生成式人工智能（GenAI）的快速创新正推动该技术得到广泛应用。
但企业也必须在成本与可扩展性之间做出权衡。
我们重点介绍三类正在成功优化GenAI的企业。
生成式人工智能（GenAI）创新正以迅猛之势涌现。发展速度之快，使得进入门槛与采用壁垒正在消退，过去需要专业团队或外部供应商才能完成的工作如今已触手可及。企业员工完成写作、编程、分析、预测等各类任务时，比以往任何时候都更快速，所需的内部技能也更少。
但要在整个企业范围内运用GenAI——这是这一技术时代的“圣杯”，却难以实现——则是另一回事。各机构设想构建相关解决方案，以提升跨业务团队和职能部门工作流程的效率，但实践之路比预期更长、成本更高。生成式AI的一个不便明言的秘密是：管理层正难以整合各类技术零部件，也难以让解决方案持续输出准确结果。他们还必须在成本与可扩展性之间做出艰难权衡。
面向个人的Copilot类解决方案在处理离散的个人任务方面表现出色，例如起草销售邮件、开启博客写作、开展研究等。但这类方案属于一次性使用，其生成内容与业务脱节。在依赖一致数据、知识、信息传递及其他重要业务标识的环境中，它们无法规模化应用，因此价值有限。另一端则是一些出色的AI解决方案，可简化企业流程（例如审计费用报告或实现供应链自动化）。它们大幅减少了繁琐工作和错误，但因其只针对单一流程进行打磨、缺乏广泛适用性，其价值也很快触顶。
但一些企业已摸索出如何同时优化人员与流程。以下为若干示例。
哪些企业正在成功优化GenAI？
一家全球化妆品公司利用其产品数据库实现内容自动生成，并将内容同步至数百款产品、数十个电商零售渠道的“数字货架”。试想，产品描述（以及产品本身）会因新的定位、竞争博弈，以及节假日或换季等事件而频繁变化。再试想，需要以当地语言为数十个国家交付每一次变更的内容，并兼顾法律、监管和文化要求。借助GenAI，该公司能够将新产品材料提前数周推向市场，并提升线上转化率；同时，它也赋能员工（从品牌负责人到区域经理），使其生成的内容首次即可接近可上市状态，从而消除阻碍效率的反复修改。
一家客户关系管理（CRM）平台领导者已构建了多种GenAI应用，以支持数十个复杂的跨公司工作流程。该公司旗下各品牌每年多次推出新品，并每年举办或参加数百场全球活动。每一个此类节点都有一份“物料清单”，涉及产品、用户体验、销售、营销、客户支持及高管团队等多方的某种组合，制作周期需数周至数月。
借助其GenAI计划，该公司整合知识来源与各业务线的风格指南，并自动生成各类材料，从产品支持文章到客户案例，再到高管评论。通过针对具体节点生成定制内容，并推动相关工作流程的落实，该公司不仅缩短了时间、减少了组织内的混乱，还将利益相关方的贡献从战术层面提升至战略层面。
一家数据保护领域的创新企业近期推出了一款新产品，并利用GenAI开发了内部销售赋能应用。该应用整合公司的知识、信息传递及品牌资源，可按受众解答有关客户画像、使用场景、成功案例、产品与实施细节、收益及核心信息等问题。如今，全球数百名销售人员都能实时获得准确答复。他们能够就该平台与潜在客户、客户及合作伙伴展开智能且有益的对话，同时免去以往获取问题答案时的诸多阻碍。
世界经济论坛如何为人工智能构建防护框架？
人工智能卓越中心汇聚各行业领袖，共同理解人工智能的快速演进及其对经济与社会的影响。该中心支持围绕人工智能应用所涉机遇、风险与权衡展开知情对话。
通过可信的交流空间与协作项目，该中心助力合作伙伴形成共识，并携手推动人工智能创新与应用的负责任实践。
从这些案例中我们能学到什么？
这些项目有三个共同的重要特点，帮助各企业以最小的成本和投入迅速实现GenAI价值。第一，它们在整个企业范围内共享一套经过训练的大语言模型（LLM）、检索能力以及企业专属的防护机制，同时针对具体职能或工作流程对最后一环的应用进行定制。这使其能够快速复制推广，并确保AI成果的准确性与品牌一致性。
第二，各企业都采取协作式方案部署，尽早让利益相关方参与，借助原型快速迭代，并促进团队间的知识共享与技能提升。因此，团队能够自主运作，并快速推进新的应用场景和方案升级。最后，它们坚持不懈地排查系统中的“瑕疵”（找出漏洞、幻觉输出和数据索引问题），并在共享技术中予以修复。这一前期工作使各企业的AI成果对所有利益相关方而言更加准确、质量更高。
