在过去两年中，研究人员发现了强大的方法来扩展大型语言模型（LLMs）的能力， 以创建AI代理和代理系统。公司正在迅速将这些研究努力转化为商业产品。 注意：*2024的数据截止至2024年10月 来源：埃森哲研究对arXiv论文的分析；20 20年1月–2024年10月 48% 46% 45% 45% 38% 33% 32% 29% 52% 54% 55% 55% 62% 67% 像生成视频只需要不到一分钟）。Runway是构建视频 生成模型的多家公司之一。其他公司包括OpenAI、Pik a Labs和Luma Labs。 71 注意：*2024的数据截止至2024年10月 来源：埃森哲研究对arXiv论文的分析；20 20年1月–2024年10月 在多模态基础模型方面，存在显著的研究兴趣，这些模型超越了语言，涉及图像、音频、视频 等多个领域。创建能够交谈、观察世界并占据实时载体的模型，有望改变人们与人工智能互动 ewhatpositive 神经中性 tral Som略带负面 ewhatnegative 非常负面 非常负面 消费者不太熟悉 在生成式人工智能（genAI）领域 消费者熟悉 通用人工智能 来源：埃森哲消费者悖论调查，2024年10月，调查对象数量N=12,215。消费者 对通用人工智能不够熟悉，人数=N=4,389；熟悉通用人工智能的消费者，人数=N=7,826 拟人化人工智能可以成为企业安全有效地收集有用客户

术支持。他们需要精通 AI 技术开发与应用，持续推动技术创新。 15 然而，在 AI 人才短缺的困境中，企业似乎忽略了一个重要事实：解决方案可能就在眼前， 只是管理层的认知偏差正在阻碍这一潜力的释放。 埃森哲在《高管和员工，谁对“智能企业”更向往？》报告中揭示了一个引人深思的现象，高 管普遍低估了员工学习和接纳 AI 的意愿。数据显示，仅 26% 的高管认为员工已准备好 接受 AI，而事实上 67% 的员工认为提升 的接受度和学习热情远高于管理层预期。员工普遍 渴望掌握 AI 素养以提升工作效率，但企业管理层的认知偏差不仅限制了对现有人才的培 养投入，更在无形中阻碍了 AI 在企业内部的推广和应用。 与此同时，埃森哲在报告《在生成式 AI 时代重塑工作》中指出了更令人担忧的现状： 高达 75% 的企业尚未制定“以人为本”的生成式 AI 变革计划，反映出企业在战 略层面的准备严重不足 超过 60% 的企业领导者承认缺乏足够信心来推动