“生成式AI被认为是企业实现高速增长最关键的技术”。原因在于，它不只是一项创新技术，更为业务层面带来了革新，不但完全颠覆企业原有的业务流程和作业方式，也给人机交互体验带来了极大的改变。
根据2024年Gartner增长议程调研报告，“生成式AI被认为是企业实现高速增长最关键的技术”。原因在于，它不只是一项创新技术，更为业务层面带来了革新，不但完全颠覆企业原有的业务流程和作业方式，也给人机交互体验带来了极大的改变。
（来源：资料图）
2024年5月31日，Gartner研究副总裁蔡惠芬（Tracy Tsai）围绕“利用生成式AI的颠覆性力量进行产品创新”这一主题发表演讲。
在该演讲中，她指出：“如果一个技术提供商计划采用生成式AI开展产品创新，那么他真正应该关注的既不是技术、也不是产品，而是客户本身所希望实现的价值。”
2023年3月，OpenAI正式发布大语言模型GPT-4。此后，不论是企业还是个人用户，都很快地感受到由它带来的三方面颠覆性力量。
首先，极简的使用者界面。用户只需输入问题就能得到答案，不必学习如何使用应用。
其次，以“人本”为主体的体验。它能根据不同的输入产生不同的推理，不遵循既定的技术规则。
最后，交付的价值十分明显。例如，即便用户不是数据科学家，也能利用它进行大数据分析，进而获得极大的价值。
正是这些颠覆性力量，推动生成式AI逐渐影响企业应用，并激励技术提供商在自身业务中开展生成式AI创新。
对此，蔡惠芬强调：“技术提供商必须优先将资源放在最容易实践客户价值的创新上。”
那么，所谓的客户价值，究竟体现在哪些方面呢？
2023年Gartner关于生成式AI对技术提供商影响的调研显示，产品/服务质量、价值实现时间、员工生产力和客户体验（注：后三项同分并列第二名），是技术提供商希望利用生成式AI提供或提升的关键几项客户价值。
（来源：资料图）
具体来说：
第一，质量是根本。只有质量得到提升，才能推动企业运营实现增长。
第二，快速缩短产品/服务的价值实现时间，有利于创新或改善企业运营的作业流程。
第三，帮助员工增强自身生产力，使其能在工作岗位上做得更好，如正确决策、提高创造力等。
第四，通过改善客户体验，来驱动后者购买更多的服务，从而成功地实现企业的营收目标。
Gartner认为，合成数据、个性化、对话式AI、以及AI智能体，是能够助力实现上述客户价值的四种生成式AI能力。
首先，所谓的合成数据涵盖以使用行为、喜好、产品使用情况为代表的所有客户数据。基于这些数据，企业能够合成各类可能的使用场景，从而更加精准地预测客户需求并进行满足，最终达到服务质量的提升。
例如，金融领域通常存在诸多信用风险，它们往往源于客户数据不完整。如果利用合成数据，就能通过扩展后的数据集进行模拟，进而完整地推理出可能发生的行为风险，并通过预测降低坏账出现的情况。
其次，个性化AI能力有助于企业打造各种不同的个性化服务与产品推荐，从而大幅提升客户体验。
例如，线上软件公司Khanmigo为中小学生提供了一款免费的教育软件。该软件能够利用个性化AI能力，基于用户的解题过程判断他们是否理解其中的步骤，并找出不理解的原因，然后再采用各种方法为其讲解。
再次，对话式AI能力可以让企业通过简单的语言交互方式了解客户需求，并帮助他们提出相应的解决方案，从而缩短产品/服务的价值实现时间。
例如，目前市面上已经出现不少带有个性或能够进行角色扮演的对话式聊天机器人，用户在与其对话的过程中，可以充分感知到它们的个性和情绪，这能提高他们使用产品的体验。
最后，AI智能体可以通过扮演关键角色，来帮助员工执行一些工作流程，从而提升员工的生产力。
例如，低代码应用开发平台Mendix推出一款名为AI Builder Agent的AI智能体，能够帮助客户快速搭建内嵌式生成式AI应用，避免他们在开发大语言模型、建设数据工程等方面花费时间。
就企业而言，其在实际业务中又该如何使用生成式AI呢？
对此，蔡惠芬表示：“嵌入式AI应用，是目前企业普遍使用生成式AI的首要途径。”
进一步地，她也指出，AI智能体可以填补企业在构建嵌入式AI应用时存在的缺口。
换言之，虽然前面提到，生成式AI正在逐渐影响企业应用。但企业在具体的业务场景中，并不一定要另外开发一款生成式AI应用。如果可以利用生成式AI，让原有的应用变得更加好用，也就是构建嵌入式AI应用，同样能够达到目标。
其中，作为一个自主或半自主的软件实体，AI智能体由于可以利用AI技术在数字或实体环境中进行感知、做出决策、采取行动和实现目标，而有望在企业搭建嵌入式AI应用时扮演重要角色。
另外，企业在使用生成式AI的过程中，同样需要注重构建端到端的服务解决方案，这能帮助用户快速解决实际问题。
综上，Gartner给技术提供商提供了三点建议。
第一，利用上述四种关键的生成式AI能力，推动以客户价值为导向的产品和服务创新。
第二，突破产品领域的界限，通过提供端到端解决方案，来最大限度地发挥生成式AI的创新价值。
第三，将AI智能体投资纳入战略规划，并探索多智能体系统的潜力，以更好地应对多种任务和场景。
不过，需要指出的是，在利用生成式AI开展产品创新时，不同类型的企业需要考虑的因素不同。比如，头部企业致力追求创新，敢于承担风险；追随型企业更专注那些成功的实践项目；普通中小企业倾向于直接采用已经发展成熟的产品。因此，他们也必须基于自身情况做好相应准备。
