
新智元报道
新智元报道
【新智元导读】世界经济论坛发布两份报告,指出AI将带来效率提升、收入增长和客户体验优化等机遇,但也面临规模化应用的挑战。同时,报告强调通过区域合作构建可持续AI基础设施,推动包容性增长,缩小数字鸿沟。
在这样的时代背景下,世界经济论坛(WEF)联合埃森哲、毕马威发布报告,无疑为我们洞察 AI 未来的发展脉络提供了权威视角。
该报告汇聚了多方智慧,通过深入的行业调研、前沿的技术分析以及对全球趋势的精准把握,为我们全方位呈现 AI 在未来的机遇与潜力。
无论是关注科技创新的从业者,还是寻求投资方向的金融人士,亦或是关心社会发展的普通大众,都能从这份报告中获取启发,提前布局,迎接 AI 时代的无限可能。
报告一:《AI in Action: Beyond Experimentation to Transform Industry 2025》
人工智能正在以前所未有的速度发展,特别是在自然语言处理(NLP)、计算机视觉和生成式人工智能等领域。
由世界经济论坛(WEF)与埃森哲(Accenture)合作撰写的报告《AI in Action: Beyond Experimentation to Transform Industry 2025》,探讨了AI在2025年的机遇、采用现状及其未来潜力,旨在为组织提供负责任且具有变革性的AI采用框架。

报告链接:https://www.weforum.org/publications/industries-in-the-intelligent-age-white-paper-series/cross-industry/
以下是该报告的核心要点:
AI的机遇
-
效率和成本节约:生成式AI不仅优化了工作流程和成本,还显著提高了生产力。例如,一家技术提供商开发的虚拟工程师通过实时数据优化建筑管理,将HVAC能源成本降低了25%,并将维护计划时间减少了90% -
收入增长:率先采用Ai的公司在收入方面已经比同行高出15%,预计到2026年这一数字将翻倍。生成式AI通过个性化设计工具帮助设计师快速生成多样化的图案,直接推动了销售和收入的增长。 -
客户体验提升:AI已经从独特的差异化因素转变为所有企业保持竞争力的基本要求。例如,伦敦证券交易所集团使用AI驱动的问答服务(QAS)将客户查询的解决时间减少了50%。

-
行业采用:电信、金融服务和消费品行业在AI采用方面处于领先地位。生成式AI在依赖人类资本的行业中尤为突出,如医疗保健、金融服务和媒体娱乐行业。 -
功能采用:市场营销和销售、产品和服务开发、服务运营和风险管理是AI采用率最高的功能。这些功能通常生成或数字化大量结构化和非结构化数据,使得AI模型能够更有效地训练和扩展。 -
组织采用:尽管AI投资和使用激增,但大多数组织的AI采用仍处于早期阶段。74%的公司报告在规模化采用AI方面面临挑战,只有16%的企业准备好进行AI驱动的全面改革。
-
复杂任务的全面自动化:AI智能体可以协同工作,实现复杂重复任务的全面自动化,使人类能够专注于更高级的任务。例如,到2028年,制造和金融服务等行业将看到AI智能体管理生产线、优化供应链操作和处理客户支持的显著收益。 -
更情境化和个性化的决策:将高级推理能力集成到生成式AI应用中,将使AI系统在协助人类导航复杂环境和做出情境感知决策方面更加有效。例如,在医疗保健行业,AI将支持个性化治疗方案。 -
增强个人效率和能力:AI集成的手持设备、先进的边缘AI和紧凑语言模型有可能通过自动化任务、管理日程和提供实时信息来彻底改变工作方式。

-
生态系统合作:公司越来越多地与云提供商、AI技术公司、初创企业和公共机构合作,以获取资源和专业知识。 -
利益相关者对AI的信任:信任是AI成功的关键。61%的人对依赖AI系统犹豫不决,主要是由于对数据安全和第三方参与的担忧。 -
行业自我治理:组织正在创建自我治理框架,以补充法规,确保AI部署与公司价值观和区域法规保持一致。 -
人才和组织:组织需要优先考虑员工发展,使员工能够应对技术变化并领导AI驱动的价值创造。 -
网络安全:AI驱动的网络攻击如深度伪造、定向钓鱼和数据泄露是新兴威胁。组织需要将AI网络风险纳入跨组织风险管理。 -
数字核心:部署可扩展的AI战略依赖于建立强大的数字核心,包括AI应用和数字平台、数据和AI“骨干”以及物理和数字基础设施。
报告二:《Blueprint for Intelligent Economies》
-
构建基础:包括可持续的AI基础设施、高质量数据集、负责任的AI模型和有效的资本投资渠道。 -
发展新智能经济:通过嵌入智能的应用、工作流程、设备和机器人,重新构想各行业的核心活动。 -
以人为本:通过高质量教育、技能发展和劳动力培训,提升人类潜力,并建立道德、安全和安全的护栏。

-
构建可持续的AI基础设施 -
挑战:高能耗、大规模投资需求、不安全的AI供应链、数字鸿沟、高成本的互联网设备。 -
成功案例:微软与美国签署了购买无碳能源的协议,重新开放三哩岛核电站,为其数据中心提供绿色能源。世界银行启动了100亿美元的可再生能源计划,旨在增加15吉瓦的可再生能源容量。 -
关键能力:可持续和负责任的绿色能源、安全的网络和弹性的AI供应链、高速连接、可扩展和可负担的计算能力、AI就绪设备。
-
策划多样化和高质量的数据集 -
挑战:高质量数据的获取、数据不平等、数据所有权、AI技术进步、对AI的信任。 -
成功案例:日本的Fugaku LLM是一个开源的大型语言模型,至少60%的训练数据来自日本。阿联酋政府与G42合作开发了基于现代标准阿拉伯语的LLM“Jais”。 -
关键能力:可用和可访问的数据、多样化和包容性的数据、数据所有权和共享、数据保护和隐私、数据生命周期管理。
-
建立道德、安全和安全的护栏 -
挑战:减轻偏见、应对不断变化的监管环境、确保AI安全、实施负责任的AI实践、AI知识产权和法律不确定性。 -
成功案例:欧盟的《人工智能法案》将AI应用分为风险等级,设定高风险领域的要求。美国和英国通过AI安全研究所合作,开发共享的AI模型测试框架。 -
关键能力:道德护栏、负责任的使用的护栏、安全和安全标准、AI法规、法律框架。
WEF
(文:新智元)