关于报告的所有内容，公众号『行业报告智库』阅读原文或点击菜单获取报告下载查看。
2025 年，企业纷纷开始重构组织架构和业务流程，以从生成式 AI 中获取真正的商业价值。调研显示，超七成企业已在至少一个业务领域中应用 AI 技术，其中生成式 AI 的使用增长迅猛，正在重塑企业的运营模式和价值创造方式。
生成式 AI 的价值创造离不开企业的深度组织变革。调查显示，CEO 对 AI 治理的直接监督与企业从生成式 AI 中获取的利润影响高度相关。在年收入超 5 亿美元的大企业中，CEO 的参与对 AI 带来的息税前利润贡献最为显著。约 28% 的 AI 应用企业表示 CEO 负责监督 AI 治理，而在大型企业中，这一比例有所下降，17% 的企业由董事会直接负责。高层的直接参与和决策对于 AI 的成功落地至关重要。
企业正在通过重新设计工作流程来增强 AI 的价值创造能力。调查发现，在 25 项测试的组织属性中，工作流程的重新设计对组织从生成式 AI 中获取 EBIT 影响的效果最为显著。21% 的使用生成式 AI 的企业表示，他们已经对至少部分工作流程进行了根本性的重新设计。这种重新设计不仅仅是技术的简单应用，而是涉及整个组织的变革，包括业务流程的优化、员工角色的调整以及数据管理的升级。
企业在部署 AI 时，正逐渐形成一套结构化的策略。对于风险和合规管理以及数据治理，企业往往采用完全集中的模式，例如设立卓越中心来统一管理。而对于技术人才的管理和 AI 解决方案的采用，企业更倾向于采用混合或部分集中的模式，即部分资源由中心管理，部分资源分布在各个业务部门或职能中。这种模式既保证了 AI 技术的统一标准和风险管理，又兼顾了业务部门的灵活性和创新性。
企业在使用生成式 AI 时，对其输出内容的监控存在较大差异。27% 的企业表示，他们在使用生成式 AI 输出内容前会进行全面审查，例如在客户看到聊天机器人的回复或 AI 生成的营销图像之前。但也有类似比例的企业表示，他们仅审查 20% 或更少的生成式 AI 内容。这种差异反映了不同行业和企业对 AI 输出内容质量把控的不同策略。从事商业、法律和其他专业服务的企业更倾向于全面审查 AI 输出，以确保内容的准确性和合规性。
企业对生成式 AI 相关风险的管理力度正在加强。调查显示，企业对 AI 输出不准确、知识产权风险和隐私风险的管理力度较 2024 年初有所提升。这些风险是企业认为由生成式 AI 引起负面后果的最常见原因。在风险管理方面，大型企业表现得更为积极，他们更有可能管理潜在的网络安全和隐私风险，但在 AI 输出的准确性和可解释性方面，与小型企业相比并无显著差异。
尽管大多数企业尚未实现生成式 AI 在整个组织范围内的价值创造，但一些企业已经开始采用最佳实践来加速这一进程。调查显示，跟踪明确的 KPI 是对 EBIT 影响最大的实践，而在大型企业中，制定清晰的生成式 AI 推广路线图也具有显著影响。但目前只有不到三分之一的企业表示他们正在遵循大多数生成式 AI 采用和扩展的最佳实践，这表明企业在 AI 价值创造方面仍有很大的提升空间。
生成式 AI 的兴起正在改变企业对劳动力的需求。调查显示，企业对 AI 相关角色的招聘需求依然旺盛，特别是数据科学家、机器学习工程师和数据工程师等技术人才。企业也在积极进行员工再培训，以适应 AI 技术的应用。在过去一年中，许多企业已经开始对部分员工进行再培训，预计未来三年内将有更多员工接受 AI 相关的再培训。
生成式 AI 的应用范围正在迅速扩大。调查显示，71% 的企业表示他们已经在至少一个业务领域中定期使用生成式 AI，较 2024 年初的 65% 有所增长。企业在营销和销售、产品和服务开发、服务运营以及软件工程等领域中使用生成式 AI 的比例最高。不同行业的企业在 AI 的应用领域上存在差异，例如媒体和电信公司更多地在服务运营中应用 AI，而科技公司则更倾向于在软件工程中使用 AI。
个人对生成式 AI 工具的使用也在迅速增加，特别是企业高管。调查显示，53% 的高管表示他们经常在工作中使用生成式 AI，这一比例高于中层管理人员的 44%。这种趋势表明，企业高层对生成式 AI 的接受度和使用频率正在不断提高，这将进一步推动企业在组织层面的 AI 应用。
企业在使用生成式 AI 时，不仅局限于文本输出，还在探索图像、计算机代码、视频和音频等多种模态的生成。调查显示，63% 的企业使用生成式 AI 创建文本内容，但也有超过三分之一的企业在生成图像，超过四分之一的企业在生成计算机代码。
生成式 AI 对企业业务单元的收入和成本影响正在逐渐显现。调查显示，越来越多的企业报告称，生成式 AI 在部署的业务单元中增加了收入并降低了成本。但从整个企业层面来看，生成式 AI 对息税前利润的影响尚未显著。企业在将 AI 技术的价值从局部业务单元扩展到整个组织方面仍面临挑战。
