并非所有 AI 实施都能产生正的投资回报率：Capgemini 首席执行官 Ezzat

快速阅读: 据《印度时报》称，埃森哲CEO艾曼·埃扎特强调AI实施需谨慎，关注客户体验与成本。生成式AI对代码生成有帮助，但需人工审核。印度仍是战略中心，计划扩招员工。AI应用需具体评估，非所有项目都能带来回报。

埃森哲首席执行官艾曼·埃扎特在实施人工智能方面采取了审慎的方法，始终将客户体验、成本和应用场景作为每个项目的核心。在WNS交易宣布之前与《印度时报》的一次交流中，他表示印度仍然是埃森哲的战略中心，目前在该国拥有17.5万名员工，并计划在今年新增4.5万名员工。

艾扎特表示，生成式人工智能和代理人工智能在其3月季度的订单中占比超过6%。该集团预计2025财年以不变汇率计算的收入增长率为-2%至2%。

生成式人工智能对内部软件开发有多大影响？

它产生了一定的影响——尤其是在生成新代码方面，效果还不错。然而，即使在这种情况下，输出结果仍需经过审查、调试和全面测试。因此，尽管有生产力的提升，但并未如人们想象的那样显著。

在处理现有代码库或复杂环境时，收益则更为有限。例如，我们曾用生成式人工智能进行优化，但生产力的提升并不如一些人预期的明显。

还有一个常见的误解：生产力的提高并不自动转化为成本节约。例如，测试人员这类低成本岗位的30%生产力提升，其财务影响远不如项目经理或功能分析师等高成本岗位的类似提升。

在处理现有代码库或复杂环境时，收益则更为有限。例如，我们曾用生成式人工智能进行优化，但生产力的提升并不如一些人预期的明显。这一细节常常被忽略。除了生产力之外，我们也同样关注质量——更快交付的同时，代码也更优质、更可靠。因此，这不仅仅是降低成本；多种因素共同推动了我们的策略。

在处理现有代码库或复杂环境时，收益则更为有限。例如，我们曾用生成式人工智能进行优化，但生产力的提升并不如一些人预期的明显。

关于人工智能实施中的成本超支存在讨论。尽管生产力提升显而易见，但运行人工智能的运营成本仍然是一个挑战。

在处理现有代码库或复杂环境时，收益则更为有限。例如，我们曾用生成式人工智能进行优化，但生产力的提升并不如一些人预期的明显。

我们暂停了一个客户的聊天机器人项目——因数据消耗，每年成本高达2500万美元。财务回报并不存在。人工智能解决方案需要根据具体情况逐一评估。并非所有实施都能带来正向回报率。不过，就许多情况而言，我们可以找到合理的回报，无论来自速度、质量还是其他价值驱动因素。

从更广泛的角度来看——在最近的一次投资者电话会议中，您提到需求环境较为低迷。自那时以来有什么变化吗？

保持一致的是对效率的关注——降低成本、提高生产力和优化运营，而不是增长。

鉴于不确定的经济前景和疲软的增长，公司更注重节省而非创新。如今大多数大型转型项目都聚焦于成本优化、供应链改进和提升生产力。在效率和成本控制方面，并无明显差异。

但在人工智能采用方面——美国在人工智能采用方面进展更快、更具主动性。美国公司往往迅速采用新技术以保持领先，而欧洲公司则更为谨慎和保守。这取决于公司情况，因此难以一概而论。

印度的全球服务中心（GCC）正日益受到重视。埃森哲的策略是什么？

这表明印度人才对内部岗位的重要性，这对印度及寻求全球合作的企业而言是一个积极趋势。

随时获取最新商业资讯、银行假期和公众假期的更新信息。

学生人工智能大师课：今日提升青年能力，立即加入！

(以上内容均由Ai生成)