加速人工智能发展的关键？务实加想象力
内容提要
麦肯锡高级合伙人和编辑总监讨论了最新的人工智能采用研究，发现65%的组织定期使用AI，但大部分受访者无法明确指出AI的风险。成功指标和与管理层的沟通对于从AI投资中获得价值至关重要。在工作中遇到不舒服的情况下，应该勇于表达观点并与上级沟通。
延伸解读
从实验到价值：成功指标是关键
报告显示65%的组织定期使用生成式AI，但许多仍停留在实验阶段。麦肯锡专家强调，部署AI若只为演示或跟风，无法产生商业价值。企业应在启动时就设定明确的成功指标，例如生产率提升20%，并季度追踪进展。只有将AI与具体业务目标挂钩，才能从投资中获得实际回报。
构建、合作与购买：未来AI模型策略
企业未来将依赖多种基础模型，包括自建、购买和开源模型。麦肯锡指出，仅11%的AI模型最终投入生产，模型本身只占成功的15%。因此，企业需采取“构建、合作、购买”并行的策略，与大型语言模型提供商等伙伴合作，根据业务用例选择合适的技术组合，而非单一自建或购买。
负责任AI：从第一天开始嵌入治理
生成式AI的主要风险包括不准确性和知识产权侵权，但多数受访者无法明确指出风险。麦肯锡建议，负责任AI应始于第一天，而非事后补救。企业需在治理层面引入具备负责任AI能力的高管，并在开发、测试和部署全流程中嵌入风险防控，如减少偏见和不准确性，同时保持人工监督。
人才与变革：技术之外的核心挑战
麦肯锡专家指出，技术本身只占AI成功的一小部分，更大的挑战在于人的变革。每投入1美元技术，需配套3到5美元用于人员。企业不仅需要数据能力等硬技能，还需推动全员采用AI工具，改变工作方式。这需要持续的管理变革和沟通，通常需要12到18个月才能看到业务成果。
Q&A
目前有多少组织定期使用人工智能？
65%的组织定期使用人工智能。
企业在使用生成性AI时面临哪些主要风险？
主要风险包括不准确性和知识产权侵权。
成功实施AI的关键因素是什么？
成功实施AI的关键因素是人才，尤其是数据能力。
企业如何确保从生成性AI投资中获得实际价值？
企业应设定成功指标，以确保从生成性AI投资中获得实际价值。
未来的AI技术将如何发展？
未来的AI技术将结合务实的决策和创造力，以实现真正的商业价值。
企业在选择AI模型时应该考虑哪些因素？
企业应考虑业务用例、合作伙伴和模型的类型，包括自建、购买和开源模型。
