價值創造

報告已經在“很大”或“非常大”程度上實現了預期利益的組織比例為18%-36%，具體取決於所追求的利益型別。

報告生成式人工智慧專業水平“高”或“非常高”的組織更積極地擴充套件生成式人工智慧，並且比其他組織更大程度地實現了預期的利益。

企業主要計劃將生成式人工智慧節省的資金再投資於創新（45%）和改善運營（43%）。

擴大

領導者認為，擴充套件是創造價值、提高生成式人工智慧對業務的影響和擴大技術使用者基礎的關鍵。縮放階段是指生成式人工智慧的潛在優勢轉化為現實價值的階段。

常見的關注領域包括資料安全和質量，生成式人工智慧輸出的可解釋性，以及工作人員不信任或不熟悉生成式人工智慧工具。

員工使用經批准的生成式人工智慧工具和應用程式的比例仍然很低，近一半的受訪組織（46%）只向一小部分員工（20%或更少）提供了經批准的生成式人工智慧訪問。

建立信任

缺乏信任仍然是大規模採用和部署生成人工智慧的主要障礙。

信任問題並沒有阻止組織迅速採用生成式人工智慧進行實驗和概念驗證，60%的組織正在有效地平衡快速實施和風險管理。

發展勞動力

大多陣列織（75%）預計該技術將在兩年內影響其人才戰略；32%的組織報告了“非常高”水平的生成式人工智慧專業知識，他們已經在做出改變。

最令人期待的人才戰略影響是流程重新設計（48%）和技能提升或再培訓（47%）。

在短期內，更多的組織預計該技術將增加員工人數（39%），而不是減少員工人數（22%）。


​文件連結將分享到199IT知識星球，掃描下面二維碼即可查閱！