2025年顶级GenAI采纳趋势：来自100,000家企业的见解

随着生成性人工智能浪潮继续改变全球产业，企业领导者面临的重大问题不是是否采用生成性人工智能，而是如何正确地做到这一点。为此，我们分析了100,000个企业生成性人工智能采纳案例，涵盖了从法律和制造到教育和国防等各个行业的工具，如Gemini、LLaMA、Groq、Claude和ChatGPT。

我们发现了以下几点。

生成性人工智能工具并不相同

在推动可衡量的生产力提升方面，并非所有工具表现相同。在所有企业中：

• Gemini、LLaMA和Groq处于领先地位，平均生产力提高超过18.5％。

• ChatGPT和Claude也显示出强劲的成绩，但稍微落后。

这不仅仅是关于炒作——重要的是每个工具如何与工作流程整合，理解领域特定的任务，并减少用户的摩擦。

角色转变，而不仅仅是自动化

从数据中出现的一个最强链条是：生成性人工智能不仅仅是削减成本或取代角色——它正在创造新的角色。

法律服务、制造和金融等行业报告在采用生成性人工智能后新创建的角色数量最高。这些新职位涉及人工智能运作、数据质量分析师、提示工程师和人机协作审计师。

洞察：生成性人工智能正在推动组织转型，而不仅仅是任务级别的自动化。

生成性人工智能影响最深的行业

我们结合了两个指标——平均生产力提升和新创建的角色——以创建综合生成性人工智能影响评分。

结果是什么？生成性人工智能影响最大的前五个行业是：

• 法律服务

• 国防

• 制造

• 金融

• 教育

这些行业正在经历效率提升和劳动力演变，建议深层次系统的采纳——而非表面层次的试点。

正确的工具适合正确的工作

对工具与行业配对的深入研究表明，上下文非常重要：

• Gemini在金融、法律和医疗保健领域表现出色，因为准确性和长篇推理是关键。

• LLaMA在国防和教育领域表现良好，这些领域有着复杂的用例和合规需求。

• Groq在制造和运输领域显示出优势，可能得益于其高速推理和实时能力。

建议：不要仅仅根据品牌挑选工具。将其优点与您的操作上下文匹配。

员工情绪：喜忧参半

分析了100,000条员工情绪记录，一些主题突出：

对减少重复性任务和更快项目周期的兴奋。

• 对角色转变、工作安全和学习曲线的焦虑。

• 顶级重复出现的词包括：“人工智能”，“工作”，“帮助”，“变化”和“学习”。

收获：采纳的成功不仅仅是技术上的——更是情感上的。变革管理和沟通是不可谈判的。

培训悖论

一个令人惊讶的洞察：培训小时数与生产力结果几乎没有相关性。

为什么？潜在原因包括：

• 一些工具足够直观，以至于不需要正式培训。

• 企业可能在不适合实际工作流程的通用培训上投入资金。

• 变化更多来自于用例的调整，而不是单纯的培训时长。

更好的策略：专注于与工作相关的、特定工具的赋能——而不仅仅是记录的小时数。

最后的思考：领导者现在该做什么

基于这一企业规模的视角，这里是如何引领生成性人工智能采纳以产生影响：

• 选择工具适合而非工具名气：根据功能选择，而不是噪声。

• 优先考虑变革赋能：为团队准备好应对不断变化的角色和能力。

• 针对性培训：质量胜于数量——专注于人们如何实际使用生成性人工智能。

• 关注文化：员工情绪可以成就或破坏您的转型。

生成性人工智能不再是实验——它是一个战略杠杆。那些将其视为如此的企业已经走在了前面。