Where AI is Driving Revenue Growth Today
22:03 Share

McKinsey发布了最新的AI现状报告。NLW分解了最有趣的发现，包括公司在收入增长和成本节约方面实际看到盈亏平衡影响的地方。此外，公司落后于曲线的地方。阅读研究：https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai#/由以下机构提供：KPMG – 前往 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠www.kpmg.us/ai⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 了解更多关于KPMG如何帮助您利用我们的AI解决方案创造价值的信息。Vanta - 简化合规性 - ⁠⁠⁠⁠⁠⁠⁠https://vanta.com/nlwSuperintelligent提供的代理准备情况审核 - 前往https://besuper.ai/索取贵公司的代理准备情况评分。AI每日简报帮助您了解AI中最重要的新闻和讨论。订阅您收听的播客版本的AI每日简报：https://pod.link/1680633614订阅时事通讯：https://aidailybrief.beehiiv.com/加入我们的Discord：https://bit.ly/aibreakdown </context> <raw_text>0 今天在AI每日简报中，麦肯锡关于AI的最新调查，包括公司实际开始看到业务价值累积的地方。AI每日简报是一个关于AI中最重要的新闻和讨论的每日播客和视频。要加入讨论，请关注我们节目说明中的Discord链接。

大家好。快速说明一下，今天的正片很长，因为这份新调查有很多内容需要讨论。所以今天只会有正片，没有新闻标题。我们明天将以正常的形式恢复新闻标题。现在，让我们深入探讨麦肯锡最新的AI现状报告，这份报告大约在一周半前发布。现在，关于如何看待这类报告，我永远不会将其视为关于公司现状的绝对真理。

在像生成式AI这样变化迅速、速度极高的领域，您在组织调查中看到的正常差异将会更加突出。因此，不要将此视为任何确定性的东西，而应将其视为帮助您了解大型公司AI现状的有力证据。现在，我说的是大公司，但实际上，这是一份受访者范围相当广泛的调查。

例如，与我们几个月前讨论过的KPMG调查不同，本次调查的受访者中只有42%的人在年收入5亿美元或以上的组织工作。因此，也有一些规模较小的公司。此外，这些受访者的领导层级也比我们之前介绍的一些其他调查更为广泛。这里有一些有趣的见解，我认为在某些情况下反映了我们对Superintelligent所见所闻的经验。

我们花费所有时间与各种类型的公司讨论他们的AI战略和AI部署。但另一方面，还有一些其他方面表明，即使是在特别关注保持最新状态的领域，公司也落后了多少。

让我们从宏观层面开始。不出所料，麦肯锡发现，过去几年生成式AI的使用显著加速。在至少一个业务职能中使用生成式AI的组织比例已从2023年的约35%上升到进行本次调查时的71%。有趣的是，生成式AI的使用领域分布非常广泛。

低端是制造业、供应链和库存管理，只有5%和7%的受访者分别使用生成式AI来执行这些职能，而高端是营销和销售，为42%。产品和服务开发为28%。信息技术为23%。服务运营为22%。知识管理为21%。软件工程为18%。人力资源为13%。风险、法律和合规为11%。战略和公司财务也为11%。

关于这一点，我有几点想强调。首先，总的来说，这些数字仍然非常低。我认为，在整个讨论中，一个重要的主题是，这些数字比你预期的要低得多。其中有两个数字特别引人注目，只有11%的受访者将生成式AI用于战略和公司财务，这在我看来简直不可思议。但话又说回来，这可能是低估了AI作为战略头脑风暴伙伴的价值。但对我来说，另一个明显的数字是，看看你能不能猜到，只有18%的人将生成式AI用于软件工程。现在，

这是一个我们将反复讨论的主题，所以我在这里就不详细赘述了。我还认为这反映了调查进行的时间。但即便如此，尽管我们一次又一次地看到大型公司内部的软件工程部门对AI的采用令人惊讶地缺乏，但只有18%的比例低得令人难以置信。

现在，不同行业之间存在一些差异，但差异并不像你想象的那么大。换句话说，在从技术到专业服务、媒体和电信到能源和材料等各个行业中，营销和销售几乎是所有行业中最大的用例。当你按行业查看时，最值得注意的事情可能是哪些行业总体上处于领先地位，哪些行业处于落后地位。例如，目前只有8%的消费品软件工程团队正在使用生成式AI。

与此同时，他们的营销和销售团队使用AI的比例相对较高，但其他所有方面都非常低。另一方面，技术、媒体和电信行业在其运营中更流畅地使用AI，与其他行业同行相比，在许多不同类别中的指数都更高。

即便是在技术领域，也只有36%的软件工程团队被发现正在使用生成式AI。再次明确地说，只有三分之一的技术公司软件工程部门正在使用生成式AI。插入一些关于我们现在处于早期阶段的陈词滥调，但这确实如此。

然而，我认为，比在至少一个职能中使用AI的组织数量增长更重要的是，我们在使用AI的多个职能的组织中看到的增长。所有这些数字都在显著上升。

在麦肯锡之前的研究期间，在两个或多个职能中使用AI的比例从50%上升到63%。在三个或多个职能中使用AI的比例从27%上升到45%。在四个或多个职能中使用AI的比例几乎翻了一番，从15%上升到28%。在五个或多个职能中使用AI的比例也翻了一番，从8%上升到16%。总体水平较低，但感觉一旦组织开始锁定一个职能，他们可能会更快地发展到更多职能。

接下来，让我们谈谈风险重点。在某种程度上，对我来说有趣的是，这里并非风险重点的具体领域，因为在许多方面，这正是你所期望的。组织最关注并努力减轻的顶级风险领域是不准确性、网络安全和知识产权管理。监管合规以及个人和隐私的风险稍逊一筹。

但是，如果你观察组织努力减轻的风险重点的增长趋势，这讲述了一个生成式AI实践的故事，这个故事与部署密切相关。

公司最关注并努力减轻的风险领域都是随着你实际做更多事情而增加的风险领域。与此同时，我们将稍后再次讨论这一点，将劳动力和劳动力流失视为他们努力减轻的风险的组织比例实际上已下降到10%以下。关键是，这讲述了一个企业领域的故事，该领域非常非常专注于实际部署AI并将其推向市场。

现在，从组织流程来看情况如何？说X%的公司在至少一个领域部署了AI是一回事，而实际试图了解允许他们更流畅地使用AI的组织流程现状又是另一回事。

一个总体的说明是，大公司的成熟度高于小型组织。一方面，这是有道理的。他们有更多资源来做一些事情，例如建立专门的团队。但与此同时，我认为你可以争辩说，小型组织比其大型同行和竞争对手更有机会变得灵活。因此，在某种程度上，这反映了我对这些小型组织失去机会的一种看法。

无论如何，麦肯锡询问了哪些组织流程？他们发现，52%的大型组织已经建立了一个专门的团队来推动生成式AI的采用，而小型组织只有23%。现在，我又想知道这在多大程度上反映了这样一个事实：在一些小型组织中，我们将看到个人而不是团队。因此，这里可能有一些语义上的问题。但即便如此，我想说的是，只有52%的大型组织建立了这个团队，而只有23%的小型组织建立了这个团队，这似乎非常低。

当然，这低于我们在Superintelligent看到的数字，尽管同样，我们会偏向于拥有这种事情的组织，因为这些组织最有可能向我们寻求帮助，以了解他们的现状并找到合适的合作伙伴。

在制定明确的路线图以推动生成式AI的采用方面，只有25%的大型组织做到了这一点，而小型组织只有12%。在为生成式AI解决方案创建反馈机制方面，24%的大型组织做到了这一点，而小型组织为19%。在跟踪生成式AI解决方案的明确KPI方面，只有18%的大型组织和16%的小型组织做到了这一点。

现在，总的来说，我认为这反映了一个事实，即生成式AI的采用已经足够重要，以至于围绕KPI的缺乏清晰度到目前为止并没有减缓任何人的速度。但即便如此，这些数字仍然非常非常低。而且肯定感觉这里有什么东西要发生了。事实上，正如我之前所论证的那样，我倾向于认为，人们对代理感兴趣的部分原因是，他们使围绕KPI和ROI的这些问题在更广泛的范围内更容易让组织理解。如果代理有效，当然，在这个阶段这是一个很大的如果，

隐含的工作意味着比相应的同等人类更有效率或成本更低。总的来说，这些数字与麦肯锡在1月份发布的一份配套研究相符，该研究发现，只有1%投资于AI的公司认为他们实际上已经处于成熟阶段。当然，在成熟度方面，公司最终会感兴趣的是生成式AI实际上被用来赚钱或降低成本的地方。

在降低成本方面，一些最大的下降发生在人力资源、供应链和库存管理、服务运营、软件工程和IT方面。

事实上，在人力资源方面，15%的受访者表示，他们在过去12个月中使用生成式AI将成本降低了20%以上。在供应链管理和服务运营方面，虽然总量很高，但46%和45%的组织表示他们在过去12个月中使用生成式AI降低了这些成本，但这主要集中在成本降低不到10%的方面。今天的节目由Vanta赞助播出。信任不仅仅是赢得的，更是被要求的。

无论您是正在进行首次审计的初创公司创始人，还是经验丰富的安全专业人员正在扩展您的GRC计划，证明您对安全的承诺从未像现在这样重要或复杂。这就是Vanta的用武之地。企业使用Vanta通过自动化超过35个框架（如SOC 2和ISO 27001）的合规需求来建立信任。集中的安全工作流程可以将问卷调查完成速度提高5倍，并主动管理供应商风险。

Vanta可以通过将您与审计师和专家联系起来以进行审计并快速建立您的安全计划来帮助您启动或扩展您的安全计划。此外，由于平台中使用了自动化和AI，Vanta可以为您节省时间，让您可以专注于公司建设。加入Atlassian、Quora和Factory等9000多家全球公司，使用Vanta实时管理风险并证明安全性。

在有限的时间内，本观众可以获得Vanta的1000美元折扣，网址为vanta.com/NLW。即V-A-N-T-A dot com/NLW，可享受1000美元的折扣。

今天的节目由Super Intelligent赞助播出，更具体地说，是Super的代理准备情况审核。如果您已经收听了一段时间，您可能已经听我说过这个了。但基本上，代理准备情况审核的想法是，这是一个我们创建的系统，可以帮助您对组织中代理可以帮助您解决问题、创造新机会的地方进行基准测试和映射，再次强调，这是完全根据您的情况定制的。当您进行此类审核时，您将进行基于语音的代理访谈，我们将与您的一些领导和员工合作，以绘制组织内部的情况，并找出您在代理旅程中的位置。

这将产生一个代理准备情况评分，其中包含一组深入的解释、优势、劣势、主要发现，当然还有一组非常具体的建议，然后我们可以帮助您找到合适的合作伙伴来实际履行这些建议。因此，如果您正在寻找一种启动您的代理战略的方法，请发送电子邮件至[email protected]，让我们让您融入代理时代。听众朋友们，想要用AI来增强您的业务吗？

在我们快节奏的世界中，拥有一个可靠的AI计划可以产生巨大的影响。使组织能够创造新的价值、发展壮大并保持竞争优势才是最重要的。KPMG在这里帮助您制定真正有效的AI战略。不要等待，现在是领先的时候了。查看KPMG的真实案例，了解AI如何帮助其客户取得成功，网址为kpmg.us/AI。再次强调，网址为www.kpmg.us/AI。

现在，回到节目。在收入增长方面，增幅最大的领域是战略和公司财务、供应链和库存管理、营销和销售、服务运营、软件工程和产品和服务开发。现在，您可能记得，当我们查看总体上使用生成式AI的领域时，战略和公司财务、供应链和库存管理处于范围的最低端。

因此，在实际部署生成式AI的组织发现的价值量与到目前为止部署生成式AI的组织数量之间似乎存在脱节。供应链和库存管理是收入增长超过10%的领域，19%的受访者表示，他们在该领域使用生成式AI使收入增长超过10%。

现在，请记住，仅仅从方法论的角度来看，只有其组织在这些领域使用生成式AI的人才会被问及生成式AI在该领域增加了多少收入。例如，76%的受访者表示，生成式AI增加了供应链和库存管理方面的收入，这意味着大约7%的组织中约有67%的组织实际上在该领域使用了生成式AI。

现在，由于所有这些不同的职能部门在AI方面都有不同的特征，因此提出了一个关于如何管理AI的有趣问题。是以集中方式还是分散方式管理？换句话说，是由某个中央领导或领导委员会，还是在部门或业务部门层面？

事实证明，AI的不同领域在管理方面有不同的集中化特征。我认为这一点非常直观。风险和合规以及数据治理等领域往往更集中。例如，57%的受访者对风险和合规进行了完全集中的治理。另一方面……

诸如特定采用、技术人才，甚至在AI战略中制定路线图等方面，在分散和集中战略之间取得了相对平衡。例如，AI解决方案的采用发现23%是完全分布式的。换句话说，所有资源都存在于业务职能中，这与完全集中的百分比相匹配，即由卓越中心或中心组织，但绝大多数（54%）以某种方式混合使用。

现在，我们看到的一个有趣的事情是，代理的兴起肯定推动了更多而不是更少的权力下放。在AI的最初几年，许多采用决策都与治理结构有关，或者与选择将要使用的主要平台（Microsoft Copilot、Google Gemini、OpenAI等）有关，他们希望集中决策，因为他们不希望一个业务部门使用Gemini，而另一个业务部门使用Copilot。

代理正在重新分割购买流程，这更能反映SaaS领域的情况，在SaaS领域，您不一定能看到相同的公司在所有不同的业务部门中提供最佳解决方案。

因此，我预计随着代理成为越来越重要的焦点，采用权力下放只会增加。我还认为，与治理相关的另一个非常有趣的说明是，尽管他们没有为此制作图表，但他们基本上写道，首席执行官的参与与公司表示他们从AI中获得经济利益的相关性最高。麦肯锡写道，首席执行官对AI治理的监督是与组织生成式AI使用带来的更高自我报告的最终结果最相关的因素之一。

这在大型公司尤其如此，在大型公司中，首席执行官的监督对可归因于生成式AI的息税前利润的影响最大。我们在这里经常讨论的一件事是，在采用方面，关键因素之一是来自高层的领导力和沟通。麦肯锡的这些结果似乎证实了这一点。

现在，关于这一点，我有一些感觉不对的地方。到目前为止，我们讨论的大部分内容都很好地反映了我们在Super Intelligent的经验，以及我更广泛地与公司进行日常对话的经验，以制作这个节目。

其中一个真正让我感到不可思议的领域是，软件工程和编码在这些公司中作为生成式AI用例的指数有多低。例如，虽然63%的受访组织表示他们正在使用AI生成文本，而36%的组织表示他们正在生成图像，但只有27%的组织表示他们正在生成代码。

鉴于这些文本到代码工具目前正在改变软件工程，这似乎非常低。但与此同时，这里至少有一个解释。请记住，这项调查刚刚于3月12日发布，但调查实际上是在7月16日至7月31日进行的。

现在，麦肯锡没有受到任何批评，因为这是一项有价值的研究，我很高兴他们能做到这一点，但我们不再处于这样的范式中：你可以在前一年的7月份对人们进行调查，并期望它能给你提供关于下一年3月份现在正在发生的事情的有意义的信号。

这实际上是我们自ChatGPT推出以来所经历时间的1/3。在这个具体案例中，我们可以看到这有多么成问题，因为有三大类创新没有体现在这些数据中。一种是推理模型，它们只在秋季开始出现。第二种是文本编码工具和编码代理，它们也在去年下半年开始变得非常流行。

第三，您可能会注意到，没有提到代理，因为代理只是在过去三到六个月才成为关注的问题。作为对某个时间点情况的快照，这仍然非常有价值，但在我们讨论之前就已经过时了。

这意味着麦肯锡需要迎头赶上并加快处理这些事情的速度，或者这意味着其他人有机会通过进行自己的类似研究来成为更权威的信息来源。无论如何，关于这个编码和软件工程问题，鉴于现在人们正在使用的许多令人兴奋的工具在本次调查进行后才真正达到产品市场契合度，因此这些数字如此之低可能是有道理的。

与此同时，我认为即使是这样，如果我们现在进行调查，我们也会发现，这些大型公司内部的软件工程团队对这些领域的采用存在令人震惊的抵制。这是我们一次又一次发现的事情，坦率地说，如果这些公司无法让他们的软件工程师参与进来，这将对他们来说非常具有挑战性和问题。

现在，说到再培训预期，让我们转向麦肯锡询问的领域：由于AI，过去一年有多少员工进行了再培训，以及由于AI，预计未来三年有多少员工将进行再培训。过去一年进行再培训的比例很低，但这可能是意料之中的。只有9%的人表示，由于AI，超过50%的员工进行了再培训，而44%的人表示，最多5%（换句话说，非常小的一部分）由于AI进行了再培训。

另外约40%的人看到他们组织中有6%到40%的人在过去一年进行了再培训。我认为组织的关键错误在于他们对未来三年预计将进行再培训的员工比例的预期。当然，我们确实看到所有类别的增长。例如，19%的人表示，他们认为超过50%的人将在未来三年内进行再培训，而约60%的人认为未来三年内将有6%到40%的员工进行再培训。

现在，如果您听过我的话，您就会知道我的预测是，未来三年内，100%的组织将看到超过50%的员工由于AI而进行再培训。我之所以选择超过50%作为顶级指标，是因为麦肯锡的调查到此为止。我认为，只有五分之一的公司认为超过50%的员工将根据AI进行再培训，这一事实意味着，相对于这种变化的实际规模而言，我们仍然生活在一个否认的时刻。

当然，最大的问题是这将如何影响员工人数。我相信，从劳动力角度来看，将决定生成式AI对社会破坏性程度的核心问题是，有多少公司选择将AI仅仅视为一种效率技术，他们可以用更少的投入来获得相同的产出，以及有多少公司将AI视为一种机会技术，他们可以保持相同的劳动力，甚至增加一点劳动力，以抓住以前从未可能实现的大量新机会。

在这项麦肯锡研究中，38%使用AI的组织表示，他们预测生成式AI将在未来三年内对他们组织员工规模几乎没有影响，这要么是一件好事，因为他们充分认识到AI将产生多么大的影响，并且对创造和建设而不是裁员感到兴奋，要么是38%反映了一种否认现实，并没有真正理解生成式AI将多么具有破坏性。

当然，在我们进一步了解情况并看到这些公司如何处理即将发生的变化之前，我们无法知道这一点。

麦肯锡发现的一件积极的事情是，他们写道，在AI对员工人数的影响方面，C级高管比中层管理人员更有可能预测员工人数的增加。这意味着负责战略的人可能比他们的中层管理人员更倾向于将AI视为我所说的那种机会技术，而不仅仅是一种效率技术。我认为这里没有足够的信号来过分重视它，但如果他们发现相反的结果，那肯定更积极。

无论如何，尽管这项调查是在2024年中期进行的，但我仍然认为这里有很多价值。如果您是一位正在为您的企业考虑这些问题的听众，希望这里有一些有用的比较数据。我当然会在节目说明中添加指向这项研究的链接。如果您有兴趣对组织内部的AI和代理进行更直接的基准测试和机会映射……

给我发个便条。这正是我们在Super Intelligent所做的工作，代理和AI基准测试、机会映射，然后将您与可以提供帮助的合适提供商匹配。不过，现在，今天的AI每日简报就到这里了。一如既往地感谢您的收听或观看。直到下次，再见。