蝉鸣报告（原爱报告知识星球）
近日，【CMOCouncil】与【BPI Network】合作发布了名为《THE PATHWAY TO GENAI COMPETITIVE ADVANTAGE》的行业研究报告。该报告深入探讨了生成性人工智能（Generative AI，简称GenAI）在重塑行业竞争格局中的快速演变，以及企业如何准备高质量的数据以释放GenAI的商业价值。报告指出，许多GenAI项目因数据准备不足而失败，强调了数据质量、准确性与可靠性、安全性与隐私性以及成本与投资回报率对于实现GenAI竞争优势的重要性。这份报告为企业提供了一个评估其数据-AI准备情况的框架，并探讨了如何克服挑战，以确保GenAI项目的成功。报告中包含了丰富的洞见和建议，对于希望在GenAI领域取得领先地位的企业来说，提供了宝贵的指导和参考。
在当今竞争激烈的商业环境中，生成性人工智能（GenAI）正迅速成为塑造行业格局的关键力量。GenAI不仅承诺带来效率上的微小提升，更预示着竞争优势的重大转变。然而，要充分发挥GenAI的潜力并非易事，它需要一个坚实的基础——准备充分、高质量的数据。没有这些，即使是最复杂的AI模型也会失败，产生不可靠的洞察，引入合规风险，并最终破坏雄心勃勃的计划。
根据Gartner的数据，如果组织不通过AI就绪的数据实践来支持和赋能其AI用例，超过60%的AI项目将会失败。这一挑战是可以预防的，但前提是组织必须采取主动和战略性的方法来处理数据。发现、分类、丰富和保护数据不仅仅是IT问题，更是业务的当务之急。没有AI就绪的数据，即使是最有前景的GenAI用例也无法实现价值。
我们的研究显示，79%的企业领导者相信GenAI将在接下来的18个月内带来竞争优势。然而，60%的领导者承认他们对组织的数据-AI就绪状态缺乏信心。这种雄心与执行之间的差距，正是真正的竞争差异化所在。
GenAI就绪的关键领域包括数据质量、准确性与可靠性、安全性与隐私性以及成本与投资回报率（ROI）。研究发现，尽管许多企业领导者对GenAI的未来价值抱有期望，但在数据就绪方面，他们的信心并不充分。这种信心的缺乏往往源于公司尚未进行支持GenAI的数据转型。
为了利用GenAI的力量，组织首先需要发现、分类、管理和保护数据，以便GenAI能够进行查询。许多组织需要在数据洪流和日益增长的安全性和隐私性问题中加强其数据环境。至关重要的是，组织必须“确保数据满足特定要求，包括代表性、响应性和适当的数据治理原则”。
我们的研究还发现，GenAI的影响和价值将在接下来的几个月中体现在几个领域，包括简化业务流程和自动化重复任务、文档生成和个性化以及数据分析和分析。在数据-AI就绪方面有信心的企业领导者中，有81%期望看到AI代理改善客户体验，而缺乏信心的领导者中只有21%持有相同的期望。
解锁GenAI的最大挑战在于数据的准确性和可靠性。GenAI需要健全的数据管理实践，包括正确的技能、资源、方法和工具。从数据质量、准确性和可靠性到数据安全性、隐私性和治理，一切都需要针对GenAI的需求进行调整。
然而，近三分之二的组织要么没有正确的AI数据管理实践，要么对此不确定。Gartner发现，近40%的组织将“缺乏数据”视为支持和实施AI业务的最大挑战之一。此外，Gartner表示，企业中70%或更多的数据是未结构化的，这进一步加剧了问题。与结构化数据相比，使未结构化数据准备好用于AI需要更多的努力和资源，包括专业知识和工具。
为了实现GenAI的准确性和可靠性，需要扎实的数据管理实践，以便GenAI能够接受最佳数据的训练。需要有监督的机器学习，AI服务进行连续的再训练检查和平衡。这种方法，称为贝叶斯推断，使用先前的数据计算概率，并随着更多数据的可用性进行更新。
在安全性和隐私性方面，70%的受访者对GenAI的业务价值增长和对高质量数据的依赖感到满意。然而，随着GenAI业务价值的增长，对安全性和隐私性表现的信心将受到考验。我们的调查受访者提出了许多挑战，从内部威胁到第三方风险，再到缺乏对敏感数据位置的可见性。
最后，在成本和ROI方面，由于新兴用例尚不清楚，因此为GenAI腾出资源变得困难。然而，我们的研究表明，公司正在取得进展，54%的受访者对其成本和ROI表现感到满意。但这不能是一次性的考虑。内容以无法为GenAI利用的方式不断被创建。不可持续、不可重复或依赖于行为变化的过程将成为行政负担。
这篇文章的灵感来自于《THE PATHWAY TO GENAI COMPETITIVE ADVANTAGE》报告。除了这份报告，还有一些同类型的报告也非常有价值，推荐阅读，这些报告我们都收录在同名星球，可以自行获取。
以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。
【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。
