對(duì)于多數(shù)企業(yè)而言，員工使用生成式AI等數(shù)字化工具雖能節(jié)省時(shí)間，但實(shí)際效果有限。調(diào)研顯示，成熟使用人工智能的企業(yè)白領(lǐng)員工可節(jié)省約25%的時(shí)間，但由于時(shí)間碎片化，常被浪費(fèi)在喝咖啡、閑聊上，即便安排更多任務(wù)，任務(wù)切換也會(huì)導(dǎo)致額外時(shí)間損耗，這些因素構(gòu)成“生產(chǎn)力泄漏”，導(dǎo)致最終節(jié)省時(shí)間僅5%-20%，將節(jié)省時(shí)間用于創(chuàng)造價(jià)值時(shí)，又會(huì)有30%-70%的損耗，生產(chǎn)力提升最終僅剩1%-14%。

IT員工使用微軟Copilot就是一個(gè)典型的案例：雖能節(jié)省了3%的時(shí)間，但實(shí)際效果可能僅有0%-1.5%。

這表明，使用生成式AI使得企業(yè)的生產(chǎn)力提升有限，企業(yè)決不能將注意力僅僅關(guān)注此方面。

生成式AI在應(yīng)用中還存在這樣一個(gè)共性問(wèn)題：由于模型訓(xùn)練、數(shù)據(jù)維護(hù)、技術(shù)人員配備等方面的高額投入，成本不僅沒有降低，反而有所增加。這與生成式AI技術(shù)需要大量的計(jì)算資源、優(yōu)質(zhì)的數(shù)據(jù)以及專業(yè)的技術(shù)人才來(lái)支撐密切相關(guān)。

Gartner在2024年就預(yù)測(cè)，今年底至少有30%的生成式AI項(xiàng)目將在概念驗(yàn)證后被放棄，原因包括數(shù)據(jù)質(zhì)量差、風(fēng)險(xiǎn)控制不足、成本上升、業(yè)務(wù)價(jià)值不明確等，公司在這些項(xiàng)目上前期投資巨大，卻“難以證明和實(shí)現(xiàn)價(jià)值”；75%的企業(yè)在運(yùn)用生成式AI提升生產(chǎn)力進(jìn)而降本的計(jì)劃可能失敗

生成式AI在如火如荼的今天，確實(shí)在一定程度上提高了生產(chǎn)力，但卻沒有達(dá)到降低成本的預(yù)期。相反，成本還有可能在不斷攀升。

Gartner高級(jí)顧問(wèn)總監(jiān)李彬

分析那些獲得了成功的企業(yè)，Gartner高級(jí)顧問(wèn)總監(jiān)李彬認(rèn)為其關(guān)鍵在于精準(zhǔn)定位應(yīng)用場(chǎng)景，與自身業(yè)務(wù)深度融合，通過(guò)有效變革管理、業(yè)務(wù)流程重塑及員工培訓(xùn)，確保技術(shù)落地與價(jià)值實(shí)現(xiàn)。而大多數(shù)企業(yè)不成功的主要原因則是準(zhǔn)備不足。

戰(zhàn)略性替代選項(xiàng)：聚焦現(xiàn)金流與損耗環(huán)節(jié)

面對(duì)生成式AI在成本控制上的困境，Gartner給出了獨(dú)特的思路——李彬指出，與其將精力集中在生產(chǎn)力提升、時(shí)間利用的轉(zhuǎn)換上，不如直接審視資金的流向和現(xiàn)金流的運(yùn)轉(zhuǎn)，從中挖掘可能存在損耗的環(huán)節(jié)，并針對(duì)這些環(huán)節(jié)采取措施。

在實(shí)際操作中，企業(yè)可以從多個(gè)方面入手。比如，對(duì)采購(gòu)流程進(jìn)行深度審查。通過(guò)分析采購(gòu)數(shù)據(jù)，企業(yè)可能發(fā)現(xiàn)某些原材料的采購(gòu)價(jià)格過(guò)高，或者采購(gòu)周期不合理導(dǎo)致庫(kù)存積壓成本增加。

國(guó)內(nèi)某手機(jī)芯片制造商通過(guò)優(yōu)化合同管理，減少“營(yíng)收泄漏”，相當(dāng)于削減15%-16%的IT預(yù)算。這提示企業(yè)應(yīng)關(guān)注資金高效使用，而非僅追求生產(chǎn)力提升，以實(shí)現(xiàn)更顯著的降本增效。

此外，企業(yè)的運(yùn)營(yíng)流程中也可能存在諸多浪費(fèi)環(huán)節(jié)。如審批流程繁瑣，一項(xiàng)決策可能需要經(jīng)過(guò)多個(gè)層級(jí)、多個(gè)部門的長(zhǎng)時(shí)間審批，這不僅耗費(fèi)了大量的時(shí)間成本，還可能導(dǎo)致商機(jī)延誤。通過(guò)簡(jiǎn)化審批流程，明確各部門職責(zé)，企業(yè)能夠提高運(yùn)營(yíng)效率，降低隱形成本。

六大降本策略：精準(zhǔn)發(fā)力，成效顯著

Gartner提出了利用生成式AI降低成本的六大策略，既面向IT內(nèi)部，也放眼企業(yè)全局。

面向IT內(nèi)部的策略有三：削減外包、削減第三方可變支出和重新簽訂外包和托管服務(wù)合同。

“IT外包支出占全球IT支出13%，企業(yè)可與供應(yīng)商洽談削減5%-20%?！袄畋虮硎荆蒙墒紸I降低外包需求，使得可削減的內(nèi)容覆蓋IT服務(wù)臺(tái)、電子設(shè)備管理、軟件采購(gòu)維護(hù)等領(lǐng)域。

另外，企業(yè)法務(wù)、市場(chǎng)、IT等部門常與供應(yīng)商簽框架合同，有大量“第三方可變支出”，如法務(wù)讓供應(yīng)商寫律師函、市場(chǎng)讓供應(yīng)商做宣傳，這些多為重復(fù)性簡(jiǎn)單勞動(dòng)，是削減重點(diǎn)。英國(guó)一服務(wù)機(jī)構(gòu)用生成式AI制作律師函，成本僅0.5英鎊，東芝也構(gòu)建AI智能體輔助部門工作，先讓需求在智能體跑一遍，再看是否聯(lián)系供應(yīng)商，借此降低外包成本。

重新簽訂外包和托管服務(wù)合同，是IT內(nèi)部降低成本的又一策略。生成式AI的知識(shí)壓縮和經(jīng)驗(yàn)壓縮能力，能幫助新供應(yīng)商快速掌握企業(yè)特定領(lǐng)域知識(shí)，降低對(duì)原有供應(yīng)商的依賴，打破“供應(yīng)商鎖定”局面，使企業(yè)能夠更靈活地選擇更具性價(jià)比的服務(wù)提供商，磨合期也得以縮短了。

面向企業(yè)支出的策略也有三個(gè)，分別是削減運(yùn)營(yíng)資金、削減循環(huán)債務(wù)和采用更強(qiáng)硬的合同。

運(yùn)營(yíng)資金是企業(yè)平衡應(yīng)收應(yīng)付與實(shí)收實(shí)付時(shí)間差的現(xiàn)金儲(chǔ)備。2019年以來(lái)全球運(yùn)營(yíng)資金總量增加20%、達(dá)1.56萬(wàn)億歐元。李彬認(rèn)為，生成式AI可提高銷售與回款預(yù)測(cè)準(zhǔn)確性，縮小時(shí)間差，減少現(xiàn)金儲(chǔ)備需求。他舉例說(shuō)，某制造企業(yè)用AI分析報(bào)表與外部數(shù)據(jù)，回測(cè)偏差僅1%，有效優(yōu)化運(yùn)營(yíng)資金。

在削減循環(huán)債務(wù)方面，借助生成式AI可優(yōu)化資金管理，減少循環(huán)債務(wù)需求，降低利息支出，相當(dāng)于削減IT人員的效益。3M公司2022年利息支出達(dá)4.62億美元，借助生成式AI，IT支出降低至整個(gè)營(yíng)收的1.3%，低于全行業(yè)3.8%的平均水平相當(dāng)于減少了25%的IT員工。但如果短時(shí)間內(nèi)裁員25%，意味著組織管理能力的重創(chuàng)和崩盤，對(duì)一家全球性企業(yè)而言簡(jiǎn)直不可想象。

由于營(yíng)收泄漏帶來(lái)不同程度的應(yīng)收款，也使企業(yè)面臨大量資金損失，這個(gè)數(shù)字占營(yíng)收5%，超過(guò)了IT投資。李彬建議，借助生成式AI，采取更強(qiáng)硬的合同和合同管理，可提升合同管理效能，減少泄漏。某手機(jī)芯片制造商通過(guò)優(yōu)化合同管理，約束客戶出貨量與單價(jià)，挽回大量營(yíng)收損失。

借力Gartner，實(shí)現(xiàn)價(jià)值飛躍

在生成式AI浪潮中，企業(yè)需要突破傳統(tǒng)思維模式，關(guān)注現(xiàn)金流與成本損耗環(huán)節(jié)，實(shí)現(xiàn)更顯著的降本增效。Gartner的建議與策略為IT部門及CIO提供了新視角與實(shí)用路徑。

作為職能和業(yè)務(wù)部門的支撐，IT部門從幕后走向前臺(tái)，成為企業(yè)降本增效的主力軍。Gartner相信，通過(guò)精準(zhǔn)削減外包與第三方支出、優(yōu)化合同管理等措施，IT部門將直接創(chuàng)造價(jià)值，提升在企業(yè)中的戰(zhàn)略地位。同時(shí)，企業(yè)范圍內(nèi)資金管理優(yōu)化，提高運(yùn)營(yíng)效率與財(cái)務(wù)健康度，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力，實(shí)現(xiàn)可持續(xù)發(fā)展。

Gartner高級(jí)顧問(wèn)總監(jiān)李彬

李彬表示：“GenAI等新興技術(shù)具備可能性，在營(yíng)收和成本兩方面為企業(yè)帶來(lái)價(jià)值。本次話題聚焦于成本，是因?yàn)槲覀冊(cè)谶^(guò)去三年中看到全球大部分企業(yè)的科技高管都面臨成本的壓力，因此希望籍此與他們一起探索，如果在這方面能盡快作出一些成果——也即是顯性、可量化的價(jià)值?！?/p>

xiesc