創利或創新？產業運用生成式AI概覽

主要發現

生成式AI提升利潤潛能 科技業最高精品業居次

• 2024年企業領袖調查發現，70%全球、54%臺灣企業領袖認為，生成式AI將在未來三年影響企業商業模式，已採納生成式AI的全球企業領袖，持相同看法的比例上升至89%，顯示生成式AI所具有的變革潛力。然而多數企業領袖對生成式AI的關注重點為成本與少數案例，卻可能錯失透過生成式AI重塑企業或顛覆商業模式的機會。
• 各產業採用生成式AI，提升利潤的潛能各有不同：
  • 科技業：潛在平均利潤提升19個百分點，企業可透過生成式AI輔助編碼、建立技術文件和提取資料特徵來擴大利潤；許多案例顯示，軟體供應商亦透過生成式AI增強產品功能或自動化，加速開發時程，降低成本。
  • 精品業：潛在平均利潤提升14.5個百分點，可透過生成式AI建立超個人化廣告，加強客戶體驗與產品設計。
  • 運輸和物流業：潛在平均利潤提升1.8個百分點，但考量到該產業原利潤常低至2%，採用生成式AI輔助物流路線優化、即時定價優化以及自動財報分析，已可使部分企業利潤成長近一倍。

採用GenAI兩大因素：變革程度與採用難易度

• 隨著時間推移，生成式AI對功能與效率的提升將成為企業常態，潛在收益隨之減少。因此，企業需將當前的技術整合作為基礎，以便在未來開發更具變革性的創新應用，從而實現新的營運模式和市場機會。
• 要了解生成式AI真正的潛在價值，需在財務預測外，考慮AI可能對商業、營運模式與競爭市場可能造成的影響，並考慮AI在產業應用的變革程度及採用難易度。
• 生成式AI將造成部分產業的商業模式大幅重塑，如生成式AI對內容創作的變革，促使娛樂產業重塑其內容開發和定價策略。而零售消費產業，則可能受AI輔助精簡營運模式和提高員工技能。
• 生成式AI亦可為某些行業提供早期優勢，例如專業和法律服務，早期採用生成式AI，有助於從忠誠度高的客戶爭取市占率。部分產業因進入市場門檻較高（如電信業），使得生成式AI的先發優勢相對較低。
• 採用生成式AI並非簡單的過程，且整合過程因產業而異。如保險業包含大量非結構化數據，需透過大量運算資源以實現個人化保單和理賠。此外，產業勞動力和文化對於新技術的準備程度，亦為企業採納AI關鍵因素。如零售和金融服務業，其客服方面已因AI產生重大業務轉變。

各產業採用生成式AI之四種類型

依生成式AI對產業的變革程度、採用難易度，可分為顛覆者、開拓者、多工者和精簡者。

開拓者（採用難度較低、產業變革程度高）

• 已可見採用生成式AI，部分企業快速部署創新商業模式，從而顛覆現狀，如娛樂業和行銷業皆受到極大影響。Market.us統計，2023年媒體娛樂業對生成式AI的需求將達到14億美元，至2033年，預估年複合成長率將上升26.3%、利潤上升14.4個百分點。對行銷業來說，生成式AI除了可節省大量成本，其技術所帶來的個人化、去中介化等，皆為企業帶來變革價值。

顛覆者（採用難度較高、產業變革程度高）

• 如製藥業有望透過生成式AI發展個人化治療，相關技術將徹底改變藥物開發和患者護理方式，此類創新將改變遊戲規則，有可能大幅提高上市速度和利潤。GlobalData統計，自2015年到2020年，AI藥物探索之策略合作增加575%，許多製藥業者與AI技術公司合作，利用生成式AI加速和優化新藥研發程序，或是透過AI工具協助檢視行銷資訊之合規性。
• 許多供應商正開發工具，協助醫療和私人保健領域從業人員建立臨床紀錄，以協助精準診斷或解釋醫學影像。研究顯示，生成式AI甚至可直接發揮患者護理的作用，特別是在心理健康領域，更多患者可因此受惠。

精簡者（採用難度較低、產業變革程度低）

• 如零售業或財富資產管理，可透過AI優化原業務程序，並提供一定程度之自動化服務，屬於易於執行、產業顛覆程度低，但可顯著簡化營運並提高利潤。

多工者（採用難度較高、產業變革程度低）

• 如電力與公用事業，由於監管和安全考慮，對AI技術的採用較為謹慎，多作為支援營運的工具。而電信業者平均利潤可提高13個百分點，AI應用多為協助銷售、基礎設施管理和內部營運等。

六大AI通用情境：全新創作、增強、轉型、對話、資訊檢索、摘要

• 不論產業變革的潛在時間點和AI採用過程，各產業皆可以通用方法實施生成式AI，協助組織提高效率的同時，為更具變革性的應用打下基礎。透過導入生成式AI的六種主要功能，全新創作、增強、轉型、對話、資訊檢索和摘要，可易於將生成式AI導入不同應用場景，啟動飛輪效應。
• 企業應先確認核心業務，評估生成式AI能否進一步釋放更多價值。在推動AI應用時，不同的產業和企業價值來源各異，通常可以銷售、行銷及核心業務做為起點。而後應以採用難易度評估實踐AI應用之優先順序，並優先考慮如何負責任地使用AI。