对于数据科学和分析团队来说，生成式 AI 可以缓解工作压力。随着生成式 AI 的出现，隐藏在数据中的模式和见解可以更快地被发现，并且有希望将重复性任务自动化，从而释放出宝贵的资源来应对更复杂的挑战。

为了深入了解企业目前如何使用生成式 AI 以及他们计划如何在未来使用它， Alteryx 对四个国家的 300 名数据领导者进行了调查。

使用生成式 AI 为企业带来了益处

在目前正在企业中使用生成式 AI 的近 40% 的受访者中，大多数（53%）将其成熟度评为“探索”或“试验”生成式 AI，13% 将其成熟度评为“优化”或“创新”。

即使大多数生成式 AI 项目处于早期阶段，目前使用生成式 AI 的公司中有 89% 报告说，该技术带来了高度（34%）或中度（55%）的好处。

他们看到了什么好处？报告显示这三大效益是：

• 提高市场竞争力（52%）

• 提高安全性（49%）

• 产品的性能或功能增强（45%）

企业使用生成 AI 最多的是：

• 内容生成（46%）

• 分析见解摘要（43%）

• 分析洞察生成（32%）

• 代码开发（31%）

• 过程文档（27%）

在企业层面上，报告显示 49% 的公司计划在明年使用生成式 AI。

在个人层面上，70% 的受访者认为生成式 AI 可以帮助他们减少工作中重复的、繁琐的部分。

数据困境：解决生成式 AI 的风险

使用生成式 AI 的企业和尚未使用它的企业都面临着一些数据困境。其中，前四大挑战中有 3 个与数据有关：数据所有权（29%），数据隐私（28%）和知识产权所有权（28%）。

不使用生成式 AI 的企业的担忧总是相似的，数据隐私问题占 47%，对生成式 AI 产生的结果缺乏信任占 43%。

你尚未在企业中实施生成式 AI 的主要原因是什么？

可信的供应商和人为监督能够提高企业对生成式 AI 的信任度。70% 的生成式 AI 用户表示，他们相信人工智能能够提供初始的、快速的结果，并且能够审查和修改这些结果。64% 的受访者表示，他们相信现在可以在人类监督输出的情况下使用生成式 AI。

使用具有强大人类指导的生成式 AI 可能足以让企业放心，但如果不是这样，与受信任的供应商进行交互可能是另一层安全性。71% 的受访者同意与生成式 AI 相关的风险可以通过使用现有批准和受信任的供应商的技术来管理。

谁最有影响力推动企业内的生成式 AI 战略？

这个领导人应该是谁？虽然各不相同，但是最具影响力的人是企业 CEO（30%），其次是 IT 主管（25%）和首席数据/分析官（22%）。在使用生成式 AI 的部门中，IT 部门的比例最高，为 54%；其次是数据科学（38%）和客户服务（36%）。

用户对生成式 AI 感到乐观与兴奋

当谈到生成式 AI 的未来时，用户认为未来是光明的。

在工作中使用生成式 AI 的受访者也在工作之外使用这项技术，81% 的受访者表示他们在个人或娱乐应用中使用生成式 AI，69% 的受访者表示他们总是相信生成式 AI 给出的答案。

你在多大程度上同意或不同意以下说法：我总是相信生成式 AI 给出的答案。

虽然 77% 的用户认为生成式 AI 可以取代他们在企业中的整个角色或功能，但大多数人仍然对生成式 AI 的未来感到乐观和兴奋：68% 的用户对生成式 AI 的未来感到兴奋，69% 的用户对其感兴趣。

你在多大程度上同意或不同意以下陈述？

采用生成式 AI 的下一步计划

生成式 AI 的曙光就在我们面前，它将彻底改变我们的工作方式。虽然调查显示，许多企业仍处于采用的初期阶段，但人们逐渐意识到其好处，早期的用户与企业已经获得了一定的益处。

为了将怀疑论者转变为信任者，通过建立强大的流程和组织结构来最大限度地降低风险是至关重要的，这些流程和组织结构有助于用户使用生成式 AI。此外，与值得信赖的供应商合作并纳入人为监督也有助于解决数据和知识产权所有权的问题。