對于多數(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)省時間，但實際效果有限。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%的時間，但由于時間碎片化，常被浪費在喝咖啡、閑聊上，即便安排更多任務(wù)，任務(wù)切換也會導(dǎo)致額外時間損耗，這些因素構(gòu)成“生產(chǎn)力泄漏”，導(dǎo)致最終節(jié)省時間僅5%-20%，將節(jié)省時間用于創(chuàng)造價值時，又會有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就是一個典型的案例：雖能節(jié)省了3%的時間，但實際效果可能僅有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共性問題：由于模型訓練、數(shù)據(jù)維護、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)需要大量的計算資源、優(yōu)質(zhì)的數(shù)據(jù)以及專業(yè)的技術(shù)人才來支撐密切相關(guān)。

Gartner在2024年就預(yù)測，今年底至少有30%的生成式AI項目將在概念驗證后被放棄，原因包括數(shù)據(jù)質(zhì)量差、風險控制不足、成本上升、業(yè)務(wù)價值不明確等，公司在這些項目上前期投資巨大，卻“難以證明和實現(xiàn)價值”；75%的企業(yè)在運用生成式AI提升生產(chǎn)力進而降本的計劃可能失敗

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

Gartner高級顧問總監(jiān)李彬

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

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

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

在實際操作中，企業(yè)可以從多個方面入手。比如，對采購流程進行深度審查。通過分析采購數(shù)據(jù)，企業(yè)可能發(fā)現(xiàn)某些原材料的采購價格過高，或者采購周期不合理導(dǎo)致庫存積壓成本增加。

國內(nèi)某手機芯片制造商通過優(yōu)化合同管理，減少“營收泄漏”，相當于削減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，以實現(xiàn)更顯著的降本增效。

此外，企業(yè)的運營流程中也可能存在諸多浪費環(huán)節(jié)。如審批流程繁瑣，一項決策可能需要經(jīng)過多個層級、多個部門的長時間審批，這不僅耗費了大量的時間成本，還可能導(dǎo)致商機延誤。通過簡化審批流程，明確各部門職責，企業(yè)能夠提高運營效率，降低隱形成本。

六大降本策略：精準發(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?，利用生成式AI降低外包需求，使得可削減的內(nèi)容覆蓋IT服務(wù)臺、電子設(shè)備管理、軟件采購維護等領(lǐng)域。

另外，企業(yè)法務(wù)、市場、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、市場讓供應(yīng)商做宣傳，這些多為重復(fù)性簡單勞動，是削減重點。英國一服務(wù)機構(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的知識壓縮和經(jīng)驗壓縮能力，能幫助新供應(yīng)商快速掌握企業(yè)特定領(lǐng)域知識，降低對原有供應(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，分別是削減運營資金、削減循環(huán)債務(wù)和采用更強硬的合同。

運營資金是企業(yè)平衡應(yīng)收應(yīng)付與實收實付時間差的現(xiàn)金儲備。2019年以來全球運營資金總量增加20%、達1.56萬億歐元。李彬認為，生成式AI可提高銷售與回款預(yù)測準確性，縮小時間差，減少現(xiàn)金儲備需求。他舉例說，某制造企業(yè)用AI分析報表與外部數(shù)據(jù)，回測偏差僅1%，有效優(yōu)化運營資金。

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，相當于削減IT人員的效益。3M公司2022年利息支出達4.62億美元，借助生成式AI，IT支出降低至整個營收的1.3%，低于全行業(yè)3.8%的平均水平相當于減少了25%的IT員工。但如果短時間內(nèi)裁員25%，意味著組織管理能力的重創(chuàng)和崩盤，對一家全球性企業(yè)而言簡直不可想象。

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

借力Gartner，實現(xiàn)價值飛躍

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，成為企業(yè)降本增效的主力軍。Gartner相信，通過精準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)造價值，提升在企業(yè)中的戰(zhàn)略地位。同時，企業(yè)范圍內(nèi)資金管理優(yōu)化，提高運營效率與財務(wù)健康度，增強市場競爭力，實現(xiàn)可持續(xù)發(fā)展。

Gartner高級顧問總監(jiān)李彬

李彬表示：“GenAI等新興技術(shù)具備可能性，在營收和成本兩方面為企業(yè)帶來價值。本次話題聚焦于成本，是因為我們在過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、可量化的價值?！?/p>

xiesc