埃森哲最新研究显示，生成式AI和自动化技术正在为企业带来显著收益，74%的企业表示其投资已达到甚至超出预期；63%的企业计划在2026年前加大投入，进一步强化这些技术的应用。
AI驱动的企业表现如何？
研究发现，完全采用现代化、AI驱动流程的企业比例从2023年的9%增长至2024年的16%，几乎翻了一番。这些企业的表现远超同行：
（点击查看大图）
他们已拥有了现代化的数据基础架构，可支撑强劲的业务成果；实现了端到端平台集成；大多数流程也正在实现超自动化。他们还成功应用传统AI大规模提升了任务完成效率，并迅速扩展生成式AI用例，开辟新的增长点。
工业巨头：财务运营优化与业务增长
某全球工业巨头主营机床和工业设备生产，通过精准投资和数字化转型实现了迅猛增长。公司不仅在新产品和新工作方式上进行了投资，还利用数字技术优化其财务运营，推动各项业务迅猛发展。通过一系列数字化转型和增长计划，该公司高效整合了多项收购，进一步支持了其快速扩展。
埃森哲与该工业巨头合作，开发了一套灵活、敏捷且具有韧性的财务运营模式，涵盖了采购到付款（PTP）、订单到收款（OTC）、记录到报表（RTR）以及客户服务等关键流程。这一模式帮助公司实现了财务运营的全面优化，并为业务增长提供了强有力的支持。
转型成果
新数据基础与卓越中心：公司基于SAP S/4HANA平台建立了新的托管服务中心，并实施了改进的数据策略和数据治理，大幅提升了数据分析能力。
运营流程简化：借助埃森哲的智赢（SynOps）平台，公司集中了80%的会计流程，运营效率提升了47%，无接触式交易占比达到50%。
新业务价值：通过数字化转型，公司创造了高达7000万美元的新业务价值，进一步巩固了其市场竞争力。
汇丰银行：提升员工体验与生产力
作为全球领先的金融机构之一，汇丰银行启动了一项全球计划，旨在通过提升员工体验和生产力来增强股东回报和客户满意度。为了实现这一目标，汇丰银行致力于推动人力资源职能的现代化和数字化，以改善其在不同国家和地区之间依赖人工操作、碎片化的老旧流程。
埃森哲与汇丰银行合作，实施了全面的技术和变革管理解决方案，包括体验设计、全球流程配置和本地化，以确保合规要求。汇丰银行引入了基于SAP、ServiceNow和MuleSoft的数字人力资源解决方案，显著简化了人力资源流程，并提升了服务的可访问性。
如今，汇丰银行的全体员工能够即时获取信息，做出更明智的决策，并快速访问人力资源服务和支持。此次转型涵盖了多项核心服务，包括薪资管理和劳动力管理，同时还引入了全新的人才管理、职业发展和绩效管理功能。通过快速获取数据驱动的洞察，汇丰银行的主管们现在能够更轻松地制定关于团队和员工的战略决策。
转型成果
流程简化：通过数字化解决方案，汇丰银行大幅减少了人力资源流程中的手动操作和碎片化问题。
服务可访问性提升：员工能够更便捷地获取人力资源服务，提升了整体体验和满意度。
数据驱动决策：主管们能够基于实时数据做出更精准的战略决策，进一步提升了团队管理效率。
挑战依然存在
2024年，我们进行了一项全球范围的调研，采访了来自15个行业、12个国家和地区的2000名高管（其中57%为首席级或同等级别高管），旨在评估企业运营的成熟度，以及其是否具备利用生成式AI推动业务成果的条件。
我们用运营发展的四个阶段来评估企业运营的智能化及成熟度。尽管部分企业已达到运营成熟度的最高水平，但大多数企业在这三方面都存在明显短板：
数据基础薄弱：61%的企业表示数据资产不足以支持生成式AI，70%的企业难以规模化推进专有数据项目。
人才战略被忽视：82%的运营成熟度不足的企业尚未实施人才重塑战略，没有系统地规划如何培养或吸引具备AI相关技能的人才。同时，78%的高管认为AI发展速度过快，培训难以跟上。
跨职能协同不足：88%处于基础期的企业表示，他们的技术和业务团队之间几乎没有或完全没有协作。
智能运营成熟度评估标准（左右滑动，查看更多内容）
企业在运营的不同阶段面临着不同的堵点，如果没有解决这个问题，企业就难以前进到更高梯队。对于希望从基础阶段迈向自动化阶段的企业来说，构建资产与平台是核心驱动力。在这一阶段，关键在于建立重点自动化项目的治理模式，业务需求紧密对接的反馈机制。企业需要赋能业务和技术团队，共同规划资产与平台的发展路径，才能顺利实现升级。
对于处于重塑准备期的企业来说，方法与流程是关键的推动力。与洞察驱动期的企业相比，这些企业在流程挖掘、内外部基准测试等方面表现更为突出，能够达到行业领先的绩效水平。通过高水平的平台集成和超自动化技术，这些企业已经实现了端到端流程的全面转型升级。
智能运营，迈向重塑
在未来的巨大变革中，企业必须迅速调整和优化其运营能力，以应对新市场环境中的挑战与机遇。为此，企业需要并行推进赋能智能运营的三大关键因素：人才、资产与平台、方法与流程。生成式AI不仅革新了人与机器之间的协作方式，还推动了跨业务运营和跨企业之间的高效协同，为企业追求智能运营提供了全新的方法和视角。
那么，迈向重塑的最佳路径是什么？在重塑之旅的每个阶段必须解决的关键要素有哪些？企业应采取以下四项关键措施，找出差距，规划前进方向：
实施以领域为中心的数据现代化：通过集中化的数据治理和标准化处理，确保数据资产能够支持生成式AI的应用，并为业务决策提供可靠的数据基础。
推行以人才为核心的重塑战略：重新设计工作方式，明确生成式AI在客户服务、员工支持及业务成果方面能发挥最大效应的领域，确保员工具备适应AI驱动工作流程的能力。
与业务和技术团队一同引领重塑：鼓励业务团队和技术团队紧密合作，共同负责资产、平台和产品的开发，充分发挥生成式AI的潜力，实现企业范围内的全面变革。
采用领先流程推动业务成果：通过流程挖掘和基准测试，识别流程中的差距和优化机会，确保企业在方法和流程上达到业内一流水平，从而实现端到端的智能运营。
