内容供应链变革：生成式AI如何增强创造力和生产力

由IBM发布了《内容供应链变革：生成式AI如何增强创造力和生产力》这篇报告。以下是对该报告的部分摘录，完整内容请获取原文查看。随着对内容的需求呈爆炸式增长之势，组织需要更加快速 地创建更丰富的内容，以便为用户提供及时、个性化的体 验。

1.第一部分： 打造现代化内容供应链，发挥超强影响力

内容供应链分为四个阶段：制定和激活内容战略；通过迭代、协作式审核周期来创建内 容资产；标记和存储资产；以及在各种渠道中部署资产并跟踪效果（见图 1）。如今， 随着生成式 AI 的采用，传统的内容供应链流程可以变得更加高效且可无限扩展。 付诸实施后，这条线性路径往往会自主循环，并带来许多不同的变化。单一产品描述可 能需要多个语言的版本，针对特定受众群体量身定制，或针对每一位客户进行个性化定制。 这可能需要来自不同数据库的数据，涵盖不同的数据格式，需要频繁更新信息，并在多 种设备上进行优化。

内容管理的复杂性相当高。随着企业及其客户生成成千上万、甚至数百万的资产（从文 本、图像、视频到 3D 虚拟环境），复杂性将进一步增加。因此，建立一个整合式平台 来大规模创建和管理内容就变得至关重要。 许多组织往往会创建非正式、临时的“科学怪人”系统，其中包含各种不同的平台和工 具。为了实现更高效、更精简的管理流程，组织应当将其升级为整合式系统。若要扩展 此类解决方案来满足不断增长的内容需求，就需要远远超出人类能力的数据集成、内容 生成和智能自动化水平。此外，将生成式 AI 整合到各个内容供应链团队的工作流程中， 有助于加快上市速度以及增强使用方面的整体一致性和治理水平。 内容供应链的作用已不仅限于满足日益增长的内容需求，而是可以融入到企业的核心战 略中。受访组织未来两年内的最高优先事项包括改善客户体验、增强组织敏捷性以及改 善营销与销售，而这与现代化内容供应链的优势相契合。

在现代化浪潮中，AI 赋能的内容供应链似乎是一个显而易见的优先事项。然而，许多受 访者也指出存在一些重大障碍 ― 几乎一半的受访者表示担心旧式系统、数据集成、不清 晰的内容流程以及组织孤岛。其中，最具挑战的一项障碍就是协同变革管理。

在考虑建立现代化内容供应链的受访者组织中，大约三分之一 (37%) 表示首要侧重点是 加速内容创建和规模化生产。几乎同样比例 (32%) 的受访组织表示首要侧重点是构建互 联互通的智能化内容工作流。但令人担忧的是，只有 21% 的受访组织正在制定自上而下 的战略来变革内容创建和交付方式。

2.第二部分： 释放生成式 AI 的潜力

事实上，几乎所有 (95%) 的受访者都认为生成式 AI 将成为一项颠覆性技术。绝大多数 (89%) 的受访者认为生成式 AI 将让营销团队告别重复性任务，以专注于更重要的增值性 活动。近三分之二 (63%) 的受访者非常同意生成式 AI 将有助于大规模创建和交付个性 化内容。 目前，内容供应链和生成式 AI 仍处于早期阶段，许多组织都迫切希望开展相关项目。超 过 80% 的受访组织表示已经涉足生成式 AI 项目，但只有不到 2% 的受访组织已经开始 着手优化这项技术。近四分之三 (74%) 的受访组织仍处于试点阶段，而只有约四分之一 的受访组织已经超越试点阶段，开始进入实施阶段。

然而，生成式 AI 的采用速度是惊人的。到 2024 年底，77% 的受访者预计将在 Adobe Firefly 等平台中使用嵌入式生成式 AI。其中一部分可能会有更高的采用率，例如 ChatGPT 等公开可用的模型、Amazon Bedrock（一项完全托管的服务，用于构建和扩 展具有基础模型的生成式 AI 应用）以及 Stable Diffusion 等开源模型。 但关键是，具有独特数据和精细提示的专有模型和 / 或定制模型可以提供规模化的高度 个性化和竞争优势，从而让生成式 AI 成为内容供应链的强力引擎。许多组织正在借鉴混 合云的理念，采用混合 AI 方法，将其专有模型与领先 SaaS 平台中的 AI 技术、公共模型 和开源模型搭配使用。例如，基于组织独有的品牌指南、客户画像和历史营销活动见解， 生成式 AI 可以创建出更加有效的营销文案和图像。

生成式 AI 采用如此积极的一项原因就是，这项技术可以广泛应用于内容供应链流程中的 各种活动。在比较常见的应用场景中，内容设计师可以使用生成式 AI 进行概念设计、创 建和编辑视觉内容。此外，组织还可以将其用于分析和整合客户洞察、翻译文案以及创 建管理报告。尽管其中许多应用目前可能仍处于试点阶段，但绝大多数受访者预计，到 2024 年底，生成式 AI 将广泛融入到其内容供应链工作流程中。

生成式 AI 是一项快速发展、前景广阔的变革性技术，组织很容易就会加足马力全速前进。 但为了充分发挥生成式 AI 的优势，组织就需要在快车道上行驶，同时避免撞上护栏。 未来仍然任重道远。只有 5% 的受访组织表示建立了企业级的生成式 AI 最佳实践和治理 方法。一半的受访组织仍在制定这些措施，而近五分之一 (18%) 的受访组织则表示完全 没有建立任何正式的方法。

任何对生成式 AI 感兴趣的组织都应当采取措施来降低潜在的风险――既要迅速行动，又 不能因为进度压力而忽略关键措施。事实上，43% 的受访者承认其组织尚未设立生成式 AI 伦理委员会。

除了伦理风险外，成本风险也不可忽视：组织往往会低估生成式 AI 所需的高昂存储成本。 组织需要权衡由生成式 AI 推动的内容供应链扩展对其后端的影响。许多地方和区域性的 内容团队依赖于本地部署服务器和私有云，无法有效支持大规模的内容生产、发现和交付。 IT 团队通常不了解内容在多个环境中的分散程度，这导致难以利用内容来打造更加针对 性的数字体验。 如果组织优先考虑生产更多的内容，那么就需要更强大的高性能计算能力，让内部利益 相关者和外部受众能够实时访问内容。这种性能水平确实会增加本地计算成本。

但必须相对于回报来评估成本。例如，云计算提供可扩展、灵活的存储和处理能力以及 增强的安全性，这对于优化内容供应链至关重要。借助云计算，内容创作者和分发者可 以高效地管理和分发数字资产，还可以改进协作。不仅如此，基于云的解决方案还支持 实时更新和版本控制，让利益相关者能够轻松访问最新的内容。

3.第三部分： 为现代化、端到端内容供应链做好准备

并不令人意外的是，46% 的受访者表示担心组织孤岛、 复杂的利益相关者关系以及相互竞争的议程。不同的内 容流程和标准；不同的数据格式、系统和存储库；以及 团队之间缺乏协同 ― 乍看之下，这些问题都可能让人 不知所措。 这或许在一定程度上解释了受访高管们的谨慎态度 ― 他们普遍预计未来几年在增强企业级内容供应链方面的 投资不会有太高的增长。正是因此，许多受访高管选择 只是在某些领域采用有针对性的特定解决方案，以实现 小幅改进。而生成式 AI 的广阔前景则进一步增强了这 种方式的吸引力，尤其是，许多组织通过这种方式来追 求速度和大规模扩展。

然而，这种“针对特定问题的方式”只会持续导致缺乏 协同和整合，从而危及有效内容供应链的核心价值主张。 关键是，仅从战术上针对特定问题进行增强会进一步放 大障碍，即缺乏针对新流程和工具的企业级变革管理策 略，从而导致即使是小型变革项目也将以失败告终。企 业级变革管理策略能够促进内容供应链的全面采用，但 许多组织都对其置之不理。 如前所述，受访者认为缺乏变革管理是最难以克服的一 项内容供应链障碍。面对快速展现积极成效的压力，许 多组织往往会放弃这项长期目标。

这样一来，他们很快就会发现新流程、新技术或新技 能的采用非常缓慢或不一致，从而限制内容计划的成 功和投资回报率。在最糟糕的情况下，这不仅会导致 内部士气逐渐下降，而且在外部也会对客户体验产生 负面影响。 内容供应链的范围远不仅限于技术，培训员工使用新 界面只是转型难题的冰山一角。有效的变革管理要从 更早的阶段开始，最好是在初步需求收集阶段就开始 实施。在该初步阶段，组织可以从战略和战术上直接 解决当前的痛点。 拥有发言权并感受到被倾听的员工更容易成为早期采 用者，并积极在其团队和整个组织中宣传转型的好处。 由于生成式 AI 是一项颠覆性技术，因此获取可促进 信任的支持对于其采用至关重要。 消除孤岛绝非易事。但内容供应链转型可以成为组织 推动文化变革的催化剂，其潜在的巨大收益将远远超 出内容生产方面的改进。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）