สถานะของ AI ในต้นปี 2024: Gen AI Ademption Spikes และเริ่มสร้างมูลค่า (2024)

ถ้า 2023เป็นปีที่โลกค้นพบGenerative AI (เช่น AI), 2024 เป็นปีที่องค์กรเริ่มใช้อย่างแท้จริง - และได้รับมูลค่าทางธุรกิจจาก - เทคโนโลยีใหม่นี้ในล่าสุดMcKinsey Global Surveyใน AI ผู้ตอบแบบสอบถามร้อยละ 65 รายงานว่าองค์กรของพวกเขาใช้ Gen AI เป็นประจำเกือบสองเท่าจากการสำรวจก่อนหน้าของเราเมื่อสิบเดือนที่แล้วความคาดหวังของผู้ตอบแบบสอบถามสำหรับผลกระทบของ Gen AI ยังคงอยู่ในระดับสูงเมื่อปีที่แล้วด้วยสามในสี่คาดการณ์ว่า Gen AI จะนำไปสู่การเปลี่ยนแปลงที่สำคัญหรือก่อกวนในอุตสาหกรรมของพวกเขาในอีกไม่กี่ปีข้างหน้า

องค์กรต่าง ๆ ได้เห็นประโยชน์ที่เป็นประโยชน์จากการใช้งาน Gen AI การรายงานการลดลงของต้นทุนและรายได้เพิ่มขึ้นในหน่วยธุรกิจที่ปรับใช้เทคโนโลยีการสำรวจยังให้ข้อมูลเชิงลึกเกี่ยวกับประเภทของความเสี่ยงที่นำเสนอโดย Gen AI ซึ่งเป็นที่สะดุดตาที่สุดคือความไม่ถูกต้อง - รวมถึงแนวทางปฏิบัติที่เกิดขึ้นใหม่ของนักแสดงชั้นนำเพื่อลดความท้าทายและมูลค่าการจับภาพเหล่านั้น

การรับเลี้ยงบุตรบุญธรรมของ AI

ความสนใจในการกำเนิด AI ได้เพิ่มความสว่างให้กับความสามารถของ AI ที่กว้างขึ้นในช่วงหกปีที่ผ่านมาการยอมรับ AI โดยองค์กรของผู้ตอบแบบสอบถามได้วนเวียนอยู่ที่ประมาณ 50 เปอร์เซ็นต์ในปีนี้การสำรวจพบว่าการรับเลี้ยงบุตรบุญธรรมเพิ่มขึ้นเป็น 72 % (เอกสารแนบ 1)และความสนใจเป็นระดับโลกอย่างแท้จริงในขอบเขตการสำรวจปี 2023 ของเราพบว่าการยอมรับ AI ไม่ถึง 66 เปอร์เซ็นต์ในใดๆภูมิภาค;อย่างไรก็ตามปีนี้มากกว่าสองในสามของผู้ตอบแบบสอบถามเกือบทั้งหมดภูมิภาคกล่าวว่าองค์กรของพวกเขากำลังใช้ AI1 องค์กรที่อยู่ในอเมริกากลางและอเมริกาใต้เป็นข้อยกเว้นโดย 58 เปอร์เซ็นต์ของผู้ตอบแบบสอบถามที่ทำงานให้กับองค์กรที่อยู่ในอเมริกากลางและอเมริกาใต้รายงานการยอมรับ AIเมื่อมองจากอุตสาหกรรมการเพิ่มขึ้นของการยอมรับที่ยิ่งใหญ่ที่สุดสามารถพบได้ในบริการระดับมืออาชีพ2 รวมผู้ตอบแบบสอบถามที่ทำงานเพื่อองค์กรที่มุ่งเน้นไปที่ทรัพยากรมนุษย์บริการด้านกฎหมายการให้คำปรึกษาด้านการจัดการการวิจัยตลาดการวิจัยและพัฒนาการเตรียมภาษีและการฝึกอบรม

1

นอกจากนี้การตอบกลับชี้ให้เห็นว่า บริษัท กำลังใช้ AI ในส่วนต่าง ๆ ของธุรกิจมากขึ้นครึ่งหนึ่งของผู้ตอบแบบสอบถามกล่าวว่าองค์กรของพวกเขาได้นำ AI มาใช้ในสองฟังก์ชั่นทางธุรกิจขึ้นไปเพิ่มขึ้นจากน้อยกว่าหนึ่งในสามของผู้ตอบแบบสอบถามในปี 2566 (เอกสารแนบ 2)

2

See Also

Staples® Mesa, AZ, Mesa, 85215 |รายละเอียดการจัดเก็บACCO แบรนด์ดำน้ำลึกลงไปในความรับผิดชอบด้านสิ่งแวดล้อม!ทุกสิ่งที่คุณจำเป็นต้องรู้เกี่ยวกับการพิมพ์ไร้สาย - Staples®Staples® High Point, NC, High Point, 27262 |รายละเอียดการจัดเก็บ

การยอมรับ Gen AI เป็นเรื่องธรรมดาที่สุดในฟังก์ชั่นที่สามารถสร้างคุณค่าได้มากที่สุด

ผู้ตอบแบบสอบถามส่วนใหญ่รายงานว่าองค์กรของพวกเขา - และพวกเขาเป็นบุคคล - กำลังใช้ Gen AIหกสิบห้าเปอร์เซ็นต์ของผู้ตอบแบบสอบถามกล่าวว่าองค์กรของพวกเขาใช้ Gen AI เป็นประจำในฟังก์ชั่นทางธุรกิจอย่างน้อยหนึ่งรายการเพิ่มขึ้นจากหนึ่งในสามของปีที่แล้วองค์กรโดยเฉลี่ยที่ใช้ Gen AI กำลังทำเช่นนั้นในสองฟังก์ชั่นส่วนใหญ่มักจะอยู่ในการตลาดและการขายและในการพัฒนาผลิตภัณฑ์และบริการ - ฟังก์ชั่นที่สองการวิจัยก่อนหน้านี้พิจารณาแล้วว่าการยอมรับ Gen AI สามารถสร้างคุณค่าได้มากที่สุด3“ ศักยภาพทางเศรษฐกิจของ AI Generative: Frontier Productivy ถัดไป” McKinsey, 14 มิถุนายน 2023- เช่นเดียวกับในนั้น (Exhibit 3)การเพิ่มขึ้นมากที่สุดจากปี 2566 พบได้ในการตลาดและการขายซึ่งรายงานการยอมรับมีมากกว่าสองเท่าแต่ในฟังก์ชั่นมีเพียงสองกรณีที่ใช้งานได้ทั้งในการตลาดและการขายมีการรายงานโดยผู้ตอบแบบสอบถาม 15 เปอร์เซ็นต์หรือมากกว่า

3

Gen AI ยังทอผ้าในชีวิตส่วนตัวของผู้ตอบแบบสอบถามเมื่อเทียบกับปี 2023 ผู้ตอบแบบสอบถามมีแนวโน้มที่จะใช้ Gen AI ในที่ทำงานมากขึ้นและมีแนวโน้มที่จะใช้ Gen AI ทั้งในที่ทำงานและในชีวิตส่วนตัวของพวกเขา (Exhibit 4)การสำรวจพบว่า upticks ใน Gen AI ใช้ในทุกภูมิภาคโดยมีการเพิ่มขึ้นมากที่สุดในเอเชีย - แปซิฟิกและจีนผู้ตอบแบบสอบถามในระดับอาวุโสสูงสุดในขณะเดียวกันก็แสดงให้เห็นถึงการเพิ่มขึ้นของการใช้เครื่องมือ Gen al สำหรับการทำงานและนอกการทำงานเมื่อเทียบกับเพื่อนร่วมงานระดับกลางเมื่อพิจารณาถึงอุตสาหกรรมเฉพาะผู้ตอบแบบสอบถามที่ทำงานด้านพลังงานและวัสดุและในบริการระดับมืออาชีพรายงานการเพิ่มขึ้นของการใช้งาน Gen AI ที่ใหญ่ที่สุด

การลงทุนใน Gen AI และการวิเคราะห์ AI กำลังเริ่มสร้างมูลค่า

การสำรวจล่าสุดยังแสดงให้เห็นว่าอุตสาหกรรมต่าง ๆ มีการจัดทำงบประมาณสำหรับ Gen AI อย่างไรการตอบสนองชี้ให้เห็นว่าในหลายอุตสาหกรรมองค์กรต่าง ๆ มีแนวโน้มที่จะลงทุนมากกว่า 5 เปอร์เซ็นต์ของงบประมาณดิจิทัลใน Gen AI เนื่องจากอยู่ในการแก้ปัญหาการวิเคราะห์การวิเคราะห์-AI (เอกสารแนบ 5)แต่ในอุตสาหกรรมส่วนใหญ่หุ้นของผู้ตอบแบบสอบถามขนาดใหญ่รายงานว่าองค์กรของพวกเขาใช้จ่ายมากกว่า 20 เปอร์เซ็นต์ในการวิเคราะห์ AI มากกว่า Gen AIมองไปข้างหน้าผู้ตอบแบบสอบถามส่วนใหญ่ - 67 เปอร์เซ็นต์ - คาดว่าองค์กรของพวกเขาจะลงทุนมากขึ้นใน AI ในอีกสามปีข้างหน้า

การลงทุนเหล่านั้นจ่ายไปที่ไหนเป็นครั้งแรกที่การสำรวจล่าสุดของเราสำรวจมูลค่าที่สร้างขึ้นโดย Gen AI ใช้โดยฟังก์ชั่นธุรกิจฟังก์ชั่นที่ส่วนแบ่งที่ใหญ่ที่สุดของผู้ตอบแบบสอบถามรายงานว่าการลดลงของต้นทุนคือทรัพยากรมนุษย์ผู้ตอบแบบสอบถามส่วนใหญ่รายงานรายได้ที่มีความหมายเพิ่มขึ้น (มากกว่า 5 เปอร์เซ็นต์) ในห่วงโซ่อุปทานและการจัดการสินค้าคงคลัง (เอกสารแนบ 6)สำหรับการวิเคราะห์ AI ผู้ตอบแบบสอบถามส่วนใหญ่มักจะรายงานว่าได้รับประโยชน์จากค่าใช้จ่ายในการดำเนินงานบริการ - สอดคล้องกับสิ่งที่เราพบปีที่แล้ว- รวมถึงรายได้ที่มีความหมายเพิ่มขึ้นจากการใช้ AI ในการตลาดและการขาย

ความไม่ถูกต้อง: ความเสี่ยงที่ได้รับการยอมรับและมีประสบการณ์มากที่สุดในการใช้งาน Gen AI

เมื่อธุรกิจเริ่มเห็นประโยชน์ของ Gen AI พวกเขายังตระหนักถึงความเสี่ยงที่หลากหลายที่เกี่ยวข้องกับเทคโนโลยีสิ่งเหล่านี้อาจมีตั้งแต่ความเสี่ยงด้านการจัดการข้อมูลเช่นความเป็นส่วนตัวของข้อมูลอคติหรือการละเมิดทรัพย์สินทางปัญญา (IP) ไปจนถึงความเสี่ยงด้านการจัดการแบบจำลองซึ่งมีแนวโน้มที่จะมุ่งเน้นไปที่ผลลัพธ์ที่ไม่ถูกต้องหรือขาดความสามารถในการอธิบายหมวดความเสี่ยงที่สำคัญครั้งที่สามคือความปลอดภัยและการใช้งานที่ไม่ถูกต้อง

ผู้ตอบแบบสอบถามล่าสุดมีแนวโน้มมากกว่าปีที่แล้วที่จะกล่าวว่าองค์กรของพวกเขาพิจารณาความไม่ถูกต้องและการละเมิด IP ที่เกี่ยวข้องกับการใช้งาน Gen AI และครึ่งหนึ่งยังคงมองว่าการรักษาความปลอดภัยทางไซเบอร์เป็นความเสี่ยง (เอกสารแนบ 7)

ในทางกลับกันผู้ตอบแบบสอบถามมีโอกาสน้อยกว่าเมื่อปีที่แล้วที่จะกล่าวว่าองค์กรของพวกเขาพิจารณาว่าพนักงานและการกำจัดแรงงานเป็นความเสี่ยงที่เกี่ยวข้องและไม่ได้เพิ่มความพยายามในการบรรเทาพวกเขา

ในความเป็นจริงความไม่ถูกต้อง -ซึ่งอาจส่งผลกระทบต่อกรณีการใช้งานในห่วงโซ่คุณค่าของ Gen AIตั้งแต่การเดินทางของลูกค้าและการสรุปจนถึงการเข้ารหัสและเนื้อหาที่สร้างสรรค์ - เป็นความเสี่ยงเพียงอย่างเดียวที่ผู้ตอบแบบสอบถามมีแนวโน้มมากกว่าปีที่แล้วที่จะกล่าวว่าองค์กรของพวกเขากำลังทำงานอย่างแข็งขันเพื่อลดลง

จัดแสดง 7

บางองค์กรมีผลกระทบด้านลบจากการใช้ Gen AI โดย 44 เปอร์เซ็นต์ของผู้ตอบแบบสอบถามบอกว่าองค์กรของพวกเขามีประสบการณ์อย่างน้อยหนึ่งผล (Exhibit 8)ผู้ตอบแบบสอบถามส่วนใหญ่มักรายงานความไม่ถูกต้องว่าเป็นความเสี่ยงที่ส่งผลกระทบต่อองค์กรของพวกเขาตามด้วยความปลอดภัยทางไซเบอร์และการอธิบาย

8

งานวิจัยก่อนหน้าของเราพบว่ามีองค์ประกอบหลายประการของการกำกับดูแลที่สามารถช่วยในการปรับขนาดการใช้งาน Gen AI อย่างมีความรับผิดชอบ แต่ผู้ตอบแบบสอบถามเพียงไม่กี่คนรายงานว่ามีแนวทางปฏิบัติที่เกี่ยวข้องกับความเสี่ยงเหล่านี้4“ การใช้ AI กำเนิดด้วยความเร็วและความปลอดภัย” McKinsey Quarterly, 13 มีนาคม 2567ตัวอย่างเช่นเพียง 18 เปอร์เซ็นต์กล่าวว่าองค์กรของพวกเขามีสภาหรือคณะกรรมการทั่วทั้งองค์กรที่มีอำนาจในการตัดสินใจเกี่ยวกับการกำกับดูแล AI ที่รับผิดชอบและมีเพียงหนึ่งในสามเท่านั้นที่กล่าวว่าการรับรู้ถึงความเสี่ยงของ Gen AI และการควบคุมการลดความเสี่ยงนั้นจำเป็นต้องมีทักษะสำหรับความสามารถทางเทคนิค

นำความสามารถของ Gen AI มาทน

การสำรวจล่าสุดยังพยายามที่จะเข้าใจว่าองค์กรต่างๆกำลังปรับใช้เครื่องมือ Gen AI ใหม่เหล่านี้อย่างไรและเร็วแค่ไหนเราได้พบสามต้นแบบสำหรับการใช้โซลูชั่น Gen AI-คนรับจ้างใช้โซลูชั่นนอกชั้นวางแบบสาธารณะคนขี้ขลาดปรับแต่งเครื่องมือเหล่านั้นด้วยข้อมูลและระบบที่เป็นกรรมสิทธิ์และผู้ผลิตพัฒนาโมเดลพื้นฐานของตัวเองตั้งแต่เริ่มต้น5“ ช่วงเวลาการกำเนิดของเทคโนโลยีด้วย AI Generative: A CIO และ CTO Guide,” McKinsey, 11 กรกฎาคม 2023ในอุตสาหกรรมส่วนใหญ่ผลการสำรวจชี้ให้เห็นว่าองค์กรต่าง ๆ กำลังค้นหาข้อเสนอนอกชั้นวางที่ใช้บังคับกับความต้องการทางธุรกิจของพวกเขา-แม้ว่าหลายคนกำลังแสวงหาโอกาสในการปรับแต่งโมเดลหรือพัฒนาตัวเอง (เอกสารแนบ 9)ประมาณครึ่งหนึ่งของการรายงานการใช้งาน Gen AI ภายในฟังก์ชั่นทางธุรกิจของผู้ตอบแบบสอบถามใช้ประโยชน์จากชั้นวางแบบจำลองหรือเครื่องมือที่เปิดเผยต่อสาธารณะโดยมีการปรับแต่งเพียงเล็กน้อยหรือไม่มีเลยผู้ตอบแบบสอบถามด้านพลังงานและวัสดุเทคโนโลยีและสื่อและการสื่อสารโทรคมนาคมมีแนวโน้มที่จะรายงานการปรับแต่งที่สำคัญหรือการปรับโมเดลที่เปิดเผยต่อสาธารณะหรือพัฒนาโมเดลที่เป็นกรรมสิทธิ์ของตนเองเพื่อตอบสนองความต้องการทางธุรกิจเฉพาะ

9

ผู้ตอบแบบสอบถามส่วนใหญ่มักรายงานว่าองค์กรของพวกเขาต้องการหนึ่งถึงสี่เดือนนับจากจุดเริ่มต้นของโครงการเพื่อนำ Gen AI เข้าสู่การผลิตแม้ว่าเวลาจะแตกต่างกันไปตามฟังก์ชั่นทางธุรกิจ (เอกสารแนบ 10)นอกจากนี้ยังขึ้นอยู่กับวิธีการรับความสามารถเหล่านั้นไม่น่าแปลกใจที่รายงานการใช้โมเดลที่ปรับแต่งเองหรือเป็นกรรมสิทธิ์สูงมีแนวโน้มมากกว่า 1.5 เท่าของแบบจำลองที่เปิดเผยต่อสาธารณะเพื่อใช้เวลาห้าเดือนหรือมากกว่าในการดำเนินการ

10

นักแสดงระดับสูงของ Gen AI นั้นยอดเยี่ยมแม้จะเผชิญกับความท้าทาย

Gen AI เป็นเทคโนโลยีใหม่และองค์กรยังคงเริ่มต้นในการเดินทางเพื่อแสวงหาโอกาสและปรับขนาดมันข้ามฟังก์ชั่นดังนั้นจึงเป็นเรื่องน่าประหลาดใจเล็กน้อยที่มีเพียงกลุ่มย่อยของผู้ตอบแบบสอบถาม (46 จาก 876) รายงานว่าส่วนแบ่งที่มีความหมายของ EBIT ขององค์กรของพวกเขาสามารถนำมาประกอบกับการปรับใช้ Gen AIถึงกระนั้นผู้นำ Gen AI เหล่านี้ก็คุ้มค่าที่จะตรวจสอบอย่างใกล้ชิดสิ่งเหล่านี้เป็นตัวย้ายยุคแรก ๆ ซึ่งมีคุณสมบัติมากกว่า 10 เปอร์เซ็นต์ของ EBIT ขององค์กรของพวกเขาในการใช้งาน Gen AIสี่สิบสองเปอร์เซ็นต์ของนักแสดงสูงเหล่านี้กล่าวว่ามากกว่า 20 เปอร์เซ็นต์ของ EBIT ของพวกเขานั้นเกิดจากการใช้งานของพวกเขาในการวิเคราะห์ AI วิเคราะห์และขยายอุตสาหกรรมและภูมิภาค-แม้ว่าส่วนใหญ่จะอยู่ในองค์กรที่มีรายได้น้อยกว่า 1 พันล้านเหรียญสหรัฐต่อปีแนวทางปฏิบัติที่เกี่ยวข้องกับ AI ขององค์กรเหล่านี้สามารถให้คำแนะนำแก่ผู้ที่ต้องการสร้างคุณค่าจากการยอมรับ Gen AI ในองค์กรของตนเอง

ในการเริ่มต้นนักแสดงระดับสูงของ Gen AI กำลังใช้ Gen AI ในฟังก์ชั่นทางธุรกิจมากขึ้น - ค่าเฉลี่ยของสามฟังก์ชั่นในขณะที่คนอื่น ๆ เฉลี่ยสองพวกเขาเช่นเดียวกับองค์กรอื่น ๆ มักจะใช้ Gen AI ในการตลาดและการขายและการพัฒนาผลิตภัณฑ์หรือบริการ แต่พวกเขามีแนวโน้มมากกว่าที่อื่น ๆ ที่จะใช้โซลูชั่น Gen AI ในความเสี่ยงกฎหมายและการปฏิบัติตามในกลยุทธ์และการเงินขององค์กรและในห่วงโซ่อุปทานและการจัดการสินค้าคงคลังพวกเขามีแนวโน้มที่จะใช้ Gen AI มากกว่าสามเท่าในกิจกรรมต่าง ๆ ตั้งแต่การประมวลผลเอกสารบัญชีและการประเมินความเสี่ยงไปจนถึงการทดสอบการวิจัยและพัฒนาและราคาและการส่งเสริมการขายในขณะที่โดยรวมประมาณครึ่งหนึ่งของแอปพลิเคชัน Gen AI ที่รายงานภายในฟังก์ชั่นทางธุรกิจใช้ประโยชน์จากโมเดลหรือเครื่องมือที่เปิดเผยต่อสาธารณะ Gen AI นักแสดงสูงมีโอกาสน้อยที่จะใช้ตัวเลือกนอกชั้นวางของเหล่านั้นพัฒนาแบบจำลองพื้นฐานที่เป็นกรรมสิทธิ์ของตนเอง

มีนักแสดงระดับสูงเหล่านี้ทำอะไรอีกบ้าง?สำหรับสิ่งหนึ่งที่พวกเขาให้ความสำคัญกับความเสี่ยงที่เกี่ยวข้องกับ Gen-AIอาจเป็นเพราะพวกเขาอยู่ไกลออกไปในการเดินทางของพวกเขาพวกเขามีแนวโน้มมากกว่าคนอื่น ๆ ที่จะบอกว่าองค์กรของพวกเขาได้รับผลกระทบเชิงลบทุกครั้งจาก Gen AI ที่เราถามจากความปลอดภัยทางไซเบอร์และความเป็นส่วนตัวเพื่อการอธิบายและการละเมิด IPระบุว่าพวกเขามีแนวโน้มมากกว่าคนอื่น ๆ ที่จะรายงานว่าองค์กรของพวกเขาพิจารณาความเสี่ยงเหล่านั้นรวมถึงการปฏิบัติตามกฎระเบียบผลกระทบต่อสิ่งแวดล้อมและความมั่นคงทางการเมืองที่เกี่ยวข้องกับการใช้งาน Gen AI ของพวกเขาและพวกเขากล่าวว่าพวกเขาดำเนินการเพื่อลดความเสี่ยงที่มากขึ้นกว่าคนอื่น ๆ

นักแสดงระดับสูงของ Gen AI ก็มีแนวโน้มที่จะบอกว่าองค์กรของพวกเขาปฏิบัติตามแนวทางปฏิบัติที่ดีที่สุดที่เกี่ยวข้องกับความเสี่ยง (เอกสารแนบ 11)ตัวอย่างเช่นพวกเขาเกือบสองเท่าของคนอื่น ๆ ที่เกี่ยวข้องกับฟังก์ชั่นทางกฎหมายและฝังทบทวนความเสี่ยงในช่วงต้นของการพัฒนาวิธีแก้ปัญหา Gen AI - นั่นคือ "เลื่อนซ้าย-พวกเขายังมีแนวโน้มมากกว่าคนอื่น ๆ ที่จะใช้แนวทางปฏิบัติที่ดีที่สุดอื่น ๆ ที่หลากหลายตั้งแต่การปฏิบัติที่เกี่ยวข้องกับกลยุทธ์ไปจนถึงผู้ที่เกี่ยวข้องกับการปรับขนาด

นอกเหนือจากการประสบกับความเสี่ยงของการรับเลี้ยงบุตรบุญธรรม Gen AI นักแสดงระดับสูงได้พบกับความท้าทายอื่น ๆ ที่สามารถใช้เป็นคำเตือนให้ผู้อื่น (จัดแสดง 12)เจ็ดสิบเปอร์เซ็นต์กล่าวว่าพวกเขาประสบปัญหาเกี่ยวกับข้อมูลรวมถึงการกำหนดกระบวนการสำหรับการกำกับดูแลข้อมูลการพัฒนาความสามารถในการรวมข้อมูลเข้ากับโมเดล AI อย่างรวดเร็วและข้อมูลการฝึกอบรมที่ไม่เพียงพอเน้นบทบาทที่สำคัญนักแสดงระดับสูงยังมีแนวโน้มมากกว่าคนอื่น ๆ ที่จะรายงานความท้าทายด้วยรูปแบบการดำเนินงานของพวกเขาเช่นการใช้วิธีการทำงานที่คล่องตัวและการจัดการประสิทธิภาพการวิ่งที่มีประสิทธิภาพ

12

เกี่ยวกับการวิจัย

การสำรวจออนไลน์อยู่ในสนามตั้งแต่วันที่ 22 กุมภาพันธ์ถึง 5 มีนาคม 2567 และรวบรวมคำตอบจากผู้เข้าร่วม 1,363 คนซึ่งเป็นตัวแทนของภูมิภาคอุตสาหกรรมขนาด บริษัท ขนาดพิเศษและการครอบครองในบรรดาผู้ตอบแบบสอบถามเหล่านั้น 981 กล่าวว่าองค์กรของพวกเขาได้นำ AI มาใช้อย่างน้อยหนึ่งฟังก์ชั่นธุรกิจและ 878 กล่าวว่าองค์กรของพวกเขาใช้ Gen AI เป็นประจำอย่างน้อยหนึ่งฟังก์ชั่นเพื่อปรับความแตกต่างในอัตราการตอบสนองข้อมูลจะถูกถ่วงน้ำหนักโดยการมีส่วนร่วมของประเทศผู้ตอบแต่ละคนต่อ GDP ทั่วโลก