談到2025年科技圈的熱點(diǎn)，非生成式AI莫屬。可以說(shuō)，生成式AI已經(jīng)成為推動(dòng)企業(yè)業(yè)務(wù)創(chuàng)新和數(shù)字化轉(zhuǎn)型的核心焦點(diǎn)。根據(jù)Gartner調(diào)研顯示，過(guò)去兩年中，全球企業(yè)IT預(yù)算持續(xù)收縮，但AI與安全領(lǐng)域的投入逆勢(shì)增長(zhǎng)。

對(duì)于大部分企業(yè)而言，他們希望通過(guò)生成式AI提升生產(chǎn)力，進(jìn)而降低成本。然而，殘酷的現(xiàn)實(shí)是：75%的企業(yè)無(wú)法通過(guò)GenAI實(shí)現(xiàn)預(yù)期的成本優(yōu)化。 這一組數(shù)據(jù)，也是Gartner通過(guò)調(diào)研之后得出。而這一悖論背后，折射出企業(yè)對(duì)技術(shù)價(jià)值的認(rèn)知偏差與管理邏輯的深層斷裂。

效率提升≠成本降低

雖然在代碼生成、文檔撰寫(xiě)、數(shù)據(jù)分析等應(yīng)用場(chǎng)景中，生成式AI確實(shí)能顯著提升員工效率。例如，微軟Copilot為IT人員節(jié)省約3%的工作時(shí)間，金融機(jī)構(gòu)通過(guò)RPA將審批周期縮短50%。然而，這些“效率紅利”往往在轉(zhuǎn)化過(guò)程中嚴(yán)重耗散。

一方面，員工節(jié)省的時(shí)間未被有效利用。Gartner調(diào)研顯示，25%的時(shí)間節(jié)省中，80%因任務(wù)切換、流程冗余或管理松散而流失。另一方面，剩余時(shí)間需進(jìn)一步轉(zhuǎn)化為業(yè)務(wù)價(jià)值。若市場(chǎng)需求不足或組織無(wú)法快速調(diào)整產(chǎn)能，效率提升反而導(dǎo)致資源閑置。

在主題為《放眼生產(chǎn)力之外，如何利用生成式AI降低成本》媒體溝通會(huì)上，Gartner高級(jí)顧問(wèn)總監(jiān)李彬表示，雖然很多企業(yè)在生成式AI上投入了大量的資金和精力，也完成了新型工具的積極部署，提高了員工的效率，但這并不代表會(huì)直接降低企業(yè)的成本。他認(rèn)為，很多企業(yè)的管理層存在技術(shù)樂(lè)觀主義與價(jià)值脫節(jié)的認(rèn)知陷阱，一是認(rèn)為“技術(shù)投入→工具普及→效率提升→成本降低”是必然路徑，忽視組織變革與業(yè)務(wù)適配的復(fù)雜性。二是將生產(chǎn)力等同于財(cái)務(wù)價(jià)值，忽略“開(kāi)源”（收入增長(zhǎng)）與“節(jié)流”（成本削減）的本質(zhì)差異。

除此之外，很多企業(yè)還往往低估GenAI存在的變革成本、系統(tǒng)集成成本和機(jī)會(huì)成本等隱性成本。

媒體溝通會(huì)現(xiàn)場(chǎng)，李彬通過(guò)引用高盛與《經(jīng)濟(jì)學(xué)人》的觀點(diǎn)，詳細(xì)介紹了效率提升≠成本降低的觀點(diǎn)。對(duì)于GenAI所帶來(lái)的成本降低，高盛直言，投入過(guò)多，收益甚微。《經(jīng)濟(jì)學(xué)人》則認(rèn)為生成式AI不會(huì)快速立竿見(jiàn)影地帶來(lái)生產(chǎn)力的價(jià)值。

從生產(chǎn)力到價(jià)值的“驚險(xiǎn)一躍”

如何破解生成式AI的成本悖論？活動(dòng)現(xiàn)場(chǎng)，李彬提出了“兩次飛躍”的理論：第一次飛躍是讓更多的員工廣泛使用生成式AI，第二次飛躍是通過(guò)推動(dòng)企業(yè)變革，實(shí)現(xiàn)價(jià)值回報(bào)。

“第一次飛躍看似簡(jiǎn)單，實(shí)則充滿(mǎn)挑戰(zhàn)。”李彬指出，員工對(duì)新技術(shù)存在天然的抵觸情緒，尤其是涉及崗位替代風(fēng)險(xiǎn)時(shí)。他以國(guó)內(nèi)某制造業(yè)客戶(hù)為例，進(jìn)行了詳細(xì)的介紹。該企業(yè)擁有大量IT員工和外包團(tuán)隊(duì)，但員工因擔(dān)心失業(yè)而不愿使用新型工具，導(dǎo)致AI工具的推廣受阻。此外，生成式AI的使用門(mén)檻也較高，需要員工具備一定的數(shù)字化素養(yǎng)和技能，這也限制了其普及程度。

“第二次飛躍則更加艱難，它要求企業(yè)從根本上改變業(yè)務(wù)流程和管理模式。”李彬強(qiáng)調(diào)，生成式AI不是簡(jiǎn)單的“工具升級(jí)”，而是“生產(chǎn)力的革命”。為此，企業(yè)需要重新設(shè)計(jì)業(yè)務(wù)流程，打破部門(mén)壁壘，構(gòu)建以AI為核心的新生態(tài)。

李彬以金融機(jī)構(gòu)為例，進(jìn)行了詳細(xì)的介紹。該機(jī)構(gòu)在疫情期間使用OCR、RPA等技術(shù)提質(zhì)增效，但走出疫情后卻發(fā)現(xiàn)生產(chǎn)力未得到充分利用，且無(wú)法快速裁員。這反映出，單純的技術(shù)應(yīng)用無(wú)法自動(dòng)帶來(lái)價(jià)值，必須與組織變革相結(jié)合。

利用GenAI降低成本的六大策略

既然效率提升≠成本降低，那么對(duì)于企業(yè)而言，如何利用生成式人工智能降低成本？在本次采訪(fǎng)過(guò)程中，李彬現(xiàn)場(chǎng)也給出了六大實(shí)操策略。

一方面，CIO可以通過(guò)削減IT外包支出、削減第三方可變支出、重新簽訂外包和托管服務(wù)合同來(lái)降低成本。

削減IT外包支出：降低成本應(yīng)直接關(guān)注資金使用和現(xiàn)金流運(yùn)轉(zhuǎn)，找到損耗環(huán)節(jié)進(jìn)行優(yōu)化。這意味著，通過(guò)優(yōu)化現(xiàn)金流管理，企業(yè)可以釋放巨大的成本節(jié)約潛力。

削減第三方可變支出全：球全行業(yè)的IT支出中有13%用于外包，通過(guò)引入生成式AI，企業(yè)可以減少對(duì)外包服務(wù)的依賴(lài)，降低可變支出。李彬以東芝為例進(jìn)行了詳細(xì)介紹：該企業(yè)要求法務(wù)部門(mén)在發(fā)郵件或打電話(huà)給供應(yīng)商前，先用智能體生成內(nèi)容，從而減少了外包成本。

重新簽訂外包和托管服務(wù)合同：企業(yè)應(yīng)定期審視外包和托管服務(wù)合同，利用生成式AI的談判能力，爭(zhēng)取更優(yōu)惠的價(jià)格和服務(wù)條款。

另一方面，企業(yè)還可以通過(guò)削減運(yùn)營(yíng)資金、削減循環(huán)債務(wù)、采用更強(qiáng)硬的合同來(lái)降低成本。

削減運(yùn)營(yíng)資金。利用GenAI分析歷史數(shù)據(jù)與市場(chǎng)趨勢(shì)，預(yù)測(cè)驅(qū)動(dòng)的現(xiàn)金流管理，提升銷(xiāo)售回款與應(yīng)付賬款預(yù)測(cè)精度。李彬以全球運(yùn)營(yíng)資金總量為例，指出近五年內(nèi)，全球企業(yè)運(yùn)營(yíng)資金增長(zhǎng)20%。

削減循環(huán)債務(wù)：企業(yè)借貸利息常占營(yíng)收的1%-5%。李彬表示，通過(guò)AI優(yōu)化資金調(diào)度（如動(dòng)態(tài)還款計(jì)劃），某科技公司年省利息支出1200萬(wàn)美元，綜合企業(yè)的成本節(jié)約和團(tuán)隊(duì)管理的代價(jià)，效果要好于將IT員工裁員20%”。

重新簽訂外包和托管服務(wù)合同：全球企業(yè)因合同管理漏洞年均損失5%的營(yíng)收。GenAI可自動(dòng)識(shí)別條款風(fēng)險(xiǎn)與履約異常。

除了以上策略外，李彬還給企業(yè)科技高管提出了一些建議。他表示，科技高管應(yīng)明確企業(yè)愿景和方向，制定生成式AI的長(zhǎng)期規(guī)劃。同時(shí)，也要考慮速贏舉措，如選擇成本節(jié)約潛力大、實(shí)施難度低的項(xiàng)目進(jìn)行試點(diǎn)。除此之外，科技高管應(yīng)提前布局，建立變革管理機(jī)制，確保AI技術(shù)的順利落地。最后，科技高管應(yīng)加大數(shù)字化人才培養(yǎng)力度，營(yíng)造鼓勵(lì)創(chuàng)新、包容失敗的企業(yè)文化。

寫(xiě)在最后：從生產(chǎn)力工具轉(zhuǎn)變?yōu)槌杀緝?yōu)化引擎的轉(zhuǎn)變

雖然生成式AI在降低成本方面面臨諸多挑戰(zhàn)，但李彬?qū)ζ湮磥?lái)充滿(mǎn)信心。他認(rèn)為，隨著技術(shù)的不斷成熟和應(yīng)用的不斷深入，生成式AI將逐漸從生產(chǎn)力工具轉(zhuǎn)變?yōu)槌杀緝?yōu)化引擎。并預(yù)測(cè)，未來(lái)幾年我們將看到更多企業(yè)通過(guò)生成式AI實(shí)現(xiàn)顯著的成本節(jié)約，甚至引發(fā)一場(chǎng)成本革命。

“生成式AI的成本革命不會(huì)一蹴而就，它需要企業(yè)、技術(shù)提供商和政策制定者共同努力。”李彬最強(qiáng)調(diào)，只要我們保持理性、審慎和創(chuàng)新的態(tài)度，就一定能夠破解生成式AI的成本悖論，釋放其巨大的價(jià)值潛力。