大规模创造生成式AI价值

生成式AI 提出了一个组织难题。企业集体投资数十亿美元，让员工能够使用通用大型语言模型（LLM）来提高个人生产力，但在大多数情况下，却难以开发和采用更具战略性的技术应用。除非公司能够利用GenAI进行创新的流程改进，并跨职能和业务部门扩展，否则有意义的投资回报（更不用说竞争优势）可能仍然难以实现。1

我们对23家大型组织的87名从业者的访谈显示，那些通过生成式AI大规模创造价值的领导者培养了三种关键实践。首先，他们将用例的范围扩展到跨流程，而不是局限于特定任务。其次，他们将每个用例视为持续改进的工作进展。第三，他们迅速识别并放弃那些未能为组织带来可衡量价值的用例。

然而，大多数传统公司的结构并不支持将这三种实践制度化。许多公司以多部门组织的形式运营，特点是多个利润和亏损单位、重复的职能、有限的跨职能信息流以及内部资源竞争。2 这种设置使得跨流程和跨单位扩展生成式AI用例变得困难。

在我们的研究中，我们发现少数克服这些挑战的领导者正在超越许多组织用于连接集中式AI技术专长与各单位的经典中心辐射模型。他们正在开发一种我们称之为 AI脊柱 的新型内部资源。它提供了一个灵活的核心结构，用于大规模实施、演进和放弃LLM用例，使生成式AI组合既保持专注又与时俱进。