在 AI竞赛中把控自身节奏：2024年 IT

Symposium/Xpo 峰会主旨演讲洞察

2024 年 10 月 21 日 - ID G00822215 - 阅读全文约需 27 分钟

作者：分析师 Mary Mesaglio, Hung LeHong

核心议题：CIO创新领导力

CIO们正引领企业投身一场 AI竞赛，致力于在确保安全的前提下，更高效地部署 AI技术。本报告基于 2024 年 IT Symposium/Xpo 峰会主旨演讲的关键洞察，帮助您在AI竞赛中为企业精准定位战略，以便您能够为组织实现理想的业务、技术和行为成果。

概述

主要结论

人工智能（AI）的不断发展和数据来源的持续增加，要求首席信息官（CIO）必须提供安全的AI成果。您需根据企业战略目标，在“稳健模式”或“加速模式”中选择适当路径，高效推进下列成果的实现：

■ 业务成果：利用AI提升员工生产力，优化业务流程，并以合理的成本实现对商业模式的颠覆性改进。

■ 技术成果：确保企业数据安全和 AI治理能力，同时保持足够的技术灵活性以抓住新机遇。

■ 行为影响：在AI重塑员工任务、角色和生活的过程中，通过积极引导和精细管理，最大化AI对员工的正向影响。

建议

■ 实现业务成果：通过找到企业的核心生产力领域，确保生成式 AI（GenAI）在提升员工生产力方面发挥最大效益。更成熟的企业应将目标扩展到生产力之外，推动创收等更高层次的业务成果。

■ 应对AI成本波动：深入了解 AI部署成本。更成熟的企业应制定概念验证方案预测成本增长趋势，并实时监控 AI成本动态。

■ 实现技术成果：利用 AI技术框架整合数据与 AI资源，并融入信任、风险与安全管理（TRiSM）实践。更成熟的企业应通过 TRiSM技术实现AI政策的机制化。

■ 管理行为成果：通过明确责任分工，与员工共同设计适配 AI部署的新角色。更成熟的企业应将行为学专家纳入团队，特别是在尝试代理型 AI时。

战略规划假设

预计到2026年，超过80%的独立软件供应商将在企业应用中嵌入生成式 AI功能，而2024年这一比例还不足 5%。

介绍

AI领域的两场竞赛已然展开。

第一场竞赛中，科技供应商争相推出创新产品，市场充斥着被过度营销的嵌入式 AI技术。平均每2.5天便有一个新的生成式 AI前沿模型问世。1

作为CIO，您无需参与供应商间的技术竞赛，也无需追逐每项最新的 AI技术以抢占先机。但您正身处另一场至关重要的竞赛：以安全为前提，实现规模化的 AI成果交付。

这场AI转型竞赛至关重要，因为 CEO们对AI的战略价值寄予厚望。根据 Gartner于2024年中期发布的《CEO与高级业务主管调研》，74%的CEO认为 AI是对其行业影响最大的技术。这一比例较 2024年初的59%和2023年的21%有显著提升。2

而 CEO 们主要依赖 CIO 推动 AI 战略成果。Gartner 2024 年 AI 调研显示，57%的CIO被明确指定为企业 AI战略的领导者。3

然而，CIO们也深刻体会到推进 AI部署的挑战：47%的受访CIO表示，目前的 AI投资未能实现预期回报。3尽管AI被寄予提升生产力和业务效益的厚望，但实际成果往往低于预期，甚至可能引发重大风险及不可预测的成本增长，以及造成员工行为变化，从而对企业产生负面影响。

根据Gartner新兴技术成熟度曲线，生成式AI正处于“期望膨胀期”，并将很快滑入“泡沫破裂低谷期”（详见《2024年新兴技术成熟度曲线》）。

作为CIO，您既要应对AI供应商的持续宣传，又需直面成果交付的艰难现实。这种双重压力可能让您游走于希望的“高峰”和考验的“低谷”之间。

无论您是否明确负责企业 AI战略的实施，您都需要全力推动三类关键成果的实现：

业务成果

技术成果

行为影响

幸运的是，您可以主导参与这场 AI竞赛的节奏。本研究分析了 CIO可以选择的两种推进策略：

■ AI稳健模式。此模式适合目标相对保守且尚未受到 AI颠覆性影响的企业。对于公共部门、受严格监管的行业，以及资源有限的中小型企业，这种注重风险规避、稳步推进的节奏尤为契合。

■ AI加速模式。此模式适用于拥有宏大 AI战略或处于行业颠覆前沿的大型企业或创新型公司，特别是致力于通过 AI获取竞争优势的机构，通常选择这种加速节奏以迅速抢占先机。

Gartner.

让我们探讨如何根据您的 AI战略，助力企业实现理想的业务、技术与行为成果。

作为 CIO，您正带领企业参与一场 AI竞赛。无论选择何种部署模式，您都必须确保交付相应的业务、技术成果和行为影响，以推动企业未来发展。

分析

实现AI战略的业务成果

您可以根据企业的AI战略目标选择更为适合的部署模式：

■ 如果您的目标是利用 GenAI提升员工个人生产力，可以选择 AI稳健模式。

■ 如果您的目标不止于提升个人生产力，而是优化整个企业的业务成果，则应选择AI加速模式。

利用 GenAI，最大化提升员工生产力（AI稳健模式）

通过GenAI 提高员工生产力并非易事。Gartner 2024年《GenAI对数字工作场所的影响》调研结果显示，98%的技术领导者表示员工渴望尝试使用 GenAI工具，但72%的员工发现难以将其融入日常工作。4

为智能化提升员工生产力，需鼓励员工持续采用 GenAI工具。Gartner《2024年数字员工调研》结果显示，每周至少使用一次 AI工具的员工平均每周可节省 3.6小时的工作时间。5

并非所有员工都能均等地从 GenAI工具中获益。AI对生产力的提升取决于职能的复杂性及员工的经验水平（详见《谁能从GenAI中获益最多？》）。

来源：Gartner

对于低复杂性角色，GenAI的价值在于帮助经验不足的员工提升生产力。例如，针对呼叫中心的客服岗位，经验较少的员工对常规任务的熟练度较低，可通过 GenAI显著提升效率。相比之下，经验丰富的员工已掌握任务细节，因而受益有限。

对于高复杂性角色，GenAI的核心作用是为经验丰富的员工增强能力。如资深软件工程师和律师等职业，其清晰的专业判断力使他们能够高效评估和验证 GenAI的输出，从而显著提升生产力。相比之下，经验较少的员工由于尚未建立成熟的判断标准，受益相对有限。

通过识别企业的核心生产力领域——即 GenAI 能带来最大收益的领域，

您可精准部署GenAI，最大化其业务影响（见图 1）。

图1：核心生产力领域
核心生产力矩阵

像管理投资组合一样管理 GenAI的多重价值（AI加速模式）

如果采纳AI加速模式，CIO需要利用GenAI推动多重收益的实现，除生产力提升外，还包括新增收入、降低损失、优化客户体验以及增强业务可持续性。

Gartner 2024年AI技术调研显示，CIO们为企业制定的 GenAI应用项目聚焦以下三类业务成果：

个人生产力提升（占比 50%）：例如，通过 GenAI生产力工具赋能员工，实现效率突破。
运营与流程优化（占比 30%）：例如，推进关键业务流程自动化，或重新设计岗位以支持人智协同。
业务层面的变革性创新（占比 20%）：例如，开拓全新收入来源，或重新定义企业的核心价值主张。3

为实现上述目标，您需要像管理投资组合一样管理 GenAI应用项目。让部分项目专注于提升员工能力，部分用于提高传统投资回报率，例如围绕 GenAI重新设计业务流程。剩余项目则应以GenAI为核心，推动业务模式创新。

在此过程中，您应合理分配各类目标的投资比例，并平衡整个投资组合的风险与回报。

应对 AI成本波动

由于GenAI部署成本波动性较大，非常容易失控。Gartner预计，如果未能准确评估GenAI部署成本，您的预算可能会出现高达 5倍到10倍的误差（详见 Gartner工具包《AI与GenAI成本计算器》）。

Gartner专家认为，短期内 AI成本可能造成与 AI幻觉或安全漏洞同样显著的风险。

CIO们已经在AI领域投入大量资金。据 Gartner 2023年企业AI趋势调研，该财年，已部署GenAI的企业仅在概念验证阶段的平均支出就高达 230万美元；其中，小型企业平均支出为30万美元，而大型跨国企业则为 290万美元。6

而部署成本还将持续上升。目前，技术供应商的产品定价已最高上涨 30%。7Gartner预计，到2027年，由于 GenAI产品定价和打包方式的变化，大多数企业应用的成本将至少增加40%。

无论您选择何种 AI部署节奏，必须全面了解 AI部署成本及其构成，主动寻求成本优化策略，并通过与供应商的谈判有效控制支出（参见《通过价格谈判避免 AI与GenAI成本飙升》）。

如果您选择 AI加速模式，需持续监控成本，并深入了解不同的定价模型。例如，使用API结合自有Web前端，可能比购买打包的 GenAI产品更具有成本效益。

为充分挖掘潜在收益并有效管理成本，应通过概念验证评估成本增加的风险。仅证明技术可行且员工接受度高尚不足够，您还需通过概念验证评估 AI工具的实际价值，权衡收益与成本增长之间的平衡。

实现 AI战略技术成果

作为CIO，您需构建支持 AI部署的技术基础设施，以有效控制成本并推动业务价值的实现。然而，由于AI和数据在企业中的广泛应用，它们不再仅仅是 IT部门集中管理的资产，这使得实现技术成果的复杂性显著增加。

AI和数据现已深度渗透到企业的各个层面，因而您需要转变管理思路以有效管理这些资产。

充分挖掘多元化数据资源

GenAI能够从各类结构化和非结构化数据中提取价值。

对于拥有数据湖和集中式结构化数据的企业，GenAI可以直接从这些数据源中挖掘深刻洞察。然而，非结构化数据（如电子邮件、录音、演示文稿等）同样能通过 GenAI释放新价值，而这类数据占企业整体数据的 70%-90%，因而蕴藏着巨大的机遇。8

尽管潜力巨大，GenAI也带来了新的挑战。特别是 GenAI模型可访问各类数据，包括敏感信息和个人可识别信息。无论选择何种 AI部署模式，安全高效地管理非结构化数据的访问权限，始终是核心任务之一。

尽管GenAI有望减少传统的数据移动、转换和结构化需求，CIO仍需确保高效整合结构化与非结构化数据，构建统一的数据管道和编排流程（参见《指南：通过数据 AI就绪实现AI战略目标》）。

Allstate好事达保险：利用无处不在的数据驱动创新解决方案

Allstate. 当车祸发生时，您会立即联系保险公司，通过电话或应用程序描述事故，提供照片、视频及警方报告等信息。

过去，Allstate技术解决方案将这些数据迁移、清理、标注并结构化，为机器学习模型提供数据基础，从而确保事故准确分类，迅速处理理赔。

Allstate 如今采取了截然不同的方法。Allstate 执行副总裁兼 CIO Zulfi Jeevanjee 表示，他们选择将数据保留在源头——即原始数据所在的位置。公司利用 GenAI直接对通话记录、照片等非结构化数据进行解析，并将其与结构化的保单数据结合，完成事故的自动分类。

为提高准确性，员工也积极参与其中，通过向 GenAI提问，深入挖掘数据中的关键信息，类似于向客户询问事故细节。

通过这种方式，Allstate不仅实现了原地管理非结构化数据的能力，还将 GenAI解析的数据与结构化数据相结合，获得深入洞察与精准分析。

利用无处不在的智能

我们已从AI稀缺的时代迅速转向 AI过剩的时代，AI模型和应用已广泛渗透各行各业。

根据Gartner 2024年AI趋势调研，CIO们表示他们部署的 AI能力主要分布于以下三大类：9

■ 嵌入式 AI （43%）：由软件供应商为企业应用程序集成的 AI功能。嵌入式 AI是AI功能中规模最大、增长最快的类型。Gartner预测到2026年，超过 80%的独立软件供应商将在其企业应用中嵌入 GenAI功能，而 2024年这一比例尚不足 5%。

■ 企业自建 AI（35%）：企业内部软件工程和数据与分析（D&A）团队构建的集中式AI功能。

部门自备 AI（BYOAI，22%）：企业各部门采购并部署的 AI软件与功能。

作为CIO，您需要采纳多层次的技术架构，以有效支持集中式和分散式的 AI管理。

您仍需依赖IT及数据与分析团队提供的集中式数据和 AI基础设施，即经典的“自下而上”技术栈。然而，随着需求变化，您还需构建一个顶层架构，将各部门（如市场、人力资源等）的数据与 AI能力进行无缝集成。

换句话说，您需要构建一个“AI三明治架构”。

图2展示了如何有效整合核心元素，打造 AI三明治架构。更多详情，请参阅《AI三明治架构：AI落地的概念框架》。

来源：Gartner

图2：AI三明治架构

AI三明治架构

在 AI三明治架构中构建 TRiSM层

为了安全、可靠地交付 AI成果，架构中必须集成信任、风险与安全管理（TRiSM）层。作为AI三明治架构的核心部分，TRiSM层是 GenAI治理与监管的“关键支撑”。所有AI模型与应用，无论其来源，都需经过 TRiSM层的审查与管理。

构建TRiSM层的策略取决于您期望的战略推进速度。

通过治理委员会制定和落实 TRiSM实践（AI稳健模式）

您需要组建：

负责AI安全的负责任 AI与伦理治理团队

■ 管理需求的中央AI委员会（明确AI需求来源与供应方）

■ 实践社区，用于知识共享与资源整合

如果您的AI项目数量不超过 10个，上述TRiSM实践通常足以满足需求。

然而，当AI项目超过 10个时，仅依赖传统的 TRiSM实践已不再足够。传统的人力治理委员响应速度较慢，且可靠性不足，难以确保实时、安全地交付 AI成果。此时，您需要采用编程化手段强化 TRiSM实践（详见《AI部署：治理与风险管理》）。

利用TRiSM技术将 AI政策机制化（AI加速模式）

TRiSM技术作为“守护代理”，能够防止AI访问敏感数据，检查并过滤不当输出，阻止不合规或伦理敏感的内容。

此类技术为每一项AI应用提供必要的安全防护，确保 AI部署在企业内安全扩展。

随着TRiSM技术市场的快速发展，其复杂性也日益增加（详见《生成式 AI的信任、风险与安全管理创新指南》）。正如下文所述，AI代理正日渐崛起。这些经过训练的代理能够有效审查AI行为，强化AI治理能力。

西北太平洋国家实验室的安全守护代理

西北太平洋国家实验室的首席数字官 Brian Abrahamson分享了他们如何开发并训练 AI代理，将其作为研究助手使用。例如，当其他AI工具生成研究内容时，这个 AI守护代理会自动审核每个脚注的准确性、适当性和合规性。

如何构建 AI三明治架构

作为CIO，您需要在混乱而蓬勃的 AI时代中保持清晰的战略方向，并抓住新兴机遇。

如果您选择稳步推进AI项目，构建AI三明治架构的过程将是渐进式的，您将从采用供应商推荐的标准化解决方案开始，逐步优化架构。

然而，如果您选择加速部署 AI应用，您将需要迅速制定并实施定制化的 AI三明治架构，以确保快速交付可观成果。尽管在初期需要依赖供应商提供的功能，最终您需要超越供应商打造的生态系统，全面推进企业的 AI战略目标和数字化转型。

每个企业的AI三明治架构都需量身定制。您可以参考以下三种典型模式着手打造该架构：

■ 打包采购的三明治架构。这一架构融合了两类 AI：来自软件升级和附加组件的嵌入式AI，以及来自业务部门的自备 AI（BYOAI）功能。同时，加入一层 TRiSM技术以确保供应商合规性。此模式适合没有庞大 AI团队的中型企业。

■ TRiSM增强型三明治架构。此类架构的核心特点是强大的 TRiSM技术层和治理实践，更加依赖集中化数据。它结合了自建 AI和嵌入式AI功能，但对 BYOAI的使用进行严格控制，以降低潜在风险。TRiSM增强型三明治架构适用于公共部门或受严格监管行业的企业。

■ 豪华型三明治架构。此类架构集合了所有要素：由数据科学和工程团队打造的大规模AI功能、大量的 BYOAI和嵌入式AI技术、强大的TRiSM支持，以及跨部门的数据整合能力。豪华型三明治架构适合实力雄厚、将 AI作为核心竞争力的大型企业。

图3展示了三种典型的 AI三明治架构

图3：三种典型的AI三明治架构

Gartner

管理AI的行为影响

随着AI从工具转变为团队伙伴，员工对 AI的强烈反应不可避免。

一些员工可能对AI产生亲近感，而另一些则可能感到反感或受到威胁。根据 Gartner2023年HR技术员工体验调研，只有 39%的员工相信其组织所采用的 AI解决方案能够带来公平的结果。10

这些情绪反应可能引发意想不到的行为后果，进而影响员工职场表现，例如嫉妒使用AI的同事、过度依赖 AI工具，甚至与AI聊天机器人建立情感依赖。

然而，许多企业未能有效管理这些行为影响。根据 Gartner 2024年AI趋势调研，只有21%的CIO关注缓解 AI对员工工作潜在的负面影响，且仅有 20%的CIO关注AI对员工福祉的影响。3

第13页，共22页

您必须像管理技术和业务成果一样，严格管理 AI的行为影响。

如果您选择稳步推进AI部署，则需将变革管理策略的重点放在员工行为的管理上。明确划分责任，确保AI行为影响得到有效控制，避免无意间产生负面后果。

作为变革管理的新策略之一，您需要与员工合作，重新定义他们的职责，共同打造 AI赋能的员工体验。对于那些直接受 AI影响的员工而言，这一举措尤为必要。

Vizient 如何管理 AI 的行为影响

vizient.

作为美国最大的会员制医疗保健服务公司，Vizient的战略目标是成为AI驱动型企业。为此，Vizient深刻意识到，员工必须与企业共同迈向 AI转型。公司设立专门职位，

与员工紧密合作，评估 AI对其任务、角色及日常工作的潜在影响。

以 Vizient 的软件工程师 Sam 为例，使用 GitHub Copilot 后，他的工作效率得到了显著提升。公司主动与 Sam沟通，探讨AI应用可能带来的变化。Sam意识到，自己的工作重心将从编码转向问题解决和质量控制。

他的身份将从“编码员”变为“增效者”，这一转变引发了他的自我反思：这是否是他所期望的工作方式？他是否具备必要的技能来适应这一变化？在 Vizient与员工共同设计新职责的过程中，必须解决这些关键问题，以确保 AI转型的顺利实施。

更多详情，请参见Gartner案例研究：《以人为本的生成式 AI战略》。

在重新设计员工角色时，核心任务是利用 AI去除日常工作中的繁琐事务。通过减少琐碎任务，您不仅能提高生产力，还能显著提高员工参与度、产品质量及客户体验。

反之亦然。如果未能充分关注行为影响，AI可能会被错误应用于员工热衷的创造性工作，反而将繁重而乏味的任务留给他们，导致负面后果。

natura如何利用 AI简化繁琐任务

natura 拉丁美洲 CIO Renata Marques 表示，公司为其在拉美地区的350万名美容顾问开发了一款 AI驱动的应用程序。顾问们可以通过自然语言提示，轻松完成信用额度调整、付款处理及订单查询，避免了联络呼叫中心、遭遇忙线的麻烦。

通过这一举措，巴西地区 80%的相关业务实现了自动

化，人工干预需求大幅降低，成本降低了 30%，净推荐值（NPS）也突破了 80分。

借助 AI，natura的美容顾问从繁重的行政任务中解放出来，能够将更多的精力和热情投入到与客户建立信任关系上，这也是他们最核心的职责所在。

如果您正在稳步推进AI应用，请务必明确您期望在员工、客户和公众中引发的行为反应，并避免负面影响的产生。然后，像管理技术与业务成果一样，精确跟踪并衡量这些行为影响，从而优化您的变革管理策略。

为 AI代理的崛起做好准备（AI加速模式）

对于加速AI部署的企业，其远大目标可能会将公司带入前所未有的 AI应用场景。

“代理型AI”的兴起将带来全新的情境（详见《创新洞察：AI代理》）。AI代理不仅能提醒您参加会议，甚至还能代替您出席会议。而且，AI代理不仅会提供选项，在您授权的情况下，它们还能为您做出决策。

针对实际业务，AI代理的功能可能会进一步扩展，涵盖起草招标书（RFP）和采购协议、评估响应，甚至承担其他关键决策任务。例如，通过触发和衡量情感反应（如共情、愤怒、信任和挫败感），AI正在推动“软科学”向更加精确和数据驱动的方向发展。

Hippocratic AI 如何将 AI 代理引入医疗保健领域

HippocraticAl 一DoNoHarm

目前，一些医院正在试用 Hippocratic AI 提供的虚拟 AI代理。该公司是一家位于加利福尼亚州帕洛阿尔托的大语言模型提供商。

这些AI代理能够主动联系患者，帮助他们为手术做好准备，并在治疗后进行必要的回访。医院可以根据需求定制 AI代理的语气。有时，语气较为直接，例如提醒患者按时服药；有时，则采用更具关怀的语气，如在患者康复期间进行回访。

患者可根据与AI代理的互动体验进行评分，评估的问题包括：

■ 您是否感到被认真倾听？

■ 您是否愿意与AI代理沟通？

■ AI代理是否能够理解您的个性与需求？

随着代理型AI的兴起，您在引入技术时，必须同样注重对“人性”的考量。您的企业不仅需要智能工具，也需要人类专家。

如果您正在加速 AI部署，应考虑将行为科学家、伦理学家、神经科学家及社会心理学家等专业人士纳入团队。

要点：确定 AI部署节奏和关键行动事项。

目前，大多数CIO正稳步推进 AI部署。如果您的行业尚未受到 AI的颠覆性影响，且企业对AI的需求较低（例如 AI项目少于10个），则可以选择稳健推进 AI战略。

若选择这种模式，您应当：

将提升员工生产力作为主要目标。

■ 全面了解AI相关成本。

依赖供应商构建稳固的 AI三明治架构。

Gartner.

■ 制定作为核心治理框架的 AI政策。

将“人”置于AI变革管理的核心位置。

如果您的行业正经历AI引领的的深刻变革，且企业目标是成为 AI驱动型企业，同时拥有超过10个AI项目，您需要加速 AI部署的步伐。

在进入 AI加速模式时，除了完成上述基本任务外，您还需要：

■ 寻求除了提升生产力以外的 AI驱动价值，例如提升公共成果或推动收入增长；

■ 实时跟踪AI成本，对其投入与产出进行验证；

■ 构建量身定制的AI三明治架构；

通过TRiSM技术将 AI政策机制化，确保合规性和透明性；

■ 大胆创新，积极探索代理型 AI的潜力。

这些举措将为您的企业在 AI竞赛中提供强有力的竞争优势。

依据

1Gartner于2024年7月25日下载并分析了斯坦福“以人为本AI研究院”生态系统图数据库的数据，涵盖的时间范围为 2023年1月 1日至2024年7月25日。

2Gartner 2024年中期 CEO与高级业务高管调研。本次调研于 2024年 6月至 7月间进行，共有110位在职 CEO及其他高级管理人员参与。所有受访者均经过严格筛选，确保其所在企业年收入超过 5000万美元。样本按角色分布如下：CEO（88人）、CFO（9人）、COO或其他C级高管（7人）、董事长、总裁或董事会成员（6人）。按地区划分，样本包括：北美（42人）、欧洲（37人）、亚太（24人）、拉丁美洲（3人）、中东（1人）和南非（3人）。按所在公司规模划分，样本包括：年收入 5000万至2.5亿美元（10人）、2.5亿至 10亿美元（25人）、10亿至 100亿美元（46人）、以及 100亿美元及以上（29人）。

3Gartner 2024年 AI趋势调研：CIO与技术领导者视角——第二阶段。作为第一阶段的延续，本次调研旨在深入探讨 CIO和技术领导者对于 GenAI项目的核心关注点，并评估其企业中AI/GenAI的数据架构及应用现状。该调查于 2024年7月在线进行，覆盖307名受访者，其中 213位为CIO，94位为其他技术领导者。受访者来自：北美（133人）、欧洲、中东和非洲（123人）、亚太和大洋洲（41人），且涉及多个行业领域。

4Gartner 2024年调研：GenAI对数字工作场所的影响。本次调研旨在评估 GenAI助手在主流数字化工作场所中的生产力价值，特别是其在提升员工生产力和工作效率方面的潜力。调研于2024年5月16日至6月12日进行，共有152位IT领导者参与，其中 61 位为 Gartner 研究圈（Research Circle）成员，91 位受访者通过 LinkedIn 链接和客户邀请参与。受访者的地理分布为：欧洲、中东和非洲（94人）、北美（46人）、亚太（10人）及拉丁美洲（2人）。在 152名受访者中，132人主要负责将Microsoft 365 Copilot引入企业，并在相关决策和管理过程中发挥了关键作用。其中一部分受访者正在其所在企业进行 Microsoft Copilot的试点应用，另一部分已经完成试点工作。其余20名受访者则专注于 Copilot以外的生成式 AI助手，如 GoogleWorkspace 专用 Gemini、Salesforce Slack AI 和 Zoom AI Companion。

5Gartner 2024年数字化员工调研。本研究旨在分析员工对技术和工作场所体验的看法。调查于2024年4月至7月在线进行，涵盖 5141名受访者，分别来自美国（1121人）、澳大利亚（1086人）、印度（996人）、英国（973人）和中国（965人）。所有受访者均为全职员工，所在企业均拥有不少于 100名员工，且在日常工作中广泛使用数字技术。受访者年龄范围为 18至74岁，数据采集经过年龄、性别、地区和收入的配额与加权处理，确保调研结果能够准确反映各国工作人口的情况。研究中所称“数字技术”包括用于通信、信息获取及提升工作效率的技术设备（如笔记本电脑、智能手机、平板电脑）、应用程序及网络服务的各类组合。

62023年 Gartner企业 AI趋势调研。本研究旨在分析成功实施 AI战略的关键因素，并评估GenAI对广泛AI应用的影响。调研于 2023年10月19日至12月21日在线进行，共有703名受访者参与，其所在企业位于美国、德国和英国。主要样本为 645家企业，这些企业需已部署至少两个 AI项目，或计划在未来三年内实施至少两个 AI项目。受访者必须为企业领导层成员，或直接向企业领导层汇报工作。在 703个样本中，还有58个商业智能（BI）样本，这些企业需已部署或计划部署至少一个 AI项目。受访者必须为企业领导层成员，或直接向企业领导层或以上级别（如高管）汇报工作，并主要负责企业的商业智能相关工作。无论是主要样本还是 BI样本的受访者，均需高度参与至少一个 AI项目，且主要负责AI相关职能，包括AI战略目标设定、AI项目价值衡量或项目制定与执行。为了确保样本的代表性，主要样本按公司规模和行业进行配额分配，而BI样本未设配额。

7SAP思爱普2023年第二季度财报电话会议记录，雅虎财经发布。

82024 年 8 月 20 日 Gartner IT 领导者网络研讨会投票结果。

92024年 Gartner AI趋势调研：CIO与技术领导者视角——第一阶段。本次调研旨在评估CIO与技术领导者对 AI的态度与认知，并探讨企业针对 AI发展动态所采取的应对措施。调查于2024年6月至7月期间在线进行，共有 708名受访者参与，其中包括314名CIO与394名其他技术领导者。受访者来自多个地区，具体分布为：北美（329人）、欧洲、中东和非洲（253人）、亚太（89人）及大洋洲（37人），覆盖广泛的行业领域。

102023年 Gartner HR技术员工体验调研。本研究旨在评估员工对 75项技术和创新的反馈，涵盖七个人力资源子职能。评价指标基于技术在企业中的采纳水平、对当前员工绩效的影响以及对未来绩效的预期作用。调查于 2023年10月10日至 11月7日在线进行，共有3477名受访者参与，涵盖了来自不同地区、行业和职能部门的样本。本次调研由Gartner的人力资源实践研究团队设计与开发。

Gartner.

免责声明：上述调研结果不代表全球结论或整个市场，仅反映受访者和受访公司的情绪。

免责声明：本研究中所提及的企业仅为示例，未涵盖该行业或其他相关领域的所有企业，亦不构成Gartner对这些企业或其产品的任何形式的认可或推荐。

作者推荐报告

以下部分文档可能不包含在您当前的Gartner订阅范围内。

《生成式AI的信任、风险和安全管理创新指南》

《谁能从GenAI中获益最多？》

《通过价格谈判避免AI与GenAI成本飙升》

《2024新兴技术成熟度曲线》

《Gartner 工具包：AI 和 GenAI 成本计算器》

《创新洞察：AI代理》

© 2024 Gartner, Inc.及/或其关联公司。保留所有权利。Gartner 是 Gartner, Inc 及其关联公司的注册商标。未经Gartner事先书面许可，严禁以任何形式复制、分发或传播本出版物的内容。本出版物中包含Gartner研究部门的观点，但不应被理解为事实陈述。本出版物中的信息来源于可靠渠道，但Gartner不对其准确性、完整性或适用性作出任何保证。Gartner研究可能涉及法律及财务问题，但Gartner并不提供法律或投资建议，亦不得将 Gartner研究成果作此用途。访问和使用本出版物时应遵守《Gartner使用政策》之规定。Gartner以其观点独立性与客观性而蜚声业界。所有研究项目均由公司研究部门独立完成，不受任何第三方影响。如需更多信息，敬请参阅《独立性和客观性指导原则》。Gartner研究不得用作生成式人工智能、机器学习、算法、软件或相关技术的培训或开发知识。

第20页，共22页

Gartner｜G00822215

可行的客观洞察

为您的部门获得成功做好准备。探寻为 IT领导者提供的其他免费资源和工具：

电子书

《使用 AI 机遇雷达图识别并确定AI机遇》

提高企业机构 AI应用程度，抓住人工智能机遇。

电子书

《生成式 AI时代下科技产品的重要发展机遇》

采取关键行动以推动业务增长，提高客户价值。

即刻下载

电子书

《人工智能战略规划工具》

制定全面的人工智能战略，为您的企业创造价值。

即刻下载

您已经是 Gartner客户？您可在客户门户网站上获得更多的资源登录

网络研讨会

从原型到落地：中国生成式人工智能的三个不容忽视的优先事项

了解中国企业在生成式人工智能的规划到落地的三个关键事项。

在 AI竞赛中把控自身节奏：2024年 IT

Symposium/Xpo 峰会主旨演讲洞察

概述

主要结论

建议

战略规划假设

介绍

Gartner.

分析

像管理投资组合一样管理 GenAI的多重价值（AI加速模式）

应对 AI成本波动

实现 AI战略技术成果

充分挖掘多元化数据资源

Allstate好事达保险：利用无处不在的数据驱动创新解决方案

利用无处不在的智能

AI三明治架构

在 AI三明治架构中构建 TRiSM层

通过治理委员会制定和落实 TRiSM实践（AI稳健模式）

如何构建 AI三明治架构

Gartner

管理AI的行为影响

Vizient 如何管理 AI 的行为影响

vizient.

natura如何利用 AI简化繁琐任务

为 AI代理的崛起做好准备（AI加速模式）

Hippocratic AI 如何将 AI 代理引入医疗保健领域

要点：确定 AI部署节奏和关键行动事项。

Gartner.

依据

Gartner.

作者推荐报告

可行的客观洞察

电子书

电子书

电子书

网络研讨会

立即观看

2024年在AI竞赛中把控自身节奏洞察报告

常见问题