尽管GenAI是一项相对较新的技术，但考虑到它正在产生的影响和它可以创造的商业价值，现在很难想象没有它的世界会是什么样子。
根据IDC去年11月发布的一份研究报告，基于对2100多名负责人工智能转型的商业领袖和决策者的调查，已经使用人工智能的企业中，71%的企业在14个月内看到了他们的人工智能投资的回报，平均每花费1美元就会有3.5美元的回报。
因此，自Dall-E2和ChatGPT于2022年底发布以来，企业继续大举投资也就不足为奇了，他们预计生产率的提高将带来最大的价值，一些估计显示，未来12个月将改善5%或更多，员工人数也将至少减少5%。
安永是广泛部署GenAI的企业之一，在企业内部，它为其40万名员工在各种任务中使用对话式人工智能，在企业外部，它使用人工智能来帮助其客户。
安永美洲区新兴技术负责人Matt Barrington表示：“我们看到生产率全面提升了15%到20%。”
因此，当潜在供应商上岗时，由于使用GenAI来帮助分析大量文档，工作效率提高了70%到80%。
“我们做了并排测试，”他说，“我们得到了更有效的回应，更好的可追溯性，更少的人。”
安永还对其他企业如何使用GenAI进行了研究，在10月份对1200名全球CEO的调查中，几乎所有人都表示，他们正在对GenAI进行重大投资或计划进行重大投资，全球75%的高管表示，它将提高员工的生产率。
因此，根据早期结果，企业生产率提高最大的三个职能领域是客户服务、软件开发以及一般创意和知识工作。
GenAI与客户服务
客户服务是GenAI最重要的用例之一，随着供应商不断向其平台添加工具，企业实施这些工具变得越来越容易。
斯坦福大学和麻省理工学院的研究人员合作进行了一项研究，该研究基于5000多名客户支持代理的数据，于去年4月发布。使用GenAI，工程师平均每小时能够解决14%的问题，最大的好处是新的和低技能的工人，他们看到了34%的改善。
研究人员表示，人工智能还帮助工程师变得更有同理心，从而带来更积极的客户体验，因此，毫不奇怪，大企业的商业领袖预计，在未来12到18个月内，使用GenAI提供客户服务将具有非常高的价值，使其成为早期采用者预期收益最大的领域，一些行业已经感受到了影响。
今年2月，麦肯锡发布的一项调查结果显示，84%的电信企业使用GenAI提供客户服务时看到了成本节约，其中45%的电信企业将成本降低了6%或更多。
GenAI与软件开发
企业软件企业Planview发现，GenAI并不会接管整个任务，但最好是用作生产力增强器。
该企业首席数据科学家Rich Sonnenblick表示：“我们已经看到，在重复性编码任务中，生产率得到了显著提高，从5%提高到20%。”
他补充称，这种改善主要集中在初级员工身上。“人工智能模型能够提供最佳实践代码系统，帮助初级开发人员学习和磨练技能。”
他补充说，这是一个永不疲倦的合作者，而且总是有带宽提供帮助。
今年2月，全球管理和战略咨询企业ZInnov和数字服务转换企业Ness Digital Engineering发布了一项对现场工程环境中100多名软件工程师的深入研究，得出的结论是，当工程师使用GenAI时，他们更新现有代码的时间减少了70%，测试代码减少了41%，编写新代码的时间减少了32%。
研究人员说，在代码更新方面，GenAI擅长使用代码库中已经存在的函数，并且在改进代码性能方面起到了无价的建议，在测试方面，GenAI还特别擅长生成测试用例和创建用于测试的虚拟数据。
但在新的代码开发中，培训数据的有限可用性和对项目背景的理解阻碍了影响。
总体而言，GenAI将任务完成时间缩短了38%，其中高级工程师的收益最大，经验丰富的专业人士更好地理解人工智能的建议，并能够在将错误添加到代码之前修复错误，他们还需要更少的提示来获得他们需要的结果，并且能够在他们的提示中提供更多的上下文，因为他们更好地理解了现有的代码库和项目需求。
GenAI可以提供帮助的不仅仅是大型软件开发项目，它还可以用来编写小脚本和查询，从而增强非技术员工的能力。
大约一年来，管理咨询企业AArete一直在使用其他GenAI来做到这一点。
一个直接的生产力好处是，员工不再需要求助于企业的数据卓越中心团队来创建复杂的查询和特殊的脚本，那个由20人组成的团队不再需要了。
他们仍然很忙，但他们在做不同的任务，将之前负责所有这些数据收集的团队整合到一个更大的交付团队中，该团队正在进行更复杂的工作。
同时，使用人工智能进行编码也有一个不利之处。根据开发工具企业GitClear的数据，经过四年的数据分析，对超过1.5亿行更改的代码进行了分析，发现流失代码增加，代码重用减少——这是代码质量下降的两个迹象。
该企业预计今年的流失率为7%，是GenAI之前的两倍，而且，这并不是关注生产率的唯一警告信号。
每年，谷歌都会为其年度DevOps报告对数万名开发人员进行调查，今年人工智能是一个主要话题。
受访者表示，人工智能在编写和优化代码、分析安全性、帮助他们学习新技能、识别错误、编写测试、创建文档等方面已经显示出价值，但是，根据报告作者的说法，调查数据也表明，人工智能对团队绩效和软件交付绩效有中性甚至负面影响。
O‘Reilly Media新兴技术内容副总裁Mike Loukides说：“很多人都在谈论程序员的工作效率，但涨幅可能比炒作曲线让我们相信的要小，我怀疑，我们没有看到大企业规模的生产率显著提高。”
在他11月份发布的自己的调查中，GenAI最常见的用途是在软件开发中，34%的企业正在试验它，44%的企业在工作中使用它，他表示，最终，每个人都将使用它，人工智能工具是不可或缺的和可靠的，尽管如此，他敦促企业将目光投向编码速度以外的衡量标准。
“如果写代码不是真正的问题呢?”他问，“如果真正的问题是了解客户的问题是什么，该怎么办?也许我们可以花更少的时间编写代码，而把这些时间花在了解客户以及如何构建适合他们的产品上。”
GenAI与知识工作者
GenAI特别擅长生成文本，这使得它对知识工作者来说是无价的，第一个公开的重大突破是在人工智能创意方面，实际上是在图像方面。
Dall-E 2和Midjourney创造的图像愚弄了人类，甚至早在2022年就获得了奖项，因此，创意专业人士使用这些工具来创建营销和销售材料，以补充内部沟通和其他目的也就不足为奇了。
根据Adobe Research在2月份发布的一项研究，基于对2500多名创意专业人士的调查，83%的人表示他们使用GenAI工具，66%的人说他们制作了更好的内容，58%的人说他们增加了内容的数量。
GenAI也有能力帮助其他创意领域的知识工作者。
企业软件巨头SAP高级副总裁兼客户成功领域数字主管Sam Masri表示：“当GenAI刚出现时，我们看到了一个巨大的机遇，可以提高我们资源的生产率，我们召集了600人在沙箱中测试人工智能，尝试54个不同类别的不同用例。”其中一些最成功的是在工业和客户研究领域。
他说：“这使得在相同质量或更好的情况下完成与GenAI之前相同的工作节省了46%的时间，这让我大开眼界，我们意识到这是企业中其他人可以使用的东西。”
这与裁员无关，他补充道，它是关于扩大覆盖范围和生产率，以便个人能够以更快的速度支持更多客户。
如今，SAP拥有数十种不同的GenAI工具，托管在企业范围的平台上，允许员工创建内容、图形等，它们被开发人员、营销人员和许多其他工作职能所使用。
他说：“在我们这个约有30000人的面向客户的企业中，每个人都会使用许多这样的工具。在我的Digital Hub企业中，大约有1000人，每个人都至少使用一年前没有使用的四五个工具。”通过使用这些工具，SAP的平均生产效率提高了20%到30%。
“这个数字在不同的职位上差别很大，”他补充道，“有些已经高度数字化，有些则改进得更高，因为我们一开始的基准较低。”
他说，最有价值的是需要分析大量信息的任务，如市场研究、行业研究和客户研究，以及在开发、客户支持和创建内容方面。
他说，在客户、行业和市场研究方面，生产率提高了40%到50%。在内容创作和交付方面，基于不同角色和用例的加权平均值，生产率提高了20%到30%。
“所有这些都是劳动密集型的，GenAI帮助我们成倍提高，”他说，“这是我们看到最有价值的地方。”
SAP并不是唯一一家通过GenAI为知识型员工带来生产力提升的企业。
2月下旬，哈里斯民意调查企业代表Grammarly对1000多名知识型员工和250多名商业领袖进行了一项关于商业沟通状况的调查。在使用GenAI的人中，80%的人表示它提高了他们工作的整体质量，使用GenAI每周为他们节省7.8个小时。
如果所有员工都开始使用GenAI帮助他们进行沟通，这将转化为每个员工平均每年节省16455美元 - 对于一家拥有1000名员工的企业来说，每年节省1650万美元，或者说美国生产率每年总共节省1.6万亿美元。
当然，Grammarly对这些结果有既得利益，因为它开发了人工智能支持的语法和写作工具，在麻省理工学院7月份发布的一项研究中也发现了类似的结果。研究人员对453名经验丰富的专业人士进行了一项实验，发现那些使用ChatGPT的人将写作任务所需的时间减少了40%，而写作质量提高了18%。
收益最大的是在第一次任务中得分最低的人，实验结束后，使用ChatGPT的参与者两周后在实际工作中使用ChatGPT的可能性增加了一倍。
在全球保险经纪、风险管理和咨询服务企业Gallagher，高管搜索业务董事总经理Tom Wilson表示，他的团队使用GenAI进行研究和书面交流。
例如，过去根据标准格式创建求职者个人资料需要大约一个小时，今天，这需要一半的时间。
他补充道：“你必须回到过去，发出自己的声音，你必须个人化。”
他说，GenAI也被用来写电子邮件，但它们仍然必须个性化，这样它们听起来就不像是人工智能写的。“但这比从头开始写东西要容易得多，”他说，“我们通常有自己开发的电子邮件模板，但GenAI有助于让事情焕然一新。现在听起来不像是我刚从我的共享驱动器中取出了一个模板。”
他估计，GenAI将写这些标准邮件的时间减少了30%到40%。
“我的整个职业生涯都在招聘人才，”他说，“这是我见过的围绕一项技术进行的最快转型，这就像30年前把一台PC或一台Mac放在每个人的办公桌前一样。”
当生产力下降时，使用GenAI
根据哈佛、沃顿、华威、麻省理工学院和波士顿咨询集团的研究人员最近的一项研究，在人工智能熟练掌握的领域，生产率的提高尤其显著，但当它被用于超出其能力范围的任务时，生产率可能会大幅下降。
这项实验涉及在BCG工作的700多名顾问，结果发现，在OpenAI的GPT-4帮助下工作的顾问平均多完成12%的任务，完成任务的速度快25%，结果比没有使用人工智能的顾问高出40%。
低于平均水平的顾问受益最大，他们的业绩增长了43%，与此同时，高于平均水平的咨询师只看到了17%的收益，但这是针对人工智能擅长的任务，对于超出GenAI能力的任务，咨询人员的性能下降了19%。
根据报告作者的说法，这一前沿并不是人们可能预期的地方，例如，与直觉相反的是，GenAI擅长提出新想法，但不擅长基本数学。
这项实验包括了BCG顾问通常日常工作的一部分，如开发新产品想法和解决商业问题，顾问需要使用创造力、分析技能、说服力和写作技能来执行这些任务。
Forrester的分析师J.P. Gownder说：“你想知道什么时候该质疑人工智能的产出，这并不是一件容易解决的事情，它需要大量的背景知识、判断力，不仅需要对人工智能的理解，还需要对你所处的环境的理解。”
他预计，今年许多企业将在GenAI的培训方面投资不足。
他说：“他们会认为，在教室里呆上一个小时就能让人们熟悉情况。有一些很难的事情，比如快速工程学，你不可能在一天内学会。GenAI具有令人难以置信的变革潜力，但这并不是一段轻松的旅程，其中很多都是通过那些需要这些技能的人来完成的。”