當AI技術飛速發展，許多公司正急於弄清如何將AI融入經營當中。他們看到了AI在提高效率和維持競爭力的巨大潛力，但大多數仍不清楚如何有效地大規模部署AI。
麥肯錫在最近進行的線上調查中，揭露了全球企業如何成功運用AI，也提供能夠幫助台灣及其他地區企業領先的洞察見解。重要的一點在於：AI不只是流行詞，而是能改變遊戲規則的工具，但前提是在用對策略的情況下才能真正發揮作用。
這項調查收集了來自101個國家、共1,491名參與者的回覆，涵蓋了不同產業、公司規模和職能專業。其中，42％的受訪者來自年收入超過5億美元的企業。
首先，2024年間AI的應用明顯增加。根據報告，78％的受訪者表示他們的公司至少在一項業務功能（business function）中使用AI，這個數字在1年多前為55％，且 在資訊科技（IT）、市場行銷、銷售及服務營運中使用最為頻繁 。 在過去6個月中，AI使用量增幅最大的業務功能是IT，使用AI的受訪者比率從27％躍升到36％ 。
公司組織在更多業務功能中使用AI的現象，與我們上次的全球AI狀況調查結果一致，多數受訪者首次表示在多個業務功能中使用AI。生成式AI（Gen AI）的使用自2024年初以來也出現了類似的大幅成長：71％受訪者表示公司定期至少在一個業務功能中使用生成式AI，高於2024年初的65％。
行銷、產品開發、軟體工程…最常使用生成式AI
從調查數據可見， 公司最常在行銷和銷售、產品和服務開發、服務營運和軟體工程等業務功能中使用生成式AI 。這些也可回溯麥肯錫先前的研究──生成式AI須部署在最有可能創造價值的業務功能，也包括IT部門。
雖然各行各業的企業都傾向在行銷和銷售中使用生成式AI，但在其他功能中的部署則因產業而異。不少企業開始將生成式AI應用於最能產生價值的地方，例如，媒體和電信公司的服務營運、技術公司的軟體工程與專業服務機構的知識管理；生成式AI的部署也因公司規模大小有所差異，調查顯示，年收入超過5億美元的公司在旗下更多組織中使用生成式AI，而小公司則少得多。
在生成式AI實際應用方面，大多數受訪者（63％）表示公司以建立文本輸出為用途，但也會嘗試其他形式；約3分之1的受訪者表示公司正著眼於生成圖像，而較小的比率用於創建電腦程式代碼；科技部門的受訪者表示用來創造各種輸出技術，而先進行業如汽車、航空和半導體領域則專注生成圖像和聲音。
另一項調查顯示，使用生成式AI的業務單位的價值創造比率增加。與2024年初相比，更多受訪者表示公司的生成式AI應用案例，提升了部署AI部門的收入。
受訪者回報生成式AI帶來的收入增幅，與先前調查中的分析AI活動相似，顯示了企業需要在AI和生成式AI解決方案上採取全面性的方法，才能捕捉全面潛在價值。
許多企業也擴大AI的執行層面，包括重新設計工作流程到由高層管理人員負責AI治理。
首先，工作流程的重新設計是AI應用的重要變革。隨著公司推動生成式AI，21％的人表示他們已經調整了部分工作流程。好處顯而易見：自動化任務帶來更快、更準確的決策，最終提高效率和獲利能力。不過，成功的關鍵不僅是裝備AI，還要重塑人們的工作方式，確保AI並非只是束之高閣的昂貴工具。
再者，AI治理也是企業不可忽視的優先事項，其本質是確保AI步入正軌的規範、流程和技術。調查指出， 執行長直接參與AI治理能夠為公司帶來最大的營收影響，特別是由高階主管決定AI成敗的大型公司。 約28％的受訪者表示他們的執行長負責了AI治理，而17％的人表示由董事會監督。
在大多數情況下，AI治理由2位領導者共同承擔責任，這也暗示AI的高度重要性，無法僅由中階管理層管理 。
接著，企業在確保AI生成內容品質方面，也採取了不同的方法，有些公司謹慎對待，而有些較信任AI。27％的受訪者表示，所有AI生成的內容在使用前都會經過審查，無論是在聊天服務機器人，還是行銷素材中，但也有些人表示不到20％的內容會被檢查，在監督方面存在很大的差距。
例如，出於必要的自我監管和聲譽風險，法律服務和專業諮詢等產業傾向於100％審查AI生成輸出，其他行業如零售業與技術業則更願意信任AI，幾乎不需要人工干預。
隨著時間推移，公司可能會變得更有選擇性，將審查工作集中在高風險領域，而不是全面性的監督，畢竟逐一審查AI生成內容會減慢操作速度，但讓AI不受控制地運行反增風險，因此，公司需要取得合適的平衡點確保品質。
報告中另指出，AI應用快速擴張，風險也隨之而起。相較2024年初，許多公司現在表示正在積極管理AI生成的不準確性、網路安全威脅和知識產權問題等挑戰。這些風險已經成為許多公司的燙手山芋，不得不採取積極管理作為。
大公司在網路安全和隱私保護方面處於領先地位，但在解決AI準確性和可解釋性問題方面並不比小公司更有優勢，原因在於，公司規模大，並不代表在AI風險管理方面做得更好。專注打造AI透明決策流程的公司，更有能力在員工和客戶之間建立信任，這也是採用AI致勝的關鍵因素。而未能有效管理這些風險的公司可能會面臨法律問題、聲譽損害或AI系統無法提供預期價值的情況。
「覆盤績效＋組特攻隊」不迷路
儘管AI應用激增，很少有企業能找到產生廣泛、可衡量影響的祕訣。一項獨立調查發現，只有1％的高階主管認為他們的AI部署已成熟。換句話說，大多數公司仍處於試錯階段。
想要釋放AI的潛力，追蹤AI專案的明確績效指標，是成功的關鍵因素之一。 在大公司中，還能透過制定完善的AI應用路線圖、建立強大的跨職能AI團隊，都有助加速AI發展，確保AI計畫與業務目標一致。
然而，結果顯示，少於20％的公司實際追蹤AI專用的關鍵績效指標（KPI），僅約3分之1的公司遵循實踐AI應用的最佳方式，在這方面，大公司領先小公司，因其能夠結構化地推行計畫、設立專門AI轉型團隊和制定強大的內部溝通策略來促進AI應用的可能性。
那些有效擴展AI的公司不只在試驗，他們還 將AI嵌入到核心業務流程中，培訓員工並追蹤投資回報率 。這些都證實了AI不是魔杖，而是需要扎實的戰略計畫才能產生結果。
除了企業應用與管理，AI也正在改變現今的徵才方向。 許多公司開始增加錄用數據科學家、機器學習工程師和AI專家等相關人才，對資料視覺化和設計職位的需求反而下降 。
在AI風險管理方面，13％的公司聘請AI合規專家，而6％則聘請AI倫理專家，大公司更特別在AI相關職位上增添人手，藉此強化對負責任AI部署的承諾。
雖然招聘AI人才仍具挑戰性，但困難程度已不如前幾年嚴峻。最熱門的人才需求是AI數據科學家，半數使用AI的公司預計在未來1年內會僱用更多這類人才。
除了人才招募，企業也將目光放在重新培訓現有員工，讓他們與AI工具協同工作，並期望擴大人數。
AI對勞動力的影響，取決於公司如何適當使用，大公司可將生產力自動化，讓員工騰出時間從事更高價值的工作，或在某些情況下進行裁員，將人才重新分配到更具戰略意義的角色，確保員工擁有在AI驅動的工作環境中茁壯成長的技能，也是接下來企業必經的挑戰。
AI 應用效益如何？多數公司表示還沒看到AI對整體營運帶來明顯的財務表現。有些公司靠 AI 省下成本或增加收入，但真正賺到盆滿缽滿的還是少數。事實上，目前跑在最前面的，是那些規模較大的公司，因為他們有資源砸重金投資 AI 人才、治理和風險管理。
隨著AI技術發展，特別是AI代理崛起，企業需要迅速調整腳步，真正的挑戰不在於「用不用 AI 」，而是如何有效地大規模應用 AI。未來幾年，哪些公司能走出實驗階段，真正翻轉AI產業，將會是改變遊戲規則的人。
延伸閱讀：AI即戰力！吳恩達稱「AI運用」已成關鍵職能：開始猶豫該不該聘用不懂AI的人？
估值2兆！《財星》500強企業有6成選它，資料神廚Databricks大推的數據湖倉是什麼？
責任編輯：蘇柔瑋
