Laporan survei McKinsey丨 Keadaan kecerdasan buatan pada tahun 2023: tahun merebaknya AI generatif

Sumber: McKinsey

**Penulis:**Konten survei dan analisis diselesaikan oleh: Michael Chui, Partner, McKinsey Global Institute, Partner, McKinsey Bay Area Office (di mana Lareina Yee adalah Partner Senior); Bryce Hall, Associate Partner di Washington, DC kantor ; Mitra Senior Alex Singla dan Alexander Sukharevsky (Kepala Global QuantumBlack, Kecerdasan Buatan McKinsey, masing-masing berbasis di kantor Chicago dan London).

Sumber gambar: Dihasilkan oleh alat AI Tak Terbatas

Survei global tahunan terbaru McKinsey tentang keadaan kecerdasan buatan mengonfirmasi ledakan alat kecerdasan buatan generatif (gen AI). Dalam waktu kurang dari setahun sejak banyak alat ini tersedia, sepertiga responden mengatakan bahwa organisasi mereka menggunakan AI generatif secara rutin setidaknya dalam satu fungsi bisnis. Dalam perkembangan terakhir, AI telah beralih dari topik karyawan teknis ke fokus para pemimpin perusahaan: hampir seperempat eksekutif yang disurvei mengatakan bahwa mereka secara pribadi menggunakan alat gen AI untuk pekerjaan mereka, dan lebih dari seperempat Responden dari perusahaan yang menggunakan AI menunjukkan bahwa gen AI ada dalam agenda dewan mereka. Selain itu, 40 persen responden mengindikasikan bahwa organisasi mereka akan meningkatkan investasi keseluruhannya di AI karena kemajuan teknologi AI. Temuan menunjukkan bahwa mengelola risiko yang terkait dengan AI masih dalam tahap awal, dengan kurang dari separuh responden mengatakan organisasi mereka mengurangi risiko yang mereka anggap paling relevan: ketidakakuratan.

Organisasi yang telah menyematkan kemampuan AI adalah yang pertama mengeksplorasi potensi AI, sementara organisasi yang melihat nilai terbesar dari kemampuan AI yang lebih tradisional—yang kami sebut AI berkinerja tinggi—telah maju dalam hal mengadopsi alat AI. organisasi lain.

Responden mengharapkan AI memiliki dampak signifikan pada bisnis dan perubahan signifikan pada tenaga kerja mereka. Mereka mengharapkan PHK di beberapa area dan pelatihan ulang besar-besaran sebagai respons terhadap perubahan kebutuhan talenta. Namun, meskipun penggunaan gen AI dapat memacu adopsi alat AI lainnya, kami tidak melihat peningkatan yang signifikan dalam adopsi perusahaan atas teknologi ini. Persentase perusahaan yang mengadopsi alat AI apa pun tetap stabil sejak 2022, dan adopsi tetap terkonsentrasi di sejumlah kecil fungsi bisnis.

1. Meski masih awal, penerapan AI generatif sudah sangat luas

Hasil survei lapangan pada pertengahan April 2023 menunjukkan bahwa meskipun teknologi AI baru saja tersedia untuk umum, eksperimen dengan alat ini sudah umum dilakukan, dan responden mengharapkan kemampuan baru untuk mentransformasi industri mereka. AI generasi berikutnya menarik bagi mereka yang ada di dunia korporat: Individu di seluruh geografi, industri, dan senioritas menggunakan AI generasi berikutnya baik di tempat kerja maupun di luar pekerjaan. Tujuh puluh sembilan persen responden mengatakan bahwa mereka setidaknya terpapar AI di tempat kerja atau di luar pekerjaan, dan 22% mengatakan bahwa mereka secara teratur menggunakan AI dalam pekerjaan mereka. Meskipun penggunaan dilaporkan serupa di seluruh tingkat senioritas, penggunaan tertinggi di antara responden yang bekerja di industri teknologi dan di Amerika Utara.

Catatan: Klik teks asli untuk melihat lebih banyak data survei

Organisasi juga sekarang menggunakan AI generatif secara luas. Sepertiga responden mengatakan bahwa organisasi mereka sudah menggunakan AI generatif secara teratur setidaknya dalam satu fungsi, artinya 60% organisasi yang melaporkan adopsi AI menggunakan gen AI. Selain itu, dari bisnis yang melaporkan adopsi AI, 40 persen mengatakan perusahaan mereka berharap untuk berinvestasi lebih banyak dalam AI berkat gen AI, dan 28 persen mengatakan Penggunaan gen AI ada dalam agenda dewan. Menurut laporan tersebut, fungsi bisnis yang paling banyak menggunakan alat baru ini adalah fungsi bisnis yang sama yang paling banyak menggunakan AI: pemasaran dan penjualan, pengembangan produk dan layanan, dan operasi layanan, seperti layanan pelanggan dan dukungan back-office. Ini menunjukkan bahwa bisnis mencari nilai paling banyak dari alat baru ini. Dalam penelitian kami sebelumnya, ketiga domain ini, bersama dengan rekayasa perangkat lunak, menyumbang potensi sekitar 75% dari total nilai tahunan yang dihasilkan oleh kasus penggunaan AI generatif.

Pada tahap awal ini, ekspektasi akan dampak AI tinggi: tiga perempat responden memperkirakan AI akan menyebabkan perubahan yang signifikan atau mengganggu pada sifat persaingan di industri mereka dalam tiga tahun ke depan. Responden yang bekerja di industri teknologi dan jasa keuangan kemungkinan besar mengharapkan perubahan yang mengganggu dari AI. Penelitian kami sebelumnya telah menunjukkan bahwa sementara semua industri kemungkinan akan terganggu sampai tingkat tertentu, besarnya dampaknya dapat bervariasi. Industri yang paling bergantung pada pekerjaan pengetahuan cenderung melihat lebih banyak gangguan dan kemungkinan menuai lebih banyak nilai. Menurut perkiraan kami, perusahaan teknologi akan paling terpengaruh oleh gen AI, dengan nilai tambah setara dengan 9% pendapatan industri global, tetapi industri berbasis pengetahuan seperti perbankan (hingga 5%), obat-obatan dan produk medis (juga naik hingga 5%) dan pendidikan (hingga 4%) juga dapat terpengaruh secara signifikan. Sebaliknya, industri berbasis manufaktur seperti kedirgantaraan, otomotif, dan elektronik canggih cenderung tidak terlalu mengganggu. Ini sangat kontras dengan gelombang teknologi sebelumnya yang memiliki dampak terbesar pada manufaktur karena gen AI memiliki keunggulan dalam aktivitas berbasis bahasa daripada aktivitas yang membutuhkan tenaga kerja manual.

Alex Singla (Global Head of QuantumBlack, McKinsey Artificial Intelligence) berkomentar:

Sungguh menakjubkan betapa cepatnya diskusi seputar AI generatif berkembang. Beberapa bulan yang lalu, percakapan di antara para eksekutif masih belum sempurna, sebagian besar mencoba memahami apa itu, dan melihat apa yang hype dan apa yang menjadi kenyataan. Dan sekarang, hanya dalam enam bulan atau lebih, para pemimpin bisnis melakukan percakapan yang jauh lebih rumit. Kita dapat melihat dari hasil survei bahwa hampir sepertiga perusahaan menggunakan AI generatif setidaknya dalam satu fungsi bisnis. Ini menyoroti tingkat pemahaman dan penerimaan di antara perusahaan tentang kelayakan kecerdasan buatan generatif dalam bisnis.

Pertanyaan selanjutnya adalah bagaimana perusahaan akan mengambil langkah selanjutnya, dan apakah AI generatif akan mengikuti pola AI yang lebih umum yang telah kami amati, yang mencapai sekitar 50% adopsi. Kami melihat dari data bahwa hampir setengah dari perusahaan yang sudah menggunakan AI berencana untuk meningkatkan investasi mereka di AI, sebagian karena mereka menyadari bahwa diperlukan serangkaian kemampuan yang lebih luas untuk memanfaatkan AI sepenuhnya.

Untuk mengambil langkah selanjutnya dalam memindahkan AI dari eksperimen ke mesin bisnis dan memastikan laba atas investasi yang kuat, perusahaan harus mengatasi serangkaian masalah yang luas. Pertanyaan-pertanyaan ini meliputi: mengidentifikasi peluang spesifik untuk AI generatif dalam suatu organisasi, seperti apa model tata kelola dan operasinya, cara terbaik untuk mengelola pihak ketiga (seperti penyedia model cloud dan bahasa besar), apa yang diperlukan untuk mengelola berbagai risiko, memahami dampak manusia dan tumpukan teknologi, dan memahami cara menyeimbangkan manfaat jangka pendek bagi bank dengan fundamental jangka panjang yang diperlukan untuk menskalakan. Ini adalah pertanyaan yang rumit, tetapi kunci untuk membuka nilai yang benar-benar luar biasa.

Banyak organisasi belum menangani potensi risiko yang ditimbulkan oleh AI

Menurut survei, beberapa perusahaan tampaknya cukup siap untuk adopsi teknologi AI secara luas atau risiko bisnis yang mungkin ditimbulkan oleh alat ini. Hanya 21 persen responden yang melaporkan adopsi AI mengatakan bahwa organisasi mereka memiliki kebijakan yang mengatur penggunaan teknologi AI oleh karyawan di tempat kerja. Ketika kami bertanya secara khusus tentang risiko mengadopsi AI, beberapa responden mengatakan bahwa perusahaan mereka mengurangi risiko AI yang paling sering dikutip: ketidakakuratan. Responden menyebutkan ketidakakuratan lebih sering daripada keamanan siber dan kepatuhan terhadap peraturan, yang merupakan risiko paling umum terhadap AI dalam survei sebelumnya. Hanya 32 persen responden yang mengatakan bahwa mereka mengurangi ketidakakuratan, lebih rendah dari 38 persen yang mengurangi risiko keamanan siber. Menariknya, angka ini secara signifikan lebih rendah dari proporsi responden (51%) yang melaporkan mitigasi risiko keamanan siber terkait AI tahun lalu. Secara keseluruhan, seperti yang telah kita lihat di tahun-tahun sebelumnya, mayoritas responden mengindikasikan bahwa organisasi mereka tidak menangani risiko yang terkait dengan AI.

Alexander Sukharevsky (Global Head of QuantumBlack, McKinsey Artificial Intelligence) berkomentar:

Ada kesadaran luas akan risiko yang terkait dengan AI generatif. Tetapi pada saat yang sama, kecemasan dan ketakutan yang meluas membuat para pemimpin menantang untuk merespons risiko secara efektif. Menurut survei terbaru kami, lebih dari 20 persen perusahaan memiliki kebijakan risiko untuk AI generatif. Kebijakan ini seringkali berfokus pada perlindungan informasi hak milik perusahaan, seperti data, pengetahuan, dan kekayaan intelektual lainnya. Ini sangat penting, tetapi kami juga menemukan bahwa banyak risiko dapat diatasi dengan mengubah arsitektur teknologi perusahaan, yang mencerminkan kebijakan yang ditetapkan.

Namun, perangkap sebenarnya adalah bahwa perusahaan memiliki pandangan yang terlalu sempit tentang risiko. Perusahaan juga perlu memperhatikan serangkaian risiko utama seperti sosial, kemanusiaan, dan pembangunan berkelanjutan. Faktanya, konsekuensi yang tidak diinginkan dari AI generatif lebih mungkin menyebabkan masalah bagi dunia daripada skenario kiamat yang digembar-gemborkan beberapa orang. Perusahaan-perusahaan yang mendekati AI dengan cara yang paling konstruktif sedang bereksperimen dengan dan menggunakan AI, sambil mengembangkan proses terstruktur untuk mengidentifikasi dan mengatasi risiko yang lebih luas ini. Mereka menyiapkan pengguna uji dan tim khusus yang bertugas memikirkan tentang bagaimana aplikasi AI generatif mungkin salah untuk memprediksi beberapa konsekuensi tersebut dengan lebih baik. Mereka juga bekerja dengan orang-orang terbaik dan paling kreatif dalam bisnis untuk menentukan hasil terbaik bagi bisnis dan masyarakat pada umumnya. Pemahaman yang bijaksana, metodis, dan komprehensif tentang sifat risiko dan peluang yang muncul sangat penting untuk pengembangan AI generatif yang bertanggung jawab dan produktif.

2. Perusahaan perintis telah memimpin di bidang kecerdasan buatan

Hasil survei menunjukkan bahwa perusahaan yang efisien AI — mereka yang respondennya mengatakan setidaknya 20 persen dari pendapatan mereka pada tahun 2022 sebelum bunga dan pajak dapat dikaitkan dengan aplikasi AI — menggunakan AI, baik kecerdasan buatan generatif maupun yang lebih tradisional. Bisnis-bisnis yang memperoleh nilai besar dari AI ini telah menggunakan gen AI di lebih banyak fungsi bisnis daripada yang lain, terutama pengembangan produk dan layanan serta manajemen rantai pasokan dan risiko. Di semua kemampuan AI (termasuk kemampuan pembelajaran mesin yang lebih tradisional, otomatisasi proses robotik, dan chatbots), bisnis yang efisien AI juga lebih cenderung menggunakan AI dalam pengembangan produk dan layanan, seperti mengoptimalkan siklus pengembangan produk, menambahkan fitur baru ke produk yang sudah ada dan menciptakan produk baru berbasis AI. Organisasi-organisasi ini juga menggunakan AI lebih dari yang lain dalam pemodelan risiko, serta di bidang SDM seperti manajemen kinerja, desain organisasi, dan pengoptimalan penyebaran tenaga kerja.

Cara lain mereka berbeda dari rekan-rekan mereka: Upaya AI dari High Performers kurang berorientasi pada pengurangan biaya, yang merupakan prioritas utama bagi organisasi lain. Responden bisnis yang efektif AI dua kali lebih mungkin untuk mengatakan tujuan AI teratas organisasi mereka adalah untuk menciptakan bisnis atau aliran pendapatan yang sama sekali baru, dan mereka kemungkinan besar menyebutkan membuat Fitur baru meningkatkan nilai produk yang ada.

Seperti yang telah kita lihat di tahun-tahun sebelumnya, organisasi yang sangat efektif ini membelanjakan jauh lebih banyak daripada organisasi lain untuk AI: Responden di organisasi yang efisien AI mengatakan bahwa mereka 20% lebih cenderung membelanjakan anggaran digital mereka untuk AI. Ini lebih dari lima kali lipat dari organisasi lain. Selain itu, mereka menggunakan AI secara lebih luas di seluruh organisasi. Responden Perusahaan yang Efektif AI lebih cenderung mengatakan bahwa organisasi mereka telah mengadopsi AI di empat atau lebih fungsi bisnis dan telah menyematkan lebih banyak kemampuan AI. Misalnya, selain gen AI dan kemampuan bahasa alami terkait, responden yang berkinerja tinggi lebih sering dilaporkan memiliki grafik pengetahuan yang tertanam di setidaknya satu produk atau proses fungsional bisnis.

Sementara perusahaan yang efisien AI tidak kebal terhadap tantangan mengekstraksi nilai dari AI, hasilnya menunjukkan bahwa kesulitan yang mereka hadapi mencerminkan kematangan relatif mereka dalam AI, sementara yang lain berjuang dengan fundamental, berjuang dengan elemen strategis. Tantangan utama yang paling sering dikutip oleh responden bisnis yang efisien AI adalah model dan alat, seperti memantau kinerja model dalam produksi dan model pelatihan ulang sesuai kebutuhan dari waktu ke waktu. Sebaliknya, responden lain mengutip masalah strategis, seperti mengembangkan visi AI yang terdefinisi dengan baik terkait dengan nilai bisnis, atau menemukan sumber daya yang memadai.

Temuan ini memberikan bukti lebih lanjut bahwa bahkan bisnis yang efisien AI tidak menguasai praktik terbaik untuk mengadopsi AI, seperti pendekatan operasi pembelajaran mesin (MLOps), meskipun mereka lebih mungkin melakukannya daripada yang lain. Misalnya, hanya 35 persen responden AI-Efficient Enterprises mengatakan bahwa organisasi mereka merakit komponen yang ada, daripada menciptakannya kembali, bila memungkinkan, tetapi ini jauh lebih tinggi daripada 19 persen organisasi lain yang disurvei oleh.

Mengadopsi beberapa kasus penggunaan yang lebih transformatif yang dapat disediakan oleh aplikasi gen AI kemungkinan akan membutuhkan banyak teknik dan praktik MLOps khusus, dan melakukannya seaman mungkin. Operasi model waktu nyata adalah salah satu area di mana sistem pemantauan dan pengaturan peringatan instan untuk menyelesaikan masalah dengan cepat dapat menjaga sistem AI tetap terkendali. Di sini, perusahaan unggul, tetapi masih memiliki ruang untuk berkembang: Seperempat responden dari bisnis ini mengatakan bahwa seluruh sistem mereka dipantau dan dilengkapi dengan peringatan instan, sementara Hanya 12%.

Bryce Hall (McKinsey Associate Partner) berkomentar:

Salah satu temuan konsisten dari studi AI global kami yang dilakukan setiap tahun selama enam tahun terakhir adalah bahwa karyawan berkinerja tinggi memiliki pandangan luas tentang apa yang diperlukan untuk menjadi sukses. Mereka sangat pandai berfokus pada nilai dan kemudian merancang ulang organisasi untuk menangkap nilai itu. Pola ini juga terbukti saat mempelajari bagaimana kinerja tinggi menggunakan kecerdasan buatan generatif.

Misalnya, dalam hal strategi, para pemimpin yang kami analisis sedang merencanakan peluang bernilai tinggi untuk AI di area bisnis mereka. Perlu dicatat bahwa mereka tidak melakukan pekerjaan ini secara eksklusif pada AI generatif. Meskipun kami semua bersemangat dengan rangkaian aplikasi gen AI yang memusingkan, lebih dari setengah nilai potensial bagi perusahaan berasal dari aplikasi AI yang tidak menggunakan gen AI. Perusahaan-perusahaan ini mempertahankan pendekatan disiplin dalam melihat semua peluang AI berdasarkan nilai potensial.

Pendekatan ini berlaku untuk semua bidang kompetensi. Misalnya, dalam hal teknologi dan data, perusahaan berkinerja tinggi berfokus pada kemampuan yang mereka butuhkan untuk menangkap nilai yang mereka identifikasi. Ini termasuk kemampuan untuk mengaktifkan model bahasa besar untuk dilatih pada data khusus perusahaan dan industri. Mereka mengevaluasi dan menguji efisiensi dan kecepatan yang dicapai dengan menggunakan layanan AI yang ada (yang kami sebut pendekatan "pengambil"), dan mengembangkan kemampuan yang menciptakan keunggulan kompetitif, misalnya dengan menyetel model dan melatih mereka untuk menggunakan data milik mereka sendiri ( kami menyebutnya pendekatan "pembentuk").

3. Seiring dengan perubahan kebutuhan talenta terkait AI, dampak AI pada tenaga kerja diharapkan menjadi signifikan

Hasil survei terbaru kami mengungkapkan pergeseran peran yang direkrut perusahaan untuk mendukung ambisi AI mereka. Selama setahun terakhir, bisnis yang menggunakan AI paling sering mempekerjakan insinyur data, insinyur pembelajaran mesin, dan ilmuwan data AI—semua jabatan yang dilaporkan responden sebagai pekerjaan umum dalam survei sebelumnya. Namun, dibandingkan dengan survei sebelumnya, proporsi responden yang jauh lebih kecil melaporkan posisi pekerjaan perekrutan teratas tahun lalu, insinyur perangkat lunak terkait AI (28% dalam survei terbaru, turun dari 39%). Baru-baru ini, dengan menjamurnya teknologi kecerdasan buatan, permintaan akan keterampilan ini juga meningkat, sehingga pekerjaan di bidang teknik cepat bermunculan, dan 7% responden yang mengadopsi teknologi kecerdasan buatan mengatakan bahwa dalam setahun terakhir posisi ini diisi pertengahan -tahun.

Temuan menunjukkan bahwa perekrutan untuk peran terkait AI tetap menjadi tantangan tetapi menjadi lebih mudah selama setahun terakhir, kemungkinan mencerminkan gelombang PHK di perusahaan teknologi pada akhir 2022 hingga paruh pertama 2023. Dibandingkan dengan survei sebelumnya, sebagian kecil responden melaporkan kesulitan dalam merekrut ilmuwan data kecerdasan buatan, insinyur data, dan pakar visualisasi data, tetapi tanggapan responden menunjukkan bahwa merekrut insinyur pembelajaran mesin dan manusia pemimpin produk Smart tetap menantang seperti tahun lalu.

Ke depan tiga tahun ke depan, responden memperkirakan bahwa penerapan AI akan mengubah banyak peran dalam dunia kerja. Secara umum, mereka mengharapkan lebih banyak pekerja untuk dilatih ulang daripada pergi. Hampir 40 persen responden melaporkan bahwa mereka berharap perusahaan mereka memiliki lebih dari 20 persen tenaga kerja mereka yang dilatih ulang setelah adopsi AI, sementara 8 persen mengatakan tenaga kerja mereka akan berkurang lebih dari 20 persen.

Khusus untuk dampak yang diharapkan dari AI, operasi layanan adalah satu-satunya fungsi di mana mayoritas responden memperkirakan jumlah karyawan organisasi mereka akan berkurang. Temuan ini secara luas konsisten dengan penelitian kami baru-baru ini: Meskipun munculnya AI telah meningkatkan perkiraan kami tentang proporsi aktivitas karyawan yang dapat diotomatisasi (dari 50% menjadi 60% menjadi 70%), ini tidak serta merta berarti otomatisasi. dari keseluruhan peran.

Perusahaan yang efisien AI diharapkan melakukan pelatihan ulang tingkat yang lebih tinggi daripada perusahaan lain. Responden dari organisasi ini lebih dari tiga kali lebih mungkin untuk mengatakan bahwa organisasi mereka akan melatih lebih dari 30 persen tenaga kerjanya selama tiga tahun ke depan sebagai hasil adopsi AI.

Lareina Yee (Mitra Senior McKinsey; Ketua Dewan Teknologi McKinsey) berkomentar:

Kita berada di tahap awal kecerdasan buatan generatif, dan bisnis sudah mengantisipasi dampak signifikan yang akan ditimbulkannya terhadap bakat -- mulai dari membuka peluang kerja baru, mengubah cara kerja dilakukan, hingga memperkenalkan kategori pekerjaan yang sama sekali baru (seperti rekayasa just-in-time). Salah satu kekuatan AI generatif, yang merupakan tantangan terbesarnya, adalah dapat membantu hampir semua orang melakukan pekerjaannya.

Skala ini berbeda dari AI tradisional, yang memengaruhi tenaga kerja yang cukup kecil – meskipun tidak kalah pentingnya – dengan keterampilan mendalam di bidang teknis seperti pembelajaran mesin, ilmu data, atau robotika. Mengingat kemampuan yang sangat terspesialisasi yang dibutuhkan, sepertinya selalu ada kekurangan bakat AI. Survei kami menunjukkan bahwa mempekerjakan untuk peran ini tetap menjadi tantangan. AI generatif, sebaliknya, masih membutuhkan orang yang sangat terampil untuk membuat model bahasa yang besar dan melatih model generatif, tetapi penggunanya bisa siapa saja, dan mereka tidak memerlukan gelar ilmu data atau keahlian pembelajaran mesin untuk bekerja secara efektif. Metafora ini mirip dengan transisi dari mainframe (komputer besar yang dioperasikan oleh spesialis yang sangat terampil) ke komputer pribadi (tersedia untuk siapa saja). Ini adalah perubahan revolusioner yang mengubah cara orang menggunakan teknologi sebagai alat kekuatan.

Survei kami juga mencerminkan pandangan AI generatif sebagai alat. Sebagian besar, perusahaan melihat AI sebagai alat untuk meningkatkan aktivitas manusia, bukan untuk menggantikannya. Sejauh ini, sebagian besar kami telah melihat perusahaan condong ke depan dalam penggunaan AI generatif, dengan fokus pada area utilitas di mana jalur menuju peningkatan pertumbuhan kinerja atau produktivitas paling jelas. Misalnya, menggunakan alat kecerdasan buatan generatif untuk membantu memodernisasi kode warisan, atau mempercepat waktu untuk penelitian dan penemuan ilmiah. Kami hanya menggores permukaan dari peningkatan ini, dan kami dapat mengharapkan adopsi mereka untuk dipercepat.

4. Semua fokus pada AI generatif, tetapi penerapan dan dampak AI yang lebih luas tetap stabil

Sementara penggunaan alat AI generatif dengan cepat mendapatkan popularitas, data survei tidak menunjukkan bahwa alat yang lebih baru ini mendorong adopsi AI perusahaan secara keseluruhan. Setidaknya untuk saat ini, persentase keseluruhan organisasi yang mengadopsi AI tetap stabil, dengan 55 persen responden mengatakan organisasi mereka telah mengadopsi AI. Namun, kurang dari sepertiga responden mengatakan bahwa organisasi mereka telah mengadopsi AI di lebih dari satu fungsi bisnis, menunjukkan bahwa adopsi AI tetap terbatas. Seperti dalam empat survei sebelumnya, pengembangan produk dan layanan serta pengoperasian layanan tetap menjadi dua fungsi bisnis yang paling sering dikutip oleh responden untuk mengadopsi AI. Secara keseluruhan, hanya 23% responden yang mengatakan bisnis mereka memiliki setidaknya 5% dari EBIT tahun lalu yang disebabkan oleh penggunaan kecerdasan buatan - kira-kira tidak berubah dari survei sebelumnya - menunjukkan bahwa masih banyak ruang yang akan datang untuk menangkap nilai.

Organisasi terus melihat keuntungan di bidang bisnis yang menggunakan kecerdasan buatan dan berencana untuk meningkatkan investasi mereka di tahun-tahun mendatang. Kami melihat bahwa mayoritas responden melaporkan peningkatan pendapatan terkait AI di setiap fungsi bisnis yang menggunakan AI. Ke depan, lebih dari dua pertiga responden berharap organisasi mereka meningkatkan investasi AI selama tiga tahun ke depan.

Michael Chui (mitra dari McKinsey Global Institute) berkomentar:

Kami telah menekankan pentingnya AI generatif – dan untuk alasan yang baik, mengingat potensi transformatifnya – tetapi survei ini adalah pengingat yang baik bahwa, di dunia AI yang lebih luas, ada banyak nilai. Faktanya, beberapa penelitian kami yang lain menunjukkan bahwa AI non-generatif bahkan memiliki potensi yang lebih berharga daripada AI generatif. Kasus penggunaan di berbagai bidang seperti meningkatkan akurasi prakiraan, mengoptimalkan jaringan logistik, dan memberikan rekomendasi pembelian produk berikutnya semuanya menciptakan nilai bagi perusahaan yang dapat memanfaatkan janji kecerdasan buatan yang lebih luas.

Sementara tingkat adopsi AI secara keseluruhan tetap stabil di sekitar 55%, lebih dari dua pertiga responden melaporkan bahwa perusahaan mereka berencana untuk meningkatkan investasi di AI. Kami akan terus melihat gelombang perusahaan yang efektif AI yang sedang membangun fondasi dan kemampuan untuk menciptakan nilai. Salah satu penjelasannya adalah bahwa "yang kaya semakin kaya" dalam hal mengekstraksi nilai dari AI. Kami ingin tahu apakah minat yang meningkat pada kecerdasan buatan generatif akan membuka pintu untuk adopsi umum kecerdasan buatan di masa depan.

Tentang Survei

Survei online dilakukan dari 11-21 April 2023, dan mendapat tanggapan dari 1.684 peserta di seluruh wilayah, industri, ukuran perusahaan, spesialisasi fungsional, dan kepemilikan. Dari responden ini, 913 mengatakan organisasi mereka telah mengadopsi AI setidaknya dalam satu fungsi dan ditanyai tentang penggunaan AI oleh organisasi mereka. Untuk menyesuaikan perbedaan dalam tingkat respons, data ditimbang berdasarkan kontribusi masing-masing negara responden terhadap PDB global.