2025 Edition:Executive Insights & High-Impact Use Cases-Automating the Future of Work
执行摘要
人工智能增强的自动化已成为企业提升生产力和保持竞争力的战略必然要求。近期的宏观趋势，从不断上涨的劳动力成本到软件驱动生产力的增长趋于平缓，正迫使领导者以前所未有的速度投资于人工智能驱动的自动化。过去两年中大型语言模型（LLMs）如GPT-4的出现，极大地扩展了可自动化的范围，超越了僵化、基于规则的RPA面向灵活、认知工作流。高德纳识别出“自主人工智能”,无需持续人工提示即可执行任务的自主人工智能代理，作为2025年的顶级战略技术趋势，承诺提供由人工智能助手组成的虚拟劳动力以增强人类工作者.这份研究简报探讨了如何融合LLM的自动化正在转变工作流程，强调各行业的重大影响用例，调查不断发展的工具格局，并审视组织影响。它为商业领导者提供全面的概述，以评估大模型增强自动化如何在其运营中解锁价值，以及如何为人工智能驱动的工作流程未来做准备。
关键洞察：
AI+自动化=战略使命：面对人才短缺和成本压力，现在59%的CEO将自动化和技术投资作为其首要策略，以应对不断上涨的劳动力成本。由LLM驱动的自动化提供了一条实现显著效率提升的途径，麦肯锡估计，生成式AI每年可为各行各业增加2.6–4.4万亿美元的价值。与过去生产力影响停滞的软件浪潮不同，生成式AI被视为推动生产力的“第二次繁荣”。到2024年，40%的企业应用将嵌入对话式人工智能（vs2020年<5%），反映出快速收养。
超越RPA-认知工作流：传统自动化（例如RPA）擅长重复性、结构化的任务，但在变化条件和非结构化数据面前会失败。LLMs通过引入灵活性、理解力和决策力为了自动化。它们可以解释自然语言，从文档中提取见解，适应异常，甚至生成新内容。实际上，LLM充当数字同事那些能够理解上下文并随时间学习的系统。例如，现代人工智能可以处理发票PDF文件或收据图像，并自动解析键字段(amounts,dates,statuses)，那些曾经需要脆弱的OCR规则的任务。由LLM驱动的代理能够自动化之前难以企及的复杂工作流程，从起草定制化沟通到在流程中做出判断。这极大地扩展了宇宙可从员工那里卸载的任务。
高杠杆使用案例识别：我们在金融、咨询和技术初创企业中详细介绍了8个实际应用案例，这些案例展示了通过集成LLM的工作流程实现“可能的艺术”。这些案例包括使用叙事自动化财务报告。
本站内容源自互联网，如有内容侵犯了您的权益，请联系删除相关内容。 本站不提供任何金融服务，站内链接均来自开放网络，本站力求但不保证数据的完全准确，由此引起的一切法律责任均与本站无关，请自行识别判断，谨慎投资。
