全球电商、云计算巨头亚马逊对美国、巴西、加拿大、法国、德国等9个国家的，3,739位在ICT决策中扮演重要角色的高级IT决策者进行深度调查，发布了《全球企业生成式AI应用指数报告》。
以下是本次调查的关键发现。
2025年企业优先投资生成式AI
在企业的IT预算规划中，一个显著的变化是生成式AI工具的支出优先级超越了传统的安全工具。调查数据显示，45%的IT决策者将生成式AI工具列为2025年的首要预算重点，而安全工具仅占30%。
这一转变体现了企业对AI驱动的创新和增长的高度重视，在追求创新发展的道路上，企业愿意加大对生成式AI的投入，期望借此获得更大的竞争优势。
不过，不同规模的企业在投资优先级上存在差异。大型和中型企业更倾向于将资金投入到生成式AI工具上，而小型企业则优先考虑安全解决方案。这是因为小型企业在业务发展初期，保障运营安全是首要任务，只有在确保安全的基础上，才会考虑引入AI等新兴技术。
在选择生成式AI工具时，企业的考量因素也不尽相同。对于大多数企业来说，工具是否易于集成到现有工作流程是关键因素之一。在受监管程度较高的行业，如金融服务和教育领域，企业除了关注集成便利性外，对工具的先进功能（56%）和强大的隐私安全特性（48%）也极为重视。
这些行业处理的业务往往涉及敏感信息，对安全和合规性要求极高，因此先进的功能和安全保障是他们选择工具的重要依据。而在监管相对宽松的环境中，只有约三分之一（34%）的企业认为安全和隐私特性至关重要。
AI领导新角色——首席AI官
随着生成式AI在各行业的广泛应用，企业对AI领导力的需求日益迫切，首席AI官（CAIO）这一角色应运而生。调查结果显示，60%的企业已经任命了CAIO，负责领导生成式AI的部署工作，另有26%的企业计划在2026年前任命CAIO。
这一趋势表明，企业已经深刻认识到AI在战略层面的重要性，不再将其视为普通的技术工具，而是需要高层领导进行统筹规划和战略指导。
像亚马逊、爱彼迎等行业领先企业，早已任命AI领域的专业人才进入董事会，为企业的AI战略提供专业建议和方向指引。这些企业的成功实践为其他企业树立了榜样，也进一步推动了CAIO这一角色在企业中的普及。
企业在推进AI变革的过程中，变革管理成为一个不容忽视的问题。目前，仅有14%的企业拥有完善的变革管理策略，尽管到2026年底这一比例预计将提升至76%，但仍有四分之一的企业在2026年可能缺乏正式的变革管理策略。
变革管理策略对于企业顺利实施AI转型至关重要，它涉及到运营模式的调整、数据管理方式的优化、人才队伍的建设以及业务规模的扩展等多个方面，只有妥善处理这些问题，企业才能更好地适应AI驱动的变革。
此外，企业在发展生成式AI的过程中，也注重公平性和问责制。95%的IT决策者表示，他们的企业已经实施了至少一项策略，以确保生成式AI带来的利益能够在员工群体中公平分配。
其中，常见的做法包括确保AI工具设计和实施团队的多元化（53%），以及提高影响利益相关者的算法的透明度（52%）。这些举措有助于营造公平的企业环境，促进员工对AI技术的接受和应用。
生成式AI成企业创新发展新引擎
生成式AI作为人工智能领域的重要分支，能够通过学习大量数据，自动生成全新的内容，如文本、图像、音频等。这一技术的出现，为企业带来了诸多机遇。它可以自动化执行繁琐的任务，解放员工的时间和精力，使其专注于更具创造性和战略性的工作；在产品研发、客户服务、市场营销等多个环节，生成式AI都能发挥独特的作用，推动企业创新发展，提升市场竞争力。
从调查数据来看，生成式AI在企业中的应用已经十分广泛。高达90%的受访企业已经开始部署生成式AI工具，这一数据充分显示了企业对这一技术的积极态度。
近一半的企业已经超越了概念验证和探索阶段，正致力于将生成式AI工具全面融入工作流程或向生产阶段过渡，这表明企业对生成式AI的应用不再停留在尝试层面，而是进入了深度整合和实际应用的阶段。
企业加速生成式AI落地
企业在生成式AI的应用上，正从实验阶段快速迈向全面整合阶段。虽然2024年企业平均进行了45次生成式AI实验，但由于各种因素的制约，预计到2025年只有约44%（平均20次）的实验能够惠及终端用户。
在将实验成果转化为实际应用的过程中，缺乏熟练的生成式AI人才成为最大的障碍，55%的企业认为这一问题严重阻碍了实验的推进。此外，高昂的开发成本（48%）以及数据偏差和模型幻觉（40%）等问题也不容忽视。
数据偏差可能导致模型生成的结果存在偏见，影响决策的准确性；而模型幻觉则表现为模型生成看似合理但实际错误的信息，这在一些对准确性要求极高的应用场景中可能会造成严重后果。
高质量、清洁的数据对于减少这些问题至关重要，它是推动生成式AI向全面应用阶段过渡的关键因素。为了解决这些问题，企业一方面积极提升现有员工的技能水平，另一方面加大对AI专业人才的招聘力度。
通过培训与招聘填补生成式AI人才缺口
为了加速生成式AI技术的部署，企业纷纷采取内部培训与外部招聘的双重策略来填补人才缺口。调查结果显示，目前已有56%的企业制定了生成式AI培训计划，并开始实施内部员工的技能培训。另有19%的企业计划在2025年底前推出类似的培训计划。然而，在制定这些培训计划的过程中，企业也面临着诸多挑战。
52%的IT决策者表示，他们对于员工在生成式AI技能方面的具体需求缺乏清晰的了解，这使得培训计划的针对性和有效性受到限制。
此外，47%的企业表示不清楚如何实施相关的培训项目，41%的企业则受限于有限的培训预算。这些因素共同制约了企业内部培训计划的顺利推进，影响了企业通过内部人才培养来满足生成式AI技术需求的能力。
除了内部培训，企业还积极通过外部招聘来获取生成式AI专业人才。报告指出，2025年将有92%的企业计划招聘具备生成式AI专长的人才，其中四分之一的企业预计至少有一半的新招聘岗位将要求具备此类技能。
这表明企业对于生成式AI人才的需求极为迫切，它们希望通过外部招聘迅速补充技术团队的力量，以应对日益增长的业务需求。不同行业在招聘策略上也存在差异。
例如，在信息通信技术领域，35%的企业计划将生成式AI技能作为至少一半新岗位的必备要求；而在制造业中，这一比例为28%。这种差异反映了不同行业对于生成式AI技术应用深度和广度的不同预期，以及它们在人才市场竞争中的不同策略。
（文：AIGC开放社区）