创新指南 | 生成式AI如何引领企业创新未来?

2023年麦肯锡全球数字战略调查了1000多名受访者,发现:建立创新文化的组织与它们应用包括生成式AI在内的最新数字技术提高产出的能力之间有着惊人的强关联。 本文探讨了顶尖创新企业采取的五项行动,使它们与同行之间拉开距离,并在使用生成式AI方面大大超越对手,以及这些因素如何帮助创造商业价值。

01.生成式AI正在焕发出强劲创造力

创新组织在生成式AI(Gen AI)领域处于领先地位,这毫不意外,但他们在部署这项技术时所取得的成功却相当惊人。这得益于5个基本实践: 自动编写、自我学习的代码,“无接触”决策制定,以及大型语言模型。这些颇有前景的应用为企业提供实现新的增长的机会。商业界对生成式AI通过改变跨职能办公的工作方式以及改变工作流程来创造价值的能力感到兴奋。 

与任意一种技术相同,生成式AI并非万能良药。事实上多数组织在实现数字化投资的价值方面存在困难,如果领导者在没有为组织做好充足准备情况下部署生成式AI,那么很可能导致在这一项目上的投资付诸东流。此外,企业投资和使用生成式AI还伴随着其他挑战,比如:使用公共生成式AI产品可能导致知识产权或专有数据流入公共领域、隐私和偏见等。 

文中深入探讨了顶尖创新者采取的五项行动,这些行动旨在缩短创新者们与同行之间先前存在的战略差距、使用生成式AI方面实现超越,以及帮助创新者创造巨大的商业价值。 

生成式AI使用趋势

02.行动胜于空谈:部署生成式AI

如上图所示,每个人都在讨论生成式人工智能,但顶尖的创新者实际上已经在采取行动。在我们调查的顶尖创新者中,有30%的创新者表示他们已经在其创新和研发职能中大规模部署了生成式AI,这一比例是那些在创新上落后的公司的六倍多。

与2022年相比,这是一个加速发展的趋势,当时顶尖的创新者部署生成式AI的规模落后同行的3.2倍,根据我们的研究。差距的扩大非常重要,因为组织越来越多地将创新视为在经济困难时期增长和韧性的主要驱动力。能够利用生成式AI的速度和精细度来发现新增长机会的公司,很可能拥有强大的竞争优势。 

强大的创新文化能够帮助企业同时做好多件事情。它通过为各种举措提供所需的资源以强调愿景和战略,并专注于追求基于差异化商业洞察力的新的和更大的想法——甚至在过程中接受失败。创新文化也能在相关市场中更快地达到规模。它们还通过利用外部网络和激励及奖励员工创新来动员组织。 

坚定的创新者构建的运营模式反映了这类实践,或者其他。包括大力投资和研发数字工具,如高级分析、人工智能、数字平台和知识管理。总体而言,他们更愿意自我颠覆并追求突破。 

在当前不确定的全球背景下,大多数组织正在所有增长途径中寻找新的增长来源。在我们的新调查中,78%的受访者表示,为了到2025年保持经济上的可行性,他们当前的商业模式需要“由适度到完全”地改变。创新是生存的核心,创新公司正在利用技术来战胜困难。

AI趋势

尽管公司通常寻求其核心业务来推动大部分增长,但在我们的最新调查中,大多数组织在“研发新业务”和“扩展旧业务”上的关注程度几乎相同,甚至针对其核心业务的创新方面也是如此。 

03.事实表明:顶尖创新者基于其AI投资获得了更好的商业绩效

长期以来,对于能够正确把握创新的公司而言,创新一直是增长和竞争优势的源泉。顶尖的创新者之所以胜出,不仅仅是因为他们更快地发现新机会,并提出满足这些新兴需求的创意。而且他们在快速开发这些创意并领先于同行进行规模化方面也更为出色,无论是将新产品推向市场还是创新他们的运营模式。实际上,我们在2022年6月的研究中发现,顶尖的创新者鼓励创新实验的可能性是其他公司的三倍。 生成式AI可以加速这一竞争优势,并进一步扩大顶尖创新者与其他公司之间的差距。可用数据的激增以及人工智能算法的学习曲线呈指数级增长,正在为他们带来有利的剧变。

04.创新运营模式的必要性

值得注意的是,顶尖的创新者正在将他们的运营模式硬性设定为由AI领导,这使他们能够捕获这些投资的价值以推动增长。 麦肯锡的研究表明,诸如此类的创新实验和承诺(关于发展思想、技术)是至关重要的,它们是推动新增长来源成功的关键。这些相同的因素也是从生成式AI中获取价值的核心。例如,从功能孤岛重组为与产品或平台对齐的集成的、跨职能的团队;使产品管理成为整个组织的核心能力;以及频繁地审查人才和资源的分配,方便与最具备影响力的领域对齐。 

生成式AI可以通过两种方式加速组织的增长战略。第一种是其快速扫描和处理大量特定类型信息并综合它的能力。更简单地说,它可以非常快速地回答问题。但答案的质量取决于问题的质量和获取能够提供准确答案的数据的访问权限。 

第二个加速因素与自我学习有关。生成式AI可以编写代码,这些代码将编写更多代码并自我改进。这不仅可以用于优化它被问到的问题,还可以直接从想法到执行,无需人工干预。组织必须调整其工作流程以允许这种情况发生,因为一个流程的速度只能和它最慢的步骤一样。 

随着像ChatGPT这样的服务对所有人开放,以及公共平台以指数级速度扩展,获取实际的生成式AI技术不再是差异化因素。这意味着与生成式AI竞争的方式正在改变。然而,创新组织可以采取五个步骤,以利用这项技术创造竞争优势。 

5步打造AI战略

4.1 学会提出正确的问题

顶尖的创新者已经在利用其他形式的AI方面领先,他们的组织已经训练有素,知道如何使用算法来加速生成式人工智能的发展。他们同时也认识到生成式人工智能可能设下“垃圾进,垃圾出”的陷阱,并且已经熟练地理解了它可以扮演的角色——以及它不能扮演的角色。顶尖的创新者拥有懂得如何利用新技术在业务中创造价值并正确部署它们的技术型商业领袖的可能性是他们同行的四到五倍。他们也更有可能拥有已经习惯编写自己代码的敏捷团队。随着生成式人工智能允许更快的自我编写代码,这些组织已经为快速部署到已经理解此类技术局限性和优势的团队做好了准备。

4.2 快速发现“错误的”答案并对其进行迭代

“快速失败”的概念是顶尖创新者思考的基石,在生成式AI的时代至关重要。这些公司已经建立了系统和文化,能够对不奏效的事情及时叫停并转向下一个想法。同样关键的是,他们已经拥有数百甚至数千个跨职能团队的概率是其他公司的九倍,这些团队正以全面的、最终用户的视角来审视他们的业务,这意味着他们不仅更有可能提出正确的问题,还更有可能发现“坏”的答案。 

这些组织还在“组织的所有层级”进行测试和学习。高管比管理层级员工及以下更有可能相信他们的组织鼓励冒险。随着生成式AI在组织中推广测试和学习实践,管理实践也必须民主化。领先的创新者已经在这样做。

由于文章篇幅有限,原文链接,请点击:

创新指南 | 通过创新文化,企业赢得生成式AI革命

 延展文章:

1. A创新指南 | 如何利用人工智能技术实现企业营销效率提升10倍(上)

2. 创新趋势|以创业心态迎接AI时代是企业持续创新与增长的必由之路

3. 创新书荐|《生态驱动增长》打造以生态伙伴为中心的增长模式

4.  创新入门|解锁您的潜在市场:探秘付费点击广告(PPC)的秘密武器

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/324838.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Linux系统】进程

本篇博客整理了进程的多方面知识, 旨在从进程的概念、管理、属性、创建等方面让读者更加全面系统地理解进程和操作系统的管理设计。 目录 一、进程是什么 二、操作系统如何管理进程 1.描述进程 PCB 2.组织进程 3.再谈进程和进程管理 三、Linux下的进程管理 1…

Docker Compose:简化多容器应用部署

序言 在当今的软件开发中,容器化技术的使用已经很普遍了。而 Docker 作为其中最流行的容器化平台之一,为开发者提供了方便、快捷、一致的开发和部署环境。但是,当我们的应用开始变得更加复杂,涉及到多个容器时,手动管…

在 Kubernetes 上运行 Apache Spark 进行大规模数据处理的实践

在刚刚结束的 Kubernetes Community Day 上海站,亚马逊云科技在云原生分论坛分享的“在 Kunernets 上运行 Apache Spark 进行大规模数据处理实践”引起了现场参与者的关注。开发者告诉我们,为了充分利用 Kubernetes 的高可用设计、弹性,在越来…

AI + Web3 如何打造全新创作者经济模型?

可编程 IP 的兴起,借助人工智能极大提高创作效率和效能,让 Web3 用户体会到了自主创作和产品制作的乐趣。然而,你知道 AI 时代来临的背景下,创作者经济模型又该如何在 Web3 技术的加持下走向更成熟的运作轨道吗?第 43 …

再谈毕业论文设计投机取巧之IVR自动语音服务系统设计(信息与通信工程A+其实不难)

目录 举个IVR例子格局打开,万物皆能IVR IVR系统其实可盐可甜。还能可圈可点。 戎马一生,归来依然IVR。 举个IVR例子 以下是IVR系统的一个例子。 当您拨打电话进入IVR系统。 首先检验是否为工作时间。 如是,您将被送入ivr-lang阶段&#xff0…

QT day5 作业

服务器头文件 #ifndef WIDGET_H #define WIDGET_H#include <QWidget> #include <QTcpServer> //服务器类 #include <QTcpSocket> //客户端类 #include <QList> //链表类 #include <QMessageBox> //消息对话框类 #include <QDebu…

【C语言】精品练习题

目录 题目一&#xff1a; 题目二&#xff1a; 题目三&#xff1a; 题目四&#xff1a; 题目五&#xff1a; 题目六&#xff1a; 题目七&#xff1a; 题目八&#xff1a; 题目九&#xff1a; 题目十&#xff1a; 题目十一&#xff1a; 题目十二&#xff1a; 题目十…

大文件传输的好帮手Libarchive:功能强大的开源归档文件处理库

在数字化时代&#xff0c;文件的存储和传输对于企业的日常运作至关重要。但是&#xff0c;服务器中的压缩文件往往无法直接查看或预览&#xff0c;这给用户带来了不便。为了解决这一问题&#xff0c;在线解压功能的开发变得尤为重要。接下来&#xff0c;小编将介绍一个能够实现…

RabbitMQ(安装配置以及与SpringBoot整合)

文章目录 1.基本介绍2.Linux下安装配置RabbitMQ1.安装erlang环境1.将文件上传到/opt目录下2.进入/opt目录下&#xff0c;然后安装 2.安装RabbitMQ1.进入/opt目录&#xff0c;安装所需依赖2.安装MQ 3.基本配置1.启动MQ2.查看MQ状态3.安装web管理插件4.安装web管理插件超时的解决…

使用xtuner微调InternLM-Chat-7B

1. 安装xtuner #激活环境 source activate test_llm # 安装xtuner pip install xtuner#还有一些依赖项需要安装 future>0.6.0 cython lxml>3.1.0 cssselect mmengine 2. 创建一个ft-oasst1 数据集的工作路径&#xff0c;进入 mkdir ft-oasst1 cd ft-oasst1 3.XTune…

MySQL系列之索引

&#x1f339;作者主页&#xff1a;青花锁 &#x1f339;简介&#xff1a;Java领域优质创作者&#x1f3c6;、Java微服务架构公号作者&#x1f604; &#x1f339;简历模板、学习资料、面试题库、技术互助 &#x1f339;文末获取联系方式 &#x1f4dd; 往期热门专栏回顾 专栏…

【Linux】环境变量是什么?如何配置?详解

&#x1f490; &#x1f338; &#x1f337; &#x1f340; &#x1f339; &#x1f33b; &#x1f33a; &#x1f341; &#x1f343; &#x1f342; &#x1f33f; &#x1f344;&#x1f35d; &#x1f35b; &#x1f364; &#x1f4c3;个人主页 &#xff1a;阿然成长日记 …

C++11:并发新纪元 —— 深入理解异步编程的力量(1)

hello &#xff01;大家好呀&#xff01; 欢迎大家来到我的Linux高性能服务器编程系列之《C11&#xff1a;并发新纪元 —— 深入理解异步编程的力量》&#xff0c;在这篇文章中&#xff0c;你将会学习到C新特性以及异步编程的好处&#xff0c;以及其如何带来的高性能的魅力&…

【算法】动态规划之背包DP问题(2024.5.11)

前言&#xff1a; 本系列是学习了董晓老师所讲的知识点做的笔记 董晓算法的个人空间-董晓算法个人主页-哔哩哔哩视频 (bilibili.com) 动态规划系列 【算法】动态规划之线性DP问题-CSDN博客 01背包 步骤&#xff1a; 分析容量j与w[i]的关系&#xff0c;然后分析是否要放…

OGG几何内核开发-BRepAlgoAPI_Fuse与BRep_Builder.MakeCompound比较

最近在与同事讨论BRepAlgoAPI_Fuse与BRep_Builder.MakeCompound有什么区别。 一、从直觉上来说&#xff0c;BRepAlgoAPI_Fuse会对两个实体相交处理&#xff0c;相交的部分会重新的生成相关的曲面。而BRep_Builder.MakeCompound仅仅是把两个实体组合成一个新的实体&#xff0c;…

JUC下的BlockingQueue详解

BlockingQueue是Java并发包(java.util.concurrent)中提供的一个接口&#xff0c;它扩展了Queue接口&#xff0c;增加了阻塞功能。这意味着当队列满时尝试入队操作&#xff0c;或者队列空时尝试出队操作&#xff0c;线程会进入等待状态&#xff0c;直到队列状态允许操作继续。这…

https://是怎么实现的?

默认的网站建设好后都是http访问模式&#xff0c;这种模式对于纯内容类型的网站来说&#xff0c;没有什么问题&#xff0c;但如果受到中间网络劫持会让网站轻易的跳转钓鱼网站&#xff0c;为避免这种情况下发生&#xff0c;所以传统的网站改为https协议&#xff0c;这种协议自己…

信息检索(35):LEXMAE: LEXICON-BOTTLENECKED PRETRAINING FOR LARGE-SCALE RETRIEVAL

LEXMAE: LEXICON-BOTTLENECKED PRETRAINING FOR LARGE-SCALE RETRIEVAL 标题摘要1 引言2 相关工作3 LEXMAE&#xff1a;词典瓶颈屏蔽自动编码器3.1 语言建模编码器3.2 词典瓶颈模块3.3 弱化掩蔽式解码器3.4 词汇加权检索器的预训练目标和微调 4 实验4.1 主要评估4.2 效率分析与…

利用OpenShift的ImageStream部署临时版本

公司是港企&#xff0c;项目都部署在OpenShift上统一管理&#xff0c;因为运行环境为香港网络(外网)&#xff0c;配置、中间件等大陆无法直接访问联通。因此在大陆开发时&#xff0c;测试是个很大的问题。为了避免往Git上频繁提交未确定可用的版本&#xff0c;选择用利用OpenSh…

机器人系统仿真

0、何为仿真 通过计算机对实体机器人系统进行模拟的技术。 1、为何仿真 低成本&#xff1a; 机器人实体一般价格昂贵&#xff0c;为降低机器人学习、调试的成本&#xff1b;高效&#xff1a; 搭建的环境更为多样且灵活&#xff0c;可以提高测试效率以及测试覆盖率&#xff1b…