在新一輪科技革命和產業變革加速發展的背景下，數據已成爲新的生產要素，算力成爲新的基礎能源，而人工智能則成爲新質生產力。2024年《政府工作報告》明確指出要深化人工智能應用，並首次提出開展“人工智能+”行動。爲抓住此次技術發展機遇，企業開始積極嘗試將生成式AI融入工作流程，以探索各種創新的可能性。

騰訊雲聯合Gartner發佈的《生成式AI產業落地路徑研究報告》（以下簡稱“報告”）認爲，目前生成式AI應用落地仍處在探索階段，但是隨着生成式AI技術迭代，以及企業逐漸梳理明晰內外部業務與生成式AI的結合方向，生成式AI將在各個行業、各個業務流程釋放價值，這既包括現有業務流程簡化所帶來的收入增長或成本下降，也包括推動行業進化過程中帶來的全新經濟價值。

Gartner對822位企業領導者進行的“2024年新一代人工智能規劃”調查顯示，絕大多數正在實施或積極計劃實施生成式AI的企業高管已經預期或實現實施收益。平均來看，受調查企業收入增加15.8％，成本節約15.2％，員工人數減少4.6％，生產率提高22.6％。

報告認爲，生成式AI將從四個維度幫助企業實現更多價值：

一是運營效率提升。高效的執行力是企業核心競爭壁壘之一。生成式AI既是通用知識的百科專家，在學習行業和企業專有知識之後，也可以成爲特定領域的專家。生成式AI的專家能力，通過智能助手輔助員工或者智能化自動執行業務流程完成落地，從而實現運營效率提升。

二是客戶體驗提升。生成式AI在客戶服務應用場景擁有回覆個性化、支持文本圖像交互等優勢。如果將生成式AI貫穿售前、售中、售後的客戶交互服務全流程，可以全面提升客戶體驗。

三是產品價值創新。相比傳統AI，生成式AI在需要創造力的創新類任務以及需要決策的專家經驗類任務中的表現越來越好。因此，通過生成式AI，企業有機會打造新一代應用，創造全新的AI驅動產品與服務。例如，在教育行業，個性化教學、因材施教一直是教育領域的追求目標，但受限於師資，個性化教學更多是通過學生分組教學的方式實現，並非針對每位學生因材施教。基於生成式AI的交互和創造能力，個性化AI教學助手可以在教學、練習、考試全流程中與學生實現互動，並不斷基於學生知識盲點進行鍼對性的教學強化。

四是業務流程重塑。傳統AI技術在研發、生產、供應鏈等企業核心價值鏈一直難以滲透發揮價值，主要難點在於傳統AI無法理解如此複雜的業務邏輯。生成式AI擁有超強的知識汲取、分析以及生成能力，通過對企業內部數據的海量學習，以及業務流程運行過程中的持續迭代，有機會創造出超越傳統專家經驗的新模式。基於生成式AI，企業有望革新傳統價值鏈，創造全新的業務流程。

例如，在醫藥研發企業的藥物分子篩選場景下，研發人員需要進行大量分子實驗，進而篩選出有效的分子。基於生成式AI，研發人員可以構建更爲準確的分子篩選標準，從而縮減分子實驗規模，縮短藥物研發週期。

整體而言，生成式AI在不同產業的廣泛應用已經泛起第一波漣漪。報告認爲，隨着技術進一步迭代精進，以及應用落地路徑的逐步成熟，生成式AI必將持續掀起新的技術應用浪潮，在全球各行各業產生顛覆性變革。（嶽懸）