摩根士丹利近日发表的关于生成式人工智能（GenAI）应用的研究报告，重点关注了企业对 GenAI 的采用情况、应用案例、面临的挑战以及未来发展趋势。
根据摩根士丹利AlphaWise调查，生成式AI目前仍处于早期阶段，仅有少数项目从概念验证（Proof of Concept）进入到大规模生产。
企业在生成式AI的采用过程中面临多个挑战，主要包括三个方面：
- 数据与网络安全：60%的企业将其列为首要担忧，尤其是在需要处理敏感客户数据的行业（如金融和医疗）。
- AI实施策略和团队支持：47%的企业表示，缺乏明确的实施战略和内部团队的支持阻碍了部署速度。
- 预算问题：仅33%的企业认为预算是主要障碍，相较于其他挑战，这一问题在早期部署中影响较小。
根据摩根士丹利的报告，多数公司已推出的 GenAI 解决方案投资回报率达到或超过预期，约 40% 的受访者表示 ROI 超出预期，大型企业表现更佳。大型企业更注重利用 GenAI 降低成本，小型企业则在关注成本的同时也注重收入增长；科技和工业领域在追求收入增长方面更为突出。
企业部署 GenAI 的案例
- 生产力提升工具
新思科技 （Synopsys）：其 AI 生产力工具套件 Synopsys.ai 于 2020 年推出，后增加 GenAI 助手，帮助半导体设计公司自动化重复任务，客户使用该工具后合同规模平均增长 20%。
赛富时 （Salesforce）：推出 Agentforce，允许客户快速自动化工作流程，如在某保险机构案例中，使客户每次服务呼叫成本从约 6 美元降至 1 美元。
- 产品优化与个性化
Meta Platforms, Inc. ：通过 Advantage + 广告工具帮助企业个性化广告，使用该工具的广告商回报率提高 22%，目前有 100 万广告商使用 GenAI 功能。
欧莱雅（L’Oreal） ：利用 Skin Genius 工具进行虚拟皮肤分析，为客户推荐产品，使柜台销售转化率从约 10% 提高到 70 – 73%。
- 流程自动化与效率提升
Axon Enterprise, Inc.：其 Draft One 工具基于第三方大语言模型（LLM），可根据警察随身摄像机生成事件报告，已产生约 1 亿美元的潜在销售机会，预计 2024 年下半年预订量将超 2023 年全年。
企业采用 GenAI 的案例分析
- 金融服务：摩根大通利用 AI 实现客户个性化、提高交易和运营效率、改善信用决策等，美国银行将 AI 应用于商业和企业银行业务以减少手动交互，富国银行通过 AI 优化营销和客户服务，美国运通利用 AI 提升搜索功能和客户自助服务能力。
- 互联网平台：Airbnb 利用 AI 辅助客户服务，eBay 通过 GenAI 自动生成商品描述，Uber 使用 GenAI 助手提高开发者生产力和入职决策准确性，京东将 AI 用于电话分流和客服系统集成。
- 电信：AT&T 和 Verizon 运用 AI 改善客户服务，如通过语音识别技术降低呼叫量，Telus 专注于 AI 服务和内容审核，罗杰斯通信利用 AI 进行野火预测和烟雾检测。
- 医疗保健：联合健康集团的 AI 投资将在未来几年产生数十亿美元的效率提升，Irhythm Technologies 利用 AI 进行疾病预测，GE 医疗保健通过 AI 研究模型预测癌症患者对免疫疗法的反应，Quest Diagnostics 在运营中扩展自动化和 AI 应用。
- 工业：Axon 通过 AI 工具减少警察报告撰写时间，CNH 工业利用 AI 控制农药和化肥使用，C.H. Robinson 通过 GenAI 自动回复货运报价邮件，诺福克南方公司利用 AI 模型优化铁路维护决策。
- 能源：西方石油公司利用 AI 实现油井服务活动自动化和预测分析，贝克休斯预计 GenAI 将提升天然气需求，金德摩根分析 AI 对数据中心能源需求的影响，Adnoc Logistics 通过 AI 降低碳排放强度和事故发生率。
- 消费品：欧莱雅通过 AI 优化广告和促销投资，百事可乐的 AI 图像识别应用缩短了调查时间并促进了销售，通用磨坊试点 AI 减少了成品浪费，沃尔玛利用 GenAI 改进产品目录数据并提升线上订单处理效率。
- 信息技术服务：GoDaddy 通过 AI 简化网站编辑和创建流程，ADI 在 AI 数据中心建设相关业务中有增长，康宁企业销售受 GenAI 产品驱动增长，Salesforce 部署大量 AI 代理并提高了客户支付意愿。
- 酒店、餐饮和休闲：万豪国际利用 GenAI 处理复杂预订，Expedia 通过 AI 提升客户体验和节省成本，Booking Holdings 利用 AI 提高客服效率，百胜中国通过 AI 技术减少食物浪费。
未来趋势与机遇
1. 自动化领域的创新
生成式AI的未来发展方向是向“AI代理”（Agent）转变，即让AI工具实现任务自动化而无需人类介入。
- 特点：用户通过自然语言设定规则和范围，AI工具即可完成操作。例如，自动更新数据库或执行客户任务。
- 意义：显著降低了企业员工学习专业技能的门槛。
2. 多模态模型的普及
生成式AI逐步融合文本、图像和其他多种数据类型的分析能力，将在更广泛的场景中发挥作用，例如：
- 医疗影像分析与报告生成。
- 银行业务数据处理和文件自动化。
3. 投资重点领域
- 技术提供商：如 微软 、 谷歌 、 Meta Platforms, Inc. 等已经在生成式AI领域建立优势，值得持续关注。
- AI采用者：关注具备高成本削减能力的行业和企业（例如医疗、零售和工业）。
- ROI聚焦：企业需要从概念验证转向能够带来实际成本节约或收入增长的生产性项目。
4. 生产力与劳动力缺口
随着全球人口老龄化加剧，生成式AI被视为填补生产力缺口的核心技术。到2030年，全球主要经济体将减少7500万名劳动力，而AI在解决这一问题上具备显著潜力。
生成式AI正逐步从早期概念验证向大规模应用转变，其在生产力提升、客户服务优化、供应链管理和行业特定场景中展现了巨大潜力。未来，投资者应关注技术提供者与早期采用者的协同发展，以及生产性应用案例的落地效果。
文章来源：老虎证券
原创文章，作者：Money，如若转载，请注明出处：https://www.moneyhome.com/814.html