今年的政府工作報告強調(diào)了深化數(shù)字經(jīng)濟創(chuàng)新發(fā)展的重要性，首次提出“人工智能+”行動計劃。這不僅彰顯出中國政府推動數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化的決心，即通過深化大數(shù)據(jù)、人工智能（AI）等技術的研發(fā)和應用，加速實體經(jīng)濟的數(shù)字化轉(zhuǎn)型；也反映出中國在全球人工智能領域的競爭意圖和發(fā)展目標，旨在構建有國際競爭力的數(shù)字產(chǎn)業(yè)集群，推動產(chǎn)業(yè)數(shù)智化升級，從而提升全要素生產(chǎn)率。

數(shù)字產(chǎn)業(yè)集群是由各類科研機構和各行各業(yè)的企業(yè)通過參與基礎研發(fā)、技術賦能、創(chuàng)新應用等各個環(huán)節(jié)組成的。在基礎研究和研發(fā)活動外，接受技術解決方案的賦能、在實體產(chǎn)業(yè)和具體組織內(nèi)應用人工智能技術的企業(yè)占絕大多數(shù)。這些企業(yè)的管理者對于人工智能，尤其是生成式AI的認知和準備程度，將在很大程度上決定“人工智能+”行動推進高質(zhì)量發(fā)展的實效。對此，德勤中國人工智能研究院基于新近調(diào)研，為中國的企業(yè)管理者提供三點啟示。

啟示一：“人工智能+”將推動企業(yè)發(fā)展模式的深刻變革

“人工智能+”行動計劃的提出，標志著中國的數(shù)字經(jīng)濟發(fā)展進入新階段，也是中國對全球科技創(chuàng)新趨勢的決斷把握。這一新階段特別強調(diào)通過人工智能的廣泛應用，促進傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型升級和新興產(chǎn)業(yè)的快速發(fā)展。這不僅包括加快制造業(yè)的數(shù)字化轉(zhuǎn)型，推動工業(yè)互聯(lián)網(wǎng)的規(guī)?；瘧?，還涵蓋了在服務業(yè)中推進數(shù)字化轉(zhuǎn)型，建設智慧城市和數(shù)字鄉(xiāng)村，以及深入推進中小企業(yè)的數(shù)字化賦能。

以“人工智能+”為特征的中國數(shù)字經(jīng)濟新階段，不僅僅是技術的創(chuàng)新和應用，更是對經(jīng)濟社會發(fā)展模式的深刻變革。在這一承接“數(shù)字化”、邁向“智能化”的歷史性進程中，創(chuàng)新性和專業(yè)性的思考至關重要。

根據(jù)德勤針對全球各行業(yè)進行的生成式AI用例匯編，并結合中國產(chǎn)業(yè)數(shù)字化的實際情況，我們認為：制造業(yè)的智能化轉(zhuǎn)型不僅僅是簡單地將現(xiàn)有工藝數(shù)字化，更是要在此基礎上，探索如何利用人工智能等技術優(yōu)化生產(chǎn)流程、提高效率和質(zhì)量；在服務業(yè)中，智能化可以推動服務模式創(chuàng)新，如通過大數(shù)據(jù)分析提供更加個性化的服務，或者利用人工智能技術提升服務效率和體驗；智慧城市和數(shù)字鄉(xiāng)村的建設，不僅要關注數(shù)字基礎設施建設，更重要的是要考慮如何通過這些建設，服務于生態(tài)和民生改善，例如通過智能交通系統(tǒng)減少城市擁堵，或者以“智慧農(nóng)業(yè)”在新農(nóng)村建設中為農(nóng)民增收。

過去十年間，中國企業(yè)得益于國家大力投資的信息通信技術體系，例如衛(wèi)星導航和5G等，在機器視覺、智能語音、智慧城市等人工智能應用領域已建立一定基礎。而面對生成式AI的新浪潮，企業(yè)面臨挑戰(zhàn)與機遇并存。為充分利用這些機遇，“人工智能+”行動計劃應強調(diào)從宏觀到微觀層面的實施，以積極的政策和領先的示范，引導企業(yè)擁抱變革、勇于探索。這不僅意味著企業(yè)要為產(chǎn)出和獲取新技術持續(xù)投資，更關鍵是要培養(yǎng)深入的技術理解和應用能力，為應用AI構建靈活敏捷的組織。

另一方面，當企業(yè)遇到商業(yè)倫理和監(jiān)管規(guī)則的邊界，如數(shù)據(jù)隱私和AI內(nèi)容的真實性，必須從公司治理層面推動負責任的行動。這一“人工智能+”行動計劃中，企業(yè)作為“行動”的市場主體，需密切關注和積極借助有利政策，在具體應用場景中發(fā)揮AI及生成式AI的最大價值，在安全合規(guī)的前提下，推動自身企業(yè)和數(shù)字經(jīng)濟的良性發(fā)展。一個核心問題是，如何平衡人工智能的商業(yè)價值與其潛在的社會影響。目前全球協(xié)作的水平不足以確保負責任地開發(fā)基于AI的系統(tǒng)，尤其是生成式AI的強大能力和深遠影響，超出了單個組織自我監(jiān)管的能力范疇，需要企業(yè)之間的聯(lián)合及更廣泛的政企協(xié)作，確保其負責任和公平的應用。

具體而言，德勤2024年第一季度發(fā)布的《企業(yè)生成式人工智能應用現(xiàn)狀：立足當下，謀定未來》調(diào)研報告，或許能為中國企業(yè)的管理者提供對標思考的新鮮角度。這份報告針對企業(yè)如何應用生成式AI、企業(yè)行動將如何定義AI技術的價值這兩大關鍵問題，提供了超過2800位全球企業(yè)管理者的調(diào)查反饋及分析。對于生成式AI，企業(yè)管理者們未來的AI藍圖中既有亟待解答的困惑，也有搶抓機遇的決心。

啟示二：生成式AI容易讓企業(yè)產(chǎn)生已掌握AI技術的“幻覺”

根據(jù)調(diào)研，面對一年多來生成式AI的迅猛發(fā)展，受訪企業(yè)都在不同程度上選擇了應用，而且自認為技術專精水平越高，應用占比就越高。同時，近三分之二（62%）的受訪企業(yè)管理者對生成式AI表達了興奮之情。近半數(shù)受訪者（48%）預計，未來一到三年內(nèi)該技術將給自己的企業(yè)和所在行業(yè)帶來實質(zhì)性的變革——它不僅正在改變企業(yè)的管理運營與商業(yè)模式，也可能影響到社會結構變化和全球經(jīng)濟動態(tài)????，而后者的動態(tài)變化，還可能反過來對企業(yè)構成新的挑戰(zhàn)和壓力。

受訪者的共識是，生成式AI作為數(shù)字經(jīng)濟創(chuàng)新發(fā)展的重要推動力，其潛力在于能夠為企業(yè)提供前所未有的數(shù)據(jù)處理能力和創(chuàng)新能力。通過高效生成文本、圖像、視頻和音頻內(nèi)容，生成式AI不僅能夠提高企業(yè)的操作效率，還能夠幫助企業(yè)開發(fā)新產(chǎn)品和服務，從而在競爭中獲得優(yōu)勢。同時，生成式AI的應用也正推動著傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型的深化??。

值得注意的是，很大一部分受訪者（44%）認為，自己的企業(yè)當前已有“較高”或“很高”的生成式AI專精水平。這個結果有些出人意料，生成式AI急速發(fā)展并以各自“一鍵生成式”解決方案推陳出新，讓毫無機器學習基礎的人都可以自然上手，或許開始令一些企業(yè)產(chǎn)生了這種技術容易掌握的“幻覺”。這與企業(yè)開始小規(guī)模試點的具體應用很有關系，但隨著對生成式AI了解越深、應用規(guī)模越大，企業(yè)就不會再如此自信——這種趨勢在其他新技術發(fā)展過程中也屢見不鮮。

調(diào)研結果也顯示出生成式AI應用背后的企業(yè)動機：多數(shù)企業(yè)（91%）當前側重于通過提高效率和降低成本來尋求戰(zhàn)術性的效益，較少部分企業(yè)（29%）選擇將其作為工具促進創(chuàng)新和加速增長等戰(zhàn)略性的效益。這種趨勢反映了企業(yè)在采用新技術時的自然傾向：首先改進現(xiàn)有流程和能力來獲取快速價值，同時積累對新技術的了解。

“人工智能+”的加號之前，是提供這些技術應用的源頭。我們的調(diào)研顯示，大多數(shù)企業(yè)組織主要依靠現(xiàn)成的解決方案，從公開的大語言模型（LLM）到通用應用程序占比為56%~71%不等；而差異化的解決方案，如特定行業(yè)應用、私有/開源LLM則只占23%~32%。我們認為，這種做法在當前階段對提高效率和生產(chǎn)力來說是合理的，但后續(xù)可能會限制企業(yè)實現(xiàn)更高價值創(chuàng)造和戰(zhàn)略差異化的潛力。這需要企業(yè)整合內(nèi)外部資源，開發(fā)能夠支持差異化解決方案的私有或公私混合開發(fā)方法和技術基礎設施。

啟示三：為“準備不足”之處加大投入，培育新的競爭力

應用生成式AI背后的風險在于其能夠模擬人類思維和行為，但正如人類的思維和行為并非總是完美或可預測，該技術也同樣面臨著不準確的信息輸出（如以假亂真的視聽“幻覺”）、法律風險（如剽竊侵權）、隱私和數(shù)據(jù)所有權挑戰(zhàn)、缺乏透明度和問責制，以及系統(tǒng)性偏見等問題。

面對這些風險，我們的調(diào)研揭示了企業(yè)普遍存在的“準備不足”之處。41%的受訪企業(yè)管理者表示，他們的組織在處理生成式AI部署相關的人才和治理風險問題時，僅“略有準備”或“毫無準備”。而其他企業(yè)表示，盡管存在一定程度的準備，但對于如何在利用這項技術的同時防范其潛在風險，許多組織還缺乏清晰的方向。

大多數(shù)受訪企業(yè)管理者（72%）預計，生成式AI將推動人才戰(zhàn)略的變革。然而，僅有不到一半（47%）表示對員工進行了充分培訓，以幫助他們理解生成式AI的能力和價值。缺乏人才和技能被認為是應用生成式AI的一大壁壘。我們認為，企業(yè)對此需要加大投入，不僅是招聘新的技術人才，還包括向現(xiàn)有員工提供相關培訓，以及向受影響的員工提供返崗技能。在人才戰(zhàn)略方面，當前關鍵在于建立員工對于與生成式AI合作的信心，而未來則在于通過這種協(xié)作提高創(chuàng)新力和職業(yè)滿足感。

而考慮到把握機遇和管控風險，企業(yè)更重要的管理抉擇是“購買”還是“自建”生成式AI解決方案。為此，德勤人工智能研究院構建了一個評估框架，從四個維度對企業(yè)決策進行評估。

一是戰(zhàn)略上，購買能提供更快的價值實現(xiàn)和更強的即插即用功能，降低了初期的設置和維護成本；而自建能提供更多的差異化和盈利模式，以及定制模型以符合組織價值觀的靈活性；

二是成本上，購買企業(yè)需要考慮的是支持成本、使用成本、整合成本和人力成本，而自建雖然使用成本較低，但需要重大的模型對齊和維護投資；

三是風險管理上，購買需要考慮到模型版本、外部偏見、責任暴露和生成內(nèi)容的幻覺等風險，自建模型則避免了供應商對用戶的監(jiān)控，但需要企業(yè)自行管理模型對齊和控制；

四是數(shù)據(jù)準備上，購買時應評估數(shù)據(jù)質(zhì)量、數(shù)據(jù)相關性、數(shù)據(jù)可用性和數(shù)據(jù)中心化，而自建模型要求的數(shù)據(jù)量遠超過內(nèi)部可用數(shù)據(jù)，但允許企業(yè)控制使用的開源數(shù)據(jù)。

進一步而言，盡管自建模型可以為企業(yè)帶來差異化的競爭優(yōu)勢，但近期“購買”與“自建”的性能差異正在縮小?？紤]到生成式AI技術的快速發(fā)展，“購買”通常是大多數(shù)行業(yè)用例的首選，但對于尋求高數(shù)據(jù)體量和特定應用的組織而言，“自建”還是一個更值得考慮的選項。這一決策不僅關乎技術選擇，更是企業(yè)戰(zhàn)略規(guī)劃的一部分，關鍵在于如何利用生成式AI為企業(yè)帶來長期的創(chuàng)新動力和競爭優(yōu)勢。

對于企業(yè)管理與生成式AI交織的更多問題，沒有絕對正確的答案，但通過引導深思和提供指導，專業(yè)服務機構可以幫助企業(yè)為未來做好準備。隨著全球生成式AI技術的迭代和中國以“人工智能+”行動計劃的展開，今天的答案可能很快就會過時，因此持續(xù)的適應和學習至關重要。

（范為系德勤人工智能研究院聯(lián)席主管合伙人、德勤中國審計與鑒證科技賦能領導合伙人、德勤中國審計與鑒證數(shù)據(jù)分析領導合伙人，尤忠彬系德勤人工智能研究院聯(lián)席主管合伙人、德勤中國管理咨詢技術卓越中心領導合伙人、德勤中國管理咨詢金融行業(yè)整合服務領導合伙人）