从中收获切实的益处:89%表示员工体验和满意度得到改善;82%表示节省了运营成本;82%表示客户留存率有所提高。
了解SAS的最新消息,请关注SAS的Twitter账户@SASsoftwareNews。
好文章,需要你的鼓励
DeepSeek 的 AI 模型在处理效率方面取得重大突破,可能对数据中心产生深远影响。尽管引发了科技股抛售,但业内专家认为,这项创新将推动 AI 应用普及,促进大规模和分布式数据中心基础设施需求增长。更高效的 AI 算法有望降低成本、扩大应用范围,从而加速数据中心行业发展。
Rivian 正全面推进 AI 技术整合,开发下一代电动车平台,以挑战特斯拉的市场地位。公司计划于 2025 年实现免手驾驶,2026 年达到 L3 级自动驾驶。Rivian 还将在车载系统中广泛应用 AI 技术,提供语音交互等功能,并计划推出更实惠的车型,扩大市场份额。
Postman 发布了 AI 代理构建器,这是一款创新的生成式 AI 工具。它允许开发者通过整合大语言模型、API 和工作流程来设计、构建、测试和部署智能代理。这一工具旨在简化 API 交互、优化工作流程,并支持创建能执行复杂任务的智能代理,标志着 API 优先的 AI 开发迈出了重要一步。
微软第二财季利润同比增长10%,人工智能年化收入达130亿美元。然而,云计算业务未达预期,下季度指引不及预期,导致盘后股价下跌。公司资本支出创新高,以满足AI和云需求。尽管Azure增长放缓,但微软对下半年增速加快持乐观态度。同时,中国AI初创公司DeepSeek的崛起引发业界对AI基础设施投资的重新审视。