企业的管理者对于人工智能，尤其是生成式AI的认知和准备程度，将在很大程度上决定“人工智能+”行动推进高质量发展的实效。
今年的政府工作报告强调了深化数字经济创新发展的重要性，首次提出“人工智能+”行动计划。这不仅彰显出中国政府推动数字产业化、产业数字化的决心，即通过深化大数据、人工智能（AI）等技术的研发和应用，加速实体经济的数字化转型；也反映出中国在全球人工智能领域的竞争意图和发展目标，旨在构建有国际竞争力的数字产业集群，推动产业数智化升级，从而提升全要素生产率。
数字产业集群是由各类科研机构和各行各业的企业通过参与基础研发、技术赋能、创新应用等各个环节组成的。在基础研究和研发活动外，接受技术解决方案的赋能、在实体产业和具体组织内应用人工智能技术的企业占绝大多数。这些企业的管理者对于人工智能，尤其是生成式AI的认知和准备程度，将在很大程度上决定“人工智能+”行动推进高质量发展的实效。对此，德勤中国人工智能研究院基于新近调研，为中国的企业管理者提供三点启示。
“人工智能+”行动计划的提出，标志着中国的数字经济发展进入新阶段，也是中国对全球科技创新趋势的决断把握。这一新阶段特别强调通过人工智能的广泛应用，促进传统产业的转型升级和新兴产业的快速发展。这不仅包括加快制造业的数字化转型，推动工业互联网的规模化应用，还涵盖了在服务业中推进数字化转型，建设智慧城市和数字乡村，以及深入推进中小企业的数字化赋能。
以“人工智能+”为特征的中国数字经济新阶段，不仅仅是技术的创新和应用，更是对经济社会发展模式的深刻变革。在这一承接“数字化”、迈向“智能化”的历史性进程中，创新性和专业性的思考至关重要。
根据德勤针对全球各行业进行的生成式AI用例汇编，并结合中国产业数字化的实际情况，我们认为：制造业的智能化转型不仅仅是简单地将现有工艺数字化，更是要在此基础上，探索如何利用人工智能等技术优化生产流程、提高效率和质量；在服务业中，智能化可以推动服务模式创新，如通过大数据分析提供更加个性化的服务，或者利用人工智能技术提升服务效率和体验；智慧城市和数字乡村的建设，不仅要关注数字基础设施建设，更重要的是要考虑如何通过这些建设，服务于生态和民生改善，例如通过智能交通系统减少城市拥堵，或者以“智慧农业”在新农村建设中为农民增收。
过去十年间，中国企业得益于国家大力投资的信息通信技术体系，例如卫星导航和5G等，在机器视觉、智能语音、智慧城市等人工智能应用领域已建立一定基础。而面对生成式AI的新浪潮，企业面临挑战与机遇并存。为充分利用这些机遇，“人工智能+”行动计划应强调从宏观到微观层面的实施，以积极的政策和领先的示范，引导企业拥抱变革、勇于探索。这不仅意味着企业要为产出和获取新技术持续投资，更关键是要培养深入的技术理解和应用能力，为应用AI构建灵活敏捷的组织。
另一方面，当企业遇到商业伦理和监管规则的边界，如数据隐私和AI内容的真实性，必须从公司治理层面推动负责任的行动。这一“人工智能+”行动计划中，企业作为“行动”的市场主体，需密切关注和积极借助有利政策，在具体应用场景中发挥AI及生成式AI的最大价值，在安全合规的前提下，推动自身企业和数字经济的良性发展。一个核心问题是，如何平衡人工智能的商业价值与其潜在的社会影响。目前全球协作的水平不足以确保负责任地开发基于AI的系统，尤其是生成式AI的强大能力和深远影响，超出了单个组织自我监管的能力范畴，需要企业之间的联合及更广泛的政企协作，确保其负责任和公平的应用。
具体而言，德勤2024年第一季度发布的《企业生成式人工智能应用现状：立足当下，谋定未来》调研报告，或许能为中国企业的管理者提供对标思考的新鲜角度。这份报告针对企业如何应用生成式AI、企业行动将如何定义AI技术的价值这两大关键问题，提供了超过2800位全球企业管理者的调查反馈及分析。对于生成式AI，企业管理者们未来的AI蓝图中既有亟待解答的困惑，也有抢抓机遇的决心。
根据调研，面对一年多来生成式AI的迅猛发展，受访企业都在不同程度上选择了应用，而且自认为技术专精水平越高，应用占比就越高。同时，近三分之二（62%）的受访企业管理者对生成式AI表达了兴奋之情。近半数受访者（48%）预计，未来一到三年内该技术将给自己的企业和所在行业带来实质性的变革——它不仅正在改变企业的管理运营与商业模式，也可能影响到社会结构变化和全球经济动态，而后者的动态变化，还可能反过来对企业构成新的挑战和压力。
受访者的共识是，生成式AI作为数字经济创新发展的重要推动力，其潜力在于能够为企业提供前所未有的数据处理能力和创新能力。通过高效生成文本、图像、视频和音频内容，生成式AI不仅能够提高企业的操作效率，还能够帮助企业开发新产品和服务，从而在竞争中获得优势。同时，生成式AI的应用也正推动着传统企业数字化转型的深化。
值得注意的是，很大一部分受访者（44%）认为，自己的企业当前已有“较高”或“很高”的生成式AI专精水平。这个结果有些出人意料，生成式AI急速发展并以各自“一键生成式”解决方案推陈出新，让毫无机器学习基础的人都可以自然上手，或许开始令一些企业产生了这种技术容易掌握的“幻觉”。这与企业开始小规模试点的具体应用很有关系，但随着对生成式AI了解越深、应用规模越大，企业就不会再如此自信——这种趋势在其他新技术发展过程中也屡见不鲜。
调研结果也显示出生成式AI应用背后的企业动机：多数企业（91%）当前侧重于通过提高效率和降低成本来寻求战术性的效益，较少部分企业（29%）选择将其作为工具促进创新和加速增长等战略性的效益。这种趋势反映了企业在采用新技术时的自然倾向：首先改进现有流程和能力来获取快速价值，同时积累对新技术的了解。
“人工智能+”的加号之前，是提供这些技术应用的源头。我们的调研显示，大多数企业组织主要依靠现成的解决方案，从公开的大语言模型（LLM）到通用应用程序占比为56%~71%不等；而差异化的解决方案，如特定行业应用、私有/开源LLM则只占23%~32%。我们认为，这种做法在当前阶段对提高效率和生产力来说是合理的，但后续可能会限制企业实现更高价值创造和战略差异化的潜力。这需要企业整合内外部资源，开发能够支持差异化解决方案的私有或公私混合开发方法和技术基础设施。
应用生成式AI背后的风险在于其能够模拟人类思维和行为，但正如人类的思维和行为并非总是完美或可预测，该技术也同样面临着不准确的信息输出（如以假乱真的视听“幻觉”）、法律风险（如剽窃侵权）、隐私和数据所有权挑战、缺乏透明度和问责制，以及系统性偏见等问题。
面对这些风险，我们的调研揭示了企业普遍存在的“准备不足”之处。41%的受访企业管理者表示，他们的组织在处理生成式AI部署相关的人才和治理风险问题时，仅“略有准备”或“毫无准备”。而其他企业表示，尽管存在一定程度的准备，但对于如何在利用这项技术的同时防范其潜在风险，许多组织还缺乏清晰的方向。
大多数受访企业管理者（72%）预计，生成式AI将推动人才战略的变革。然而，仅有不到一半（47%）表示对员工进行了充分培训，以帮助他们理解生成式AI的能力和价值。缺乏人才和技能被认为是应用生成式AI的一大壁垒。我们认为，企业对此需要加大投入，不仅是招聘新的技术人才，还包括向现有员工提供相关培训，以及向受影响的员工提供返岗技能。在人才战略方面，当前关键在于建立员工对于与生成式AI合作的信心，而未来则在于通过这种协作提高创新力和职业满足感。
而考虑到把握机遇和管控风险，企业更重要的管理抉择是“购买”还是“自建”生成式AI解决方案。为此，德勤人工智能研究院构建了一个评估框架，从四个维度对企业决策进行评估。
一是战略上，购买能提供更快的价值实现和更强的即插即用功能，降低了初期的设置和维护成本；而自建能提供更多的差异化和盈利模式，以及定制模型以符合组织价值观的灵活性；
二是成本上，购买企业需要考虑的是支持成本、使用成本、整合成本和人力成本，而自建虽然使用成本较低，但需要重大的模型对齐和维护投资；
三是风险管理上，购买需要考虑到模型版本、外部偏见、责任暴露和生成内容的幻觉等风险，自建模型则避免了供应商对用户的监控，但需要企业自行管理模型对齐和控制；
四是数据准备上，购买时应评估数据质量、数据相关性、数据可用性和数据中心化，而自建模型要求的数据量远超过内部可用数据，但允许企业控制使用的开源数据。
进一步而言，尽管自建模型可以为企业带来差异化的竞争优势，但近期“购买”与“自建”的性能差异正在缩小。考虑到生成式AI技术的快速发展，“购买”通常是大多数行业用例的首选，但对于寻求高数据体量和特定应用的组织而言，“自建”还是一个更值得考虑的选项。这一决策不仅关乎技术选择，更是企业战略规划的一部分，关键在于如何利用生成式AI为企业带来长期的创新动力和竞争优势。
对于企业管理与生成式AI交织的更多问题，没有绝对正确的答案，但通过引导深思和提供指导，专业服务机构可以帮助企业为未来做好准备。随着全球生成式AI技术的迭代和中国以“人工智能+”行动计划的展开，今天的答案可能很快就会过时，因此持续的适应和学习至关重要。
（范为系德勤人工智能研究院联席主管合伙人、德勤中国审计与鉴证科技赋能领导合伙人、德勤中国审计与鉴证数据分析领导合伙人，尤忠彬系德勤人工智能研究院联席主管合伙人、德勤中国管理咨询技术卓越中心领导合伙人、德勤中国管理咨询金融行业整合服务领导合伙人）