前沿企業(yè)如何成功應(yīng)用AI？

　　在OpenAI近期發(fā)布的《企業(yè)中的人工智能》報(bào)告中，深入分析了七家前沿企業(yè)成功采納和部署人工智能的經(jīng)驗(yàn)。報(bào)告指出，AI在提升員工績效、自動化運(yùn)營及驅(qū)動產(chǎn)品創(chuàng)新方面展現(xiàn)出顯著且可衡量的改進(jìn)。企業(yè)應(yīng)將AI視為一種全新的工作范式，而非僅僅是軟件或云應(yīng)用，這需要秉持實(shí)驗(yàn)和迭代的思維方式。

　　這份報(bào)告對于很多正在規(guī)劃AI戰(zhàn)略的企業(yè)決策者而言是一份很好的實(shí)踐手冊。接下來，我們將結(jié)合報(bào)告和一些其他機(jī)構(gòu)的研究，為大家?guī)�來部分企業(yè)成功應(yīng)用AI的案例及啟示。

　　摩根士丹利：從評估開始，確保質(zhì)量與安全

　　案例場景：鑒于金融服務(wù)具有高度敏感和個(gè)性化的特點(diǎn)，客戶決策依賴深度咨詢且涉及大量隱私信息，所以，企業(yè)希望通過AI工具提升財(cái)務(wù)顧問效率。

　　做法與效果：

　　摩根士丹利引入AI工具的關(guān)鍵步驟在于對每個(gè)AI應(yīng)用進(jìn)行嚴(yán)格評估。具體包括：評估語言翻譯的準(zhǔn)確性和質(zhì)量;評估內(nèi)容摘要的準(zhǔn)確性、相關(guān)性和連貫性;以及將AI 輸出與人類專家對比，評判準(zhǔn)確性和相關(guān)性。

　　最終在采用內(nèi)部AI工具后，企業(yè)反饋有98%的顧問每天使用工具;文檔信息獲取率從20%躍升至80%，搜索時(shí)間大幅縮短;顧問有更多時(shí)間維護(hù)客戶關(guān)系。

　　案例啟示：

　　在投入生產(chǎn)前，必須用系統(tǒng)化的評估流程來衡量AI模型在具體場景下的表現(xiàn)。這不僅是“測驗(yàn)”，更是持續(xù)改進(jìn)的基礎(chǔ)。一個(gè)驗(yàn)證和測試模型輸出的過程，一個(gè)嚴(yán)謹(jǐn)?shù)脑u估動作，能確保應(yīng)用穩(wěn)定可靠，更能抵抗變化。它圍繞具體任務(wù)，對照基準(zhǔn)(如準(zhǔn)確度、合規(guī)性、安全性)來衡量模型輸出質(zhì)量。

　　Indeed：將AI嵌入產(chǎn)品，創(chuàng)造新體驗(yàn)

　　案例場景：作為全球領(lǐng) 先的招聘網(wǎng)站，他們期望使用AI工具優(yōu)化職位匹配功能，提升用戶體驗(yàn)。

　　做法與效果：

　　企業(yè)使用了GPT-4o mini模型，不僅向求職者推薦職位，同時(shí)還向其解釋“為什么這個(gè)職位適合TA”。而另一方面，AI工具能分析候選人背景和經(jīng)驗(yàn)，為公司生成個(gè)性化的“邀請申請”。

　　對比舊引擎，接入AI模型后的新版引擎職位申請發(fā)起率提升20%，下游成功率(雇主更傾向于雇傭)提升13%，這個(gè)提升的商業(yè)影響巨大。

　　案例啟示：

　　利用AI處理海量數(shù)據(jù)、自動化繁瑣任務(wù)，從而創(chuàng)造更人性化、個(gè)性化的客戶體驗(yàn)。AI最 好的應(yīng)用，不是一個(gè)“新增功能”，而是一個(gè)在原有用戶旅程中無縫提升體驗(yàn)的增強(qiáng)器。

　　Klarna：立刻行動，盡早投入使用

　　案例場景：作為全球支付與購物平臺，企業(yè)希望能借助AI工具來優(yōu)化客戶服務(wù)。

　　做法與效果：

　　在AI技術(shù)應(yīng)用層面，公司重點(diǎn)推進(jìn)了AI客服系統(tǒng)的深度落地。經(jīng)過持續(xù)數(shù)月的測試調(diào)優(yōu)，該系統(tǒng)已能自主處理超三分之二的客戶咨詢量——這一服務(wù)規(guī)模相當(dāng)于數(shù)百名人工客服的工作效能。更顯著的是，系統(tǒng)將平均響應(yīng)時(shí)長從11分鐘壓縮至2分鐘，客戶滿意度更是達(dá)到與人工客服持平的優(yōu)異水平。同時(shí)，AI技術(shù)已滲透至企業(yè)運(yùn)營全場景：90%的員工已將AI工具深度融入日常工作流程。這種全員參與的數(shù)字化實(shí)踐不僅加速了內(nèi)部創(chuàng)新節(jié)奏，更通過"技術(shù)復(fù)用-體驗(yàn)升級"的正向循環(huán)，推動AI效益在業(yè)務(wù)全鏈條實(shí)現(xiàn)指數(shù)級增長。

　　案例啟示：

　　AI的價(jià)值會通過迭代不斷增長。越早開始，組織從“知識復(fù)利”中獲益越多。

　　Lowe's：定制與微調(diào)模型，釋放特定價(jià)值

　　案例場景：作為美國領(lǐng) 先的家居建材零售商，平臺聚合了眾多供應(yīng)商資源，但由于商品數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一、關(guān)鍵屬性缺失等問題，導(dǎo)致平臺存在搜索結(jié)果偏差大、相關(guān)性不足的痛點(diǎn)。為提升用戶購物體驗(yàn)，亟需借助AI工具構(gòu)建智能化商品搜索體系，從數(shù)據(jù)治理、算法優(yōu)化雙維度系統(tǒng)性改善搜索準(zhǔn)確性與匹配精度。

　　做法與效果：

　　聯(lián)合OpenAI對GPT系列模型進(jìn)行場景化微調(diào)。在這個(gè)過程中，一方面需要準(zhǔn)確的產(chǎn)品描述和標(biāo)簽，另一方面需要理解不同品類下消費(fèi)者搜索行為的動態(tài)變化。最終，成果直接轉(zhuǎn)化為用戶體驗(yàn)提升——平臺的產(chǎn)品標(biāo)簽準(zhǔn)確率提升了20%，錯(cuò)誤檢測能力提升了60%。

　　案例啟示：

　　越貼近業(yè)務(wù)場景的AI，越需要數(shù)據(jù)治理與定制訓(xùn)練作為支撐。針對特定業(yè)務(wù)數(shù)據(jù)和需求定制或微調(diào)模型，用你獨(dú)有的數(shù)據(jù)(如產(chǎn)品目錄、內(nèi)部FAQ)訓(xùn)練模型，讓它更懂你的業(yè)務(wù)術(shù)語、風(fēng)格和場景，輸出更相關(guān)、更符合品牌調(diào)性的結(jié)果，同時(shí)減少人工編輯和核對，提升效率，這能顯著提升AI應(yīng)用的價(jià)值。

　　Mercado Libre：為開發(fā)者“松綁”，加速創(chuàng)新

　　案例場景：作為拉美最 大電商和金融科技公司，公司希望借助AI工具解決工程團(tuán)隊(duì)不堪重負(fù)、創(chuàng)新緩慢的問題。

　　做法與效果：

　　公司基于GPT-4o和GPT-4o mini構(gòu)建了一個(gè)開發(fā)平臺層。該平臺整合了語言模型、Python節(jié)點(diǎn)和API，以自然語言為核心交互方式，幫助其1.7萬名開發(fā)者更快、更一致地構(gòu)建高質(zhì)量AI應(yīng)用，而無需深入源代碼。安全、護(hù)欄和路由邏輯都內(nèi)置其中。

　　最終，AI應(yīng)用開發(fā)顯著加速，賦能多項(xiàng)業(yè)務(wù)，例如提升庫存能力100倍;將欺詐檢測準(zhǔn)確率提高到近99%;定制化產(chǎn)品描述以適應(yīng)不同方言;通過自動化評論摘要增加訂單;并個(gè)性化通知以提高參與度。

　　案例啟示：

　　開發(fā)者資源是許多組織的創(chuàng)新瓶頸。利用AI構(gòu)建開發(fā)平臺層，可以統(tǒng)一和加速AI應(yīng)用的構(gòu)建。AI平臺化能力(如模型路由、統(tǒng)一權(quán)限、安全機(jī)制)正成為企業(yè)的基礎(chǔ)設(shè)施，就像數(shù)據(jù)庫與中臺曾經(jīng)的角色。

　　Open AI：從評估開始，確保質(zhì)量與安全

　　案例場景：內(nèi)部支持團(tuán)隊(duì)耗費(fèi)大量時(shí)間在訪問系統(tǒng)、理解問題、撰寫回復(fù)和執(zhí)行操作上。所以，公司希望將AI工具融入工作流之中，解放員工的創(chuàng)造力與判斷力。

　　做法與效果：

　　OpenAI已經(jīng)在內(nèi)部驗(yàn)證“AI如何增強(qiáng)人類”。在這里，產(chǎn)品經(jīng)理不再是傳統(tǒng)意義上需要開無數(shù)會議、寫無數(shù)文檔的角色，而是用AI工具把自己變成“超級產(chǎn)品經(jīng)理”。

　　OpenAI商業(yè)產(chǎn)品負(fù)責(zé)人、ChatGPT企業(yè)版負(fù)責(zé)人Nate，每周只需要直接與4-5位客戶交流，剩下的客戶調(diào)研、市場分析、競品研究全部交給AI。“我無需參加無休止的會議，占用其他團(tuán)隊(duì)的時(shí)間，就能非常迅速地掌握信息。”AI釋放了他最寶貴的創(chuàng)造力和判斷力。

　　Nate自己在工作時(shí)，經(jīng)常會采用以下幾個(gè)完整AI工作流：

　　第 一層：知識獲取加速

　　“比如我需要快速了解我們研究部門某個(gè)項(xiàng)目的進(jìn)展，或者工程團(tuán)隊(duì)某個(gè)系統(tǒng)的技術(shù)實(shí)現(xiàn)。”以前這需要約會議、等郵件回復(fù)、整理筆記，現(xiàn)在直接問ChatGPT連接的內(nèi)部知識庫。一個(gè)10分鐘的AI對話頂?shù)蒙先龍鰰�議。

　　第二層：角色模擬預(yù)演

　　Nate還會使用AI的“角色扮演”功能。面試重要候選人前，他讓AI扮演候選人進(jìn)行模擬問答;關(guān)鍵客戶會議前，讓AI扮演客戶進(jìn)行演練;甚至做播客前，都要和“AI版Peter”先聊一遍。“你可以通過讓模型扮演另一個(gè)角色，來磨練你自己的技藝和表達(dá)。”

　　第三層：質(zhì)量提升閉環(huán)

　　“我經(jīng)常讓它批判我寫的東西，或者我要演講的內(nèi)容：‘這是我的初稿，我遺漏了什么?這個(gè)論點(diǎn)的薄弱環(huán)節(jié)在哪里?”不是讓AI代替思考，而是讓AI成為最嚴(yán)格的思維教練。

　　從組織整體來講，公司構(gòu)建了一個(gè)內(nèi)部自動化平臺，疊加在現(xiàn)有工作流和系統(tǒng)之上，自動化重復(fù)工作，加速洞察和行動。首 個(gè)用例是在Gmail之上工作，自動起草客戶回復(fù)并觸發(fā)后續(xù)動作(如訪問客戶數(shù)據(jù)、知識庫，更新賬戶，創(chuàng)建工單)。

　　總之，不要只問“AI能幫我做什么”，要問“AI能幫我做得更好嗎”。Nate說：“不要只讓AI寫郵件，要讓它批判你的邏輯漏洞——建立質(zhì)量提升閉環(huán)，而不僅是效率閉環(huán)。”

　　案例啟示：

　　許多流程中都存在大量重復(fù)性工作，是自動化的沃土。流程自動化不能只是“幫員工省點(diǎn)力”，而應(yīng)以重塑工作方式為目標(biāo)。不要用AI去修補(bǔ)舊流程，而是要用AI構(gòu)建新流程、新分工、新組織邊界。

　　如何復(fù)制這套生產(chǎn)力密碼?

　　這些案例的共同點(diǎn)是：開放、實(shí)驗(yàn)的心態(tài)，嚴(yán)謹(jǐn)?shù)脑u估以及安全護(hù)欄。成功的企業(yè)并非一蹴而就地將AI注入所有流程，而是先聚焦高回報(bào)、低門檻的場景，通過迭代學(xué)習(xí)，再將經(jīng)驗(yàn)推廣到新領(lǐng)域。

　　OpenAI商業(yè)產(chǎn)品負(fù)責(zé)人Nate總結(jié)了一套“雙軌制”部署方法論：

　　第 一軌：廣泛普及

　　讓每個(gè)員工都能用上，讓他們熟悉這些工具，因?yàn)檫@是在任何企業(yè)內(nèi)部培養(yǎng)那種自下而上文化的方式。不是高層推動，而是讓一線員工自發(fā)創(chuàng)造和分享AI工作流。

　　第二軌：聚焦高杠桿

　　找到幾個(gè)你認(rèn)為能為現(xiàn)有工作流帶來巨大價(jià)值的用例，然后集中精力攻克它們。例如，摩根士丹利選擇財(cái)富管理這個(gè)核心業(yè)務(wù)，而不是什么都想用AI改造。

　　關(guān)鍵在于找到內(nèi)部的“AI倡導(dǎo)者”。他們不僅僅是說“讓我們把AI給每個(gè)人用”，而是思考“我該如何利用AI來幫助我的業(yè)務(wù)實(shí)現(xiàn)轉(zhuǎn)型”。這些倡導(dǎo)者可能是CEO，也可能是某個(gè)部門的普通員工，但都有一個(gè)特點(diǎn)：主動推動變革。

　　最重要的是質(zhì)量標(biāo)準(zhǔn)——AI不僅要有用，更要可靠。如果要讓AI在公司內(nèi)部驅(qū)動工作流，首先必須確保它是可靠和準(zhǔn)確的。

　　在斯坦福大學(xué)《2025年人工智能指數(shù)報(bào)告》中就曾指出：AI在商業(yè)領(lǐng)域的應(yīng)用正在加速。2024年，78%的組織表示在使用AI，高于上一年的55%。

　　但同時(shí)，客觀地說，企業(yè)尚未看到能帶來顯著成本節(jié)約或新增利潤的實(shí)質(zhì)改變。源于麥肯錫調(diào)研的圖表顯示：在報(bào)告降本的企業(yè)中，多數(shù)都只省下不足10%的錢;而在實(shí)現(xiàn)增收的企業(yè)中，大部分的增幅都低于5%。

　　盡管如此，企業(yè)部署AI已然是勢不可擋。越來越多的企業(yè)已經(jīng)選擇用AI來重塑工作流程、加強(qiáng)治理機(jī)制，以推動AI部署帶來切實(shí)的財(cái)務(wù)回報(bào)。

　　以下是麥肯錫近期發(fā)布的《全球AI調(diào)研：企業(yè)AI部署現(xiàn)狀》中提到的一些企業(yè)AI應(yīng)用的趨勢，供大家參考：

　　AI使用率持續(xù)攀升。其中，IT、市場營銷和銷售是使用AI最多的職能部門，其次為服務(wù)運(yùn)營。過去半年，AI使用增長最顯著的是IT部門，報(bào)告使用AI的受訪者比例從27%躍升至36%。

　　企業(yè)通常優(yōu)先在AI可創(chuàng)造最 大價(jià)值的領(lǐng)域進(jìn)行部署。例如，媒體和電信公司更傾向于將生成式AI用于服務(wù)運(yùn)營環(huán)節(jié)，科技公司側(cè)重于軟件工程，專業(yè)服務(wù)機(jī)構(gòu)則側(cè)重于知識管理領(lǐng)域。

　　在反饋稱已使用生成式AI的受訪者中，63%表示所在企業(yè)已運(yùn)用該技術(shù)生成文本內(nèi)容。同時(shí)，企業(yè)也在積極探索其他應(yīng)用形式。逾三分之一的受訪者指出，企業(yè)正在運(yùn)用AI生成圖像，逾四分之一表示企業(yè)將AI用于編程。其中，科技行業(yè)受訪者提及的應(yīng)用場景最為廣泛;在先進(jìn)制造業(yè)，生成圖像與音頻的使用場景更為常見。

　　諸多受訪者表示，生成式AI在業(yè)務(wù)單元層面實(shí)現(xiàn)了價(jià)值創(chuàng)造，不僅是收益，還有明顯的成本削減。企業(yè)若希望充分挖掘AI的全部潛能，需構(gòu)建涵蓋分析型AI與生成式AI的綜合解決方案。

　　盡管生成式AI工具加速普及，企業(yè)整體仍處于早期探索階段。從價(jià)值兌現(xiàn)的角度看，目前真正實(shí)現(xiàn)盈利突破的企業(yè)仍屬少數(shù)。相比之下，大型企業(yè)在釋放AI潛能方面動作更快，不僅在加大AI人才儲備，也更加重視風(fēng)險(xiǎn)應(yīng)對。