中新经纬2月27日电 题：生成式AI如何提升企业运营效率和收益？

　　作者 窦德景 复旦大学特聘教授

　　在当下数字化快速发展的背景下，生成式AI正逐渐成为众多企业寻求内部运营优化与收益增长的关键力量。摩根士丹利预测，生成式AI2025年就能实现正回报，2028年收入有望突破万亿美元。

　　生成式AI能够创造大量的商业化应用场景，尽管目前大模型公司大多还在贴钱提供服务，且尚未有完全依靠其自身实现大规模盈利的APP，但这并不妨碍它对生产效率的巨大推动。以GPT-5为例，它被普遍视为达到通用人工智能(AGI)的重要标志。这一突破性的发展为企业与各行各业的深度融合提供了强大基础，接下来如何基于此进行优化和落地应用，才是各企业需要重点思考的问题。

　　首先，从水平应用场景来看，生成式AI对各类行业的内部运营效率提升有着立竿见影的效果，并有助于提高收益。以人力资源管理为例，笔者曾负责的项目是为某企业打造社保知识机器人。这一项目的目标是为企业员工解答社保方面的常见问题，如不同地区的社保政策、补缴政策等。在项目初期选用了一个开源的、参数为60亿的某模型，这是出于对客户有限的预算的考虑。原本这个开源模型在回答社保政策相关问题时表现并不专业。然而，笔者在仅经过5小时的微调和1万次训练后，就将这个开源小模型成功训练成了能够专业解答社保政策问题的智能系统。这一成功案例足以证明生成式AI可以以较低的成本和较短的时间投入，为企业的人力资源管理带来显著的效率提升，减轻人工负担，让人力资源部门可以将更多精力投入到更具创造性和战略性的工作中，间接为企业创造效益。

　　其次，在业务稽核领域，特别是在隐私号对话场景中的应用。以电商外卖行业为例，外卖小哥与客户之间的对话偶尔会产生矛盾，甚至可能出现违规骚扰等严重问题。对于隐私号提供商而言，及时发现这些问题至关重要。传统的稽核方式往往依赖于人工审查和基于规则的设备，不仅效率低下，而且容易出现漏网之鱼。但在引入生成式AI大模型后，其对对话内容的分析准确率和问题召回率都得到了极大程度的提高。这意味着潜在的风险能够更早被识别并解决，从而避免了可能的法律纠纷、客户投诉以及品牌形象受损等问题。从收益的角度来看，这为企业减少了潜在的损失，保障了平台的稳定运营，同时提升了客户满意度和忠诚度。

　　另外，在市场营销方面，大模型的应用也给企业带来了新的机遇。众多企业都需要开展VOC(Voice of Customer)工作。以往，企业需要依赖大量的年轻人来完成对产品上市后的客户反馈收集和整合工作，这个过程耗时且容易出现数据偏差。而现在，生成式AI凭借其强大的数据分析和整合能力，可以更快速、准确地收集相关信息和数据，并以更清晰的方式表达观点，为企业提供有价值的客户洞察。通过对客户需求的及时把握和精准决策，企业能够优化产品设计、制定更贴合市场需求的营销策略，从而提高产品的市场占有率和企业盈利能力。

　　最后，许多企业也在探索利用大模型来替代一些销售助手的工作。在实际操作中，大模型的效果显著，不仅能够在与客户的交互中提供准确、专业的解答，还能根据客户的需求和特点为其提供个性化的保险方案推荐，大大缩短了销售周期，降低销售成本，提高了销售转化率。例如一家药企，每年在中国有3000多名医药代表，新药上市时需对代表进行培训，以往整个培训过程需一年时间，且花费大量人力和资源。运用生成式AI模拟医生与医药代表的对话，培训效率和效果大幅提升，显著节省了时间和成本。生成式AI凭借其强大的功能，从多个维度为企业的内部运营带来了巨大变革。虽然目前的商业应用尚在探索盈利阶段，但从提升运营效率和降低成本的层面，为企业带来了显著的收益，在各个行业的落地应用也将为企业的长远发展提供有力支撑。(中新经纬APP)

　　中新经纬版权所有，未经授权，不得转载或以其他方式使用。

责任编辑：孙庆阳

top