CMO_Council-人工智能行业：您的数据是否准备好解锁生成式人工智能的商业价值？（英译中）.pdf
这份文档是关于企业如何为生成式人工智能（GenAI）做好准备，以获得竞争优势的报告，主要关注数据准备和AI就绪度。以下是核心内容的总结：
**引言：**
生成式人工智能正在重塑产业，但其潜力发挥需要高质量的数据基础。79%的企业领导者认为GenAI在未来18个月内会带来竞争优势，但60%的人对数据-AI准备缺乏信心。
**前言：**
许多GenAI项目失败，因为缺乏AI就绪的数据，这需要积极的数据方法。数据质量、准确性、安全性、成本和投资回报率是关键支柱。
**执行摘要：**
* 79%的领导者认为GenAI将在未来18个月内带来竞争优势。
* 但60%的商业领袖对其数据-AI准备情况缺乏信心。
* 60%的企业领导者缺乏对数据-AI准备就绪的信心。
* 四分之三的企业领袖预期生成式人工智能将带来竞争优势。
**人工智能准备就绪的关键领域：**
1. 数据质量
2. 准确性与可靠性
3. 安全与隐私
4. 成本与投资回报率
**业务价值里程碑式飞跃：**
GenAI将在简化业务流程、生成文档和个性化、数据分析和分析方面带来影响。
**谁将夺得代理人工智能的大旗?**
45%的受访者认为人工智能代理将改善客户体验。
**挑战解锁生成式人工智能：**
2/3的组织缺乏人工智能数据管理实践。
面临数据质量、理解有限、不良治理、可见性缺乏、以及过时系统管理等挑战。
**答案是否准确和可靠?**
近一半的调查受访者对其执行这些关键功能的能力不满意。
**上升的安全与隐私威胁：**
70%的受访者对他们的安全和隐私表现感到满意。
**成本与回报:一个不断移动的目标：**
54%的受访者对他们的表现表示满意。
**未来的展望：**
数据-人工智能准备状态需要一系列能力,包括从投资技术到提升人工智能和数据素养，再到优先考虑生成式人工智能用例。
**数据素养的重要性：**
企业领导者应推广提升员工技能的理念,而不是用人工智能取代他们。保持对关键人工智能决策的人类控制，可以防止过度依赖自动化系统，从而保护人类的自主性。
**结论：**
GenAI将成为决定未来胜负者的颠覆性力量。要成功，公司需要在现代技术栈和数据供应链上投资，建立人工智能和数据素养的文化，并做出创新且合理的决策。
**专家观点：**
* **David Gould (EncompaaS):** 信任是人工智能成功的基础。
* **Isaac Sacolick (StarCIO):** 人工智能需要为桌面带来更多价值。
* **Tim Crawford (AVOA):** 人工智能将拉平竞争环境，并使公司能够加速他们正在进行的工作，同时带来新的创新机会。
* **Don Schuerman (Pegasystems):** 商业领袖希望充分利用人工智能的优势在于，他们知道需要技术栈和第一波，组织正在积极应对这一问题。他们感触到破坏和紧迫性的认识。
* **彼得·鲍文 (新南威尔士州规划、工业和环境部):** 推荐将通用人工智能的控制回拨到单一的商务问题，明确一个可交付的产品，并专注于所需的数据和流程以实现这个目标。
**地区突破：**
北美在GenAI成熟度曲线上位居第一，其次是欧洲。亚太地区落后。
**B2B-B2C 突破：**
B2B在应用场景中比B2C更成熟，在这些场景中，生成式AI ( GenAI)能带来最大的影响和价值。
**公司规模分类的突破：**
大型公司在他们的数据-AI准备度上更有信心,因为他们的当前用例主要依赖于结构化数据。
相关报告
-
2.01 MB 27页 CMO Council-CMO委员会营销活力指数（英译中）.pdf
-
1.19 MB 45页 毕马威-智能零售行业：一份通过人工智能驱动的转型创造价值的蓝图（英译中）.pdf
-
1.59 MB 47页 IBM商业价值研究院-人工智能行业AI时代的行业转型：十大行业如何借助AI重塑商业格局.pdf
-
3.38 MB 35页 人工智能行业智启新质生产力之二：生成式人工智能（AIGC）在医药零售的潜在应用.pdf
-
6.64 MB 45页 浙江大学-人工智能行业智能金融：AI+驱动的金融变革.pdf
-
5.23 MB 51页 中国电科-人工智能行业大模型时代：类脑智能赋能电力应用场景的新模式.pdf
-
6.62 MB 40页 中国AI治理的独立思考 生成式人工智能发展与监管白皮书.pdf
-
2.2 MB 11页 人工智能如何塑造未来的行业2024.pdf
-
5.19 MB 30页 2025数据与人工智能雷达：10挑战掌握您的数据2025年的AI转型.pdf
-
2.26 MB 49页 人工智能行业智能时代的生产力变革：AIGC产业应用实践-DAFRIADG.pdf
-
1.46 MB 49页 面向人工智能的数据治理实践指南（1.0）.pdf
-
10.94 MB 152页 IBM商业价值研究院-人工智能行业CEO生成式AI行动指南：利用生成式AI推动变革.pdf
-
3.11 MB 51页 2023生成式人工智能用例汇编—能源工业与医疗行业高影响力应用案例-德勤-202312.pdf
-
2.57 MB 32页 2023世界互联网大会-发展负责任的生成式人工智能.pdf
-
5.64 MB 33页 通用人工智能的曙光生成式人工智能技术的产业影响-罗兰贝格-202308.pdf
-
2.46 MB 37页 德勤全球人工智能研究院-AIGC生成式人工智能对企业的影响和意义.pdf
-
2.21 MB 44页 科技行业：AI大模型需要什么样的数据
-
3.06 MB 36页 2023全球人工智能研究院观点报告-生成式人工智能对企业的影响和意义-德勤-202303.pdf
-
2.1 MB 24页 食饮行业周报（2023年3月第4期）：关注终端数据变化，重视年报季报催化带来的机会