盡管GenAI是一項相對較新的技術，但考慮到它正在產生的影響和它可以創造的商業價值，現在很難想象沒有它的世界會是什么樣子。

根據IDC去年11月發布的一份研究報告，基于對2100多名負責人工智能轉型的商業領袖和決策者的調查，已經使用人工智能的企業中，71%的企業在14個月內看到了他們的人工智能投資的回報，平均每花費1美元就會有3.5美元的回報。

因此，自Dall-E2和ChatGPT于2022年底發布以來，企業繼續大舉投資也就不足為奇了，他們預計生產率的提高將帶來最大的價值，一些估計顯示，未來12個月將改善5%或更多，員工人數也將至少減少5%。

安永是廣泛部署GenAI的企業之一，在企業內部，它為其40萬名員工在各種任務中使用對話式人工智能，在企業外部，它使用人工智能來幫助其客戶。

安永美洲區新興技術負責人Matt Barrington表示：“我們看到生產率全面提升了15%到20%。”

因此，當潛在供應商上崗時，由于使用GenAI來幫助分析大量文檔，工作效率提高了70%到80%。

“我們做了并排測試，”他說，“我們得到了更有效的回應，更好的可追溯性，更少的人。”

安永還對其他企業如何使用GenAI進行了研究，在10月份對1200名全球CEO的調查中，幾乎所有人都表示，他們正在對GenAI進行重大投資或計劃進行重大投資，全球75%的高管表示，它將提高員工的生產率。

因此，根據早期結果，企業生產率提高最大的三個職能領域是客戶服務、軟件開發以及一般創意和知識工作。

GenAI與客戶服務

客戶服務是GenAI最重要的用例之一，隨著供應商不斷向其平臺添加工具，企業實施這些工具變得越來越容易。

斯坦福大學和麻省理工學院的研究人員合作進行了一項研究，該研究基于5000多名客戶支持代理的數據，于去年4月發布。使用GenAI，工程師平均每小時能夠解決14%的問題，最大的好處是新的和低技能的工人，他們看到了34%的改善。

研究人員表示，人工智能還幫助工程師變得更有同理心，從而帶來更積極的客戶體驗，因此，毫不奇怪，大企業的商業領袖預計，在未來12到18個月內，使用GenAI提供客戶服務將具有非常高的價值，使其成為早期采用者預期收益最大的領域，一些行業已經感受到了影響。

今年2月，麥肯錫發布的一項調查結果顯示，84%的電信企業使用GenAI提供客戶服務時看到了成本節約，其中45%的電信企業將成本降低了6%或更多。

GenAI與軟件開發

企業軟件企業Planview發現，GenAI并不會接管整個任務，但最好是用作生產力增強器。

該企業首席數據科學家Rich Sonnenblick表示：“我們已經看到，在重復性編碼任務中，生產率得到了顯著提高，從5%提高到20%。”

他補充稱，這種改善主要集中在初級員工身上。“人工智能模型能夠提供最佳實踐代碼系統，幫助初級開發人員學習和磨練技能。”

他補充說，這是一個永不疲倦的合作者，而且總是有帶寬提供幫助。

今年2月，全球管理和戰略咨詢企業ZInnov和數字服務轉換企業Ness Digital Engineering發布了一項對現場工程環境中100多名軟件工程師的深入研究，得出的結論是，當工程師使用GenAI時，他們更新現有代碼的時間減少了70%，測試代碼減少了41%，編寫新代碼的時間減少了32%。

研究人員說，在代碼更新方面，GenAI擅長使用代碼庫中已經存在的函數，并且在改進代碼性能方面起到了無價的建議，在測試方面，GenAI還特別擅長生成測試用例和創建用于測試的虛擬數據。

但在新的代碼開發中，培訓數據的有限可用性和對項目背景的理解阻礙了影響。

總體而言，GenAI將任務完成時間縮短了38%，其中高級工程師的收益最大，經驗豐富的專業人士更好地理解人工智能的建議，并能夠在將錯誤添加到代碼之前修復錯誤，他們還需要更少的提示來獲得他們需要的結果，并且能夠在他們的提示中提供更多的上下文，因為他們更好地理解了現有的代碼庫和項目需求。

GenAI可以提供幫助的不僅僅是大型軟件開發項目，它還可以用來編寫小腳本和查詢，從而增強非技術員工的能力。

大約一年來，管理咨詢企業AArete一直在使用其他GenAI來做到這一點。

一個直接的生產力好處是，員工不再需要求助于企業的數據卓越中心團隊來創建復雜的查詢和特殊的腳本，那個由20人組成的團隊不再需要了。

他們仍然很忙，但他們在做不同的任務，將之前負責所有這些數據收集的團隊整合到一個更大的交付團隊中，該團隊正在進行更復雜的工作。

同時，使用人工智能進行編碼也有一個不利之處。根據開發工具企業GitClear的數據，經過四年的數據分析，對超過1.5億行更改的代碼進行了分析，發現流失代碼增加，代碼重用減少——這是代碼質量下降的兩個跡象。

該企業預計今年的流失率為7%，是GenAI之前的兩倍，而且，這并不是關注生產率的唯一警告信號。

每年，谷歌都會為其年度DevOps報告對數萬名開發人員進行調查，今年人工智能是一個主要話題。

受訪者表示，人工智能在編寫和優化代碼、分析安全性、幫助他們學習新技能、識別錯誤、編寫測試、創建文檔等方面已經顯示出價值，但是，根據報告作者的說法，調查數據也表明，人工智能對團隊績效和軟件交付績效有中性甚至負面影響。

O‘Reilly Media新興技術內容副總裁Mike Loukides說：“很多人都在談論程序員的工作效率，但漲幅可能比炒作曲線讓我們相信的要小，我懷疑，我們沒有看到大企業規模的生產率顯著提高。”

在他11月份發布的自己的調查中，GenAI最常見的用途是在軟件開發中，34%的企業正在試驗它，44%的企業在工作中使用它，他表示，最終，每個人都將使用它，人工智能工具是不可或缺的和可靠的，盡管如此，他敦促企業將目光投向編碼速度以外的衡量標準。

“如果寫代碼不是真正的問題呢?”他問，“如果真正的問題是了解客戶的問題是什么，該怎么辦?也許我們可以花更少的時間編寫代碼，而把這些時間花在了解客戶以及如何構建適合他們的產品上。”

GenAI與知識工作者

GenAI特別擅長生成文本，這使得它對知識工作者來說是無價的，第一個公開的重大突破是在人工智能創意方面，實際上是在圖像方面。

Dall-E 2和Midjourney創造的圖像愚弄了人類，甚至早在2022年就獲得了獎項，因此，創意專業人士使用這些工具來創建營銷和銷售材料，以補充內部溝通和其他目的也就不足為奇了。

根據Adobe Research在2月份發布的一項研究，基于對2500多名創意專業人士的調查，83%的人表示他們使用GenAI工具，66%的人說他們制作了更好的內容，58%的人說他們增加了內容的數量。

GenAI也有能力幫助其他創意領域的知識工作者。

企業軟件巨頭SAP高級副總裁兼客戶成功領域數字主管Sam Masri表示：“當GenAI剛出現時，我們看到了一個巨大的機遇，可以提高我們資源的生產率，我們召集了600人在沙箱中測試人工智能，嘗試54個不同類別的不同用例。”其中一些最成功的是在工業和客戶研究領域。

他說：“這使得在相同質量或更好的情況下完成與GenAI之前相同的工作節省了46%的時間，這讓我大開眼界，我們意識到這是企業中其他人可以使用的東西。”

這與裁員無關，他補充道，它是關于擴大覆蓋范圍和生產率，以便個人能夠以更快的速度支持更多客戶。

如今，SAP擁有數十種不同的GenAI工具，托管在企業范圍的平臺上，允許員工創建內容、圖形等，它們被開發人員、營銷人員和許多其他工作職能所使用。

他說：“在我們這個約有30000人的面向客戶的企業中，每個人都會使用許多這樣的工具。在我的Digital Hub企業中，大約有1000人，每個人都至少使用一年前沒有使用的四五個工具。”通過使用這些工具，SAP的平均生產效率提高了20%到30%。

“這個數字在不同的職位上差別很大，”他補充道，“有些已經高度數字化，有些則改進得更高，因為我們一開始的基準較低。”

他說，最有價值的是需要分析大量信息的任務，如市場研究、行業研究和客戶研究，以及在開發、客戶支持和創建內容方面。

他說，在客戶、行業和市場研究方面，生產率提高了40%到50%。在內容創作和交付方面，基于不同角色和用例的加權平均值，生產率提高了20%到30%。

“所有這些都是勞動密集型的，GenAI幫助我們成倍提高，”他說，“這是我們看到最有價值的地方。”

SAP并不是唯一一家通過GenAI為知識型員工帶來生產力提升的企業。

2月下旬，哈里斯民意調查企業代表Grammarly對1000多名知識型員工和250多名商業領袖進行了一項關于商業溝通狀況的調查。在使用GenAI的人中，80%的人表示它提高了他們工作的整體質量，使用GenAI每周為他們節省7.8個小時。

如果所有員工都開始使用GenAI幫助他們進行溝通，這將轉化為每個員工平均每年節省16455美元 - 對于一家擁有1000名員工的企業來說，每年節省1650萬美元，或者說美國生產率每年總共節省1.6萬億美元。

當然，Grammarly對這些結果有既得利益，因為它開發了人工智能支持的語法和寫作工具，在麻省理工學院7月份發布的一項研究中也發現了類似的結果。研究人員對453名經驗豐富的專業人士進行了一項實驗，發現那些使用ChatGPT的人將寫作任務所需的時間減少了40%，而寫作質量提高了18%。

收益最大的是在第一次任務中得分最低的人，實驗結束后，使用ChatGPT的參與者兩周后在實際工作中使用ChatGPT的可能性增加了一倍。

在全球保險經紀、風險管理和咨詢服務企業Gallagher，高管搜索業務董事總經理Tom Wilson表示，他的團隊使用GenAI進行研究和書面交流。

例如，過去根據標準格式創建求職者個人資料需要大約一個小時，今天，這需要一半的時間。

他補充道：“你必須回到過去，發出自己的聲音，你必須個人化。”

他說，GenAI也被用來寫電子郵件，但它們仍然必須個性化，這樣它們聽起來就不像是人工智能寫的。“但這比從頭開始寫東西要容易得多，”他說，“我們通常有自己開發的電子郵件模板，但GenAI有助于讓事情煥然一新。現在聽起來不像是我剛從我的共享驅動器中取出了一個模板。”

他估計，GenAI將寫這些標準郵件的時間減少了30%到40%。

“我的整個職業生涯都在招聘人才，”他說，“這是我見過的圍繞一項技術進行的最快轉型，這就像30年前把一臺PC或一臺Mac放在每個人的辦公桌前一樣。”

當生產力下降時，使用GenAI

根據哈佛、沃頓、華威、麻省理工學院和波士頓咨詢集團的研究人員最近的一項研究，在人工智能熟練掌握的領域，生產率的提高尤其顯著，但當它被用于超出其能力范圍的任務時，生產率可能會大幅下降。

這項實驗涉及在BCG工作的700多名顧問，結果發現，在OpenAI的GPT-4幫助下工作的顧問平均多完成12%的任務，完成任務的速度快25%，結果比沒有使用人工智能的顧問高出40%。

低于平均水平的顧問受益最大，他們的業績增長了43%，與此同時，高于平均水平的咨詢師只看到了17%的收益，但這是針對人工智能擅長的任務，對于超出GenAI能力的任務，咨詢人員的性能下降了19%。

根據報告作者的說法，這一前沿并不是人們可能預期的地方，例如，與直覺相反的是，GenAI擅長提出新想法，但不擅長基本數學。

這項實驗包括了BCG顧問通常日常工作的一部分，如開發新產品想法和解決商業問題，顧問需要使用創造力、分析技能、說服力和寫作技能來執行這些任務。

Forrester的分析師J.P. Gownder說：“你想知道什么時候該質疑人工智能的產出，這并不是一件容易解決的事情，它需要大量的背景知識、判斷力，不僅需要對人工智能的理解，還需要對你所處的環境的理解。”

他預計，今年許多企業將在GenAI的培訓方面投資不足。

他說：“他們會認為，在教室里呆上一個小時就能讓人們熟悉情況。有一些很難的事情，比如快速工程學，你不可能在一天內學會。GenAI具有令人難以置信的變革潛力，但這并不是一段輕松的旅程，其中很多都是通過那些需要這些技能的人來完成的。”