行业投资评级 - 报告未明确提及行业投资评级 [1][2][3] 核心观点 - Shiprocket 是一家数据驱动的物流聚合平台，连接在线零售商和物流提供商，为印度企业提供端到端的供应链解决方案，使其能够在全国范围内进行直接面向消费者的电子商务 [3] - Shiprocket 通过创建一个开放但管理良好的平台，赋能数十万家企业无缝销售给客户，目前支持印度约 5% 的电子商务，约 40 亿美元的商务交易通过其平台进行 [3] - Shiprocket 将自己定位为一个开放的、组件化的市场，帮助卖家在平台之外创建替代销售方式，专注于为商家提供营销、支付、退货等服务 [4] - Shiprocket 利用印度的公共数字基础设施，通过独特的身份平台在几秒钟内验证用户，并通过商户在平台上加载资金来展示其业务意图 [4] - Shiprocket 通过收集商户的运输速度、转化率、客户满意度评分、退货率等数据，为商户提供行为洞察，帮助他们提升业务表现 [4] - Shiprocket 的使命是赋能中小企业市场，通过帮助组织启动新业务、发展业务和实现规模化，建立了强大的公司文化 [5] - Shiprocket 通过推动商户和员工的赋权，重视速度和敏捷性，快速迭代并获取商户反馈，以降低风险 [6] - Shiprocket 通过物理隔离团队和赋予团队决策权，加快创新速度，降低错误成本 [7] - Shiprocket 在保持工作方式不变的同时，扩展解决方案、愿景和风险承受能力，确保团队信任和共同目标 [8] - Shiprocket 通过模块化技术栈和组织栈，设计可独立扩展和可重用的组件，支持多个消费者 [10] - Shiprocket 利用生成式 AI 改善与商户和消费者之间的沟通，标准化体验，并应用于电子商务内容、路由、模糊逻辑等领域 [11] - Shiprocket 视自己为国家建设者，与印度的亲发展政策紧密一致，致力于通过创新推动印度目标的实现 [12] - Shiprocket 通过与长尾客户合作，建立了强大的护城河和分销渠道，从物流扩展到广告、贷款、保险等领域 [13] - Shiprocket 目前服务于约 50 万在线商户，活跃合作商户约 15 万，目标是覆盖更多商户 [13] - Shiprocket 通过建立本地存在和信任，解决语言和文化差异问题，计划在未来几年更多地在地面上展示 [13] - Shiprocket 已开始支持商户向中东、欧洲和美国等地的数字货架销售，并将成本降低了 70% 至 80% [14] - Shiprocket 认为东南亚、非洲、中东、拉丁美洲和东欧部分地区未来可能是其潜在市场，但目前专注于印度 [14] - Shiprocket 预计印度在未来六到七年内电子商务将大幅增长，计划在未来 20 年内嵌入印度的每一笔交易，推动印度实现目标 [14] 行业趋势 - 印度在电子商务领域实现了跨越式发展，跳过了许多创新阶段，如从固定电话直接转向移动电话，在线商务的组织化程度高于线下 [3] - 印度的电子商务市场仍处于早期阶段，数字化零售渗透率仅为 6% 至 7%，远低于美国的 20% 至 25% 和中国的更高水平 [14] - 印度的电子商务未来可能以直播电商或更高接触度的形式出现，但基本构建模块将保持不变 [14]

报告行业投资评级 无相关内容 报告的核心观点 数字化转型的定义和目标 [2][3][4][5][6] - 数字化转型是组织的根本性重构,目标是通过持续大规模部署技术来创造价值,提升客户体验和降低成本,从而获得竞争优势 - 数字化转型与常规业务转型不同,是一个持续的过程,因为技术不断集成和发展 成功数字化转型需要的关键能力 [8][9][11][12][13][14][15] - 制定以业务价值为中心的清晰战略和路线图 - 拥有内部数字化人才团队 - 可扩展的运营模式 - 分布式的技术架构,支持团队独立创新 - 可访问和利用的数据资源 - 有效的用户采纳和变革管理 AI在数字化转型中的作用 [19][20][21][22] - 生成式AI正在颠覆企业的运营和价值创造方式,带来巨大机遇 - 但需要与数字化转型的关键能力相结合,才能真正发挥价值 领导力在数字化转型中的作用 [23][24][25] - CEO是关键,需要确保高管团队的一致性、承诺和问责 - 各职能主管在技术、人才、风险等方面发挥重要作用 如何评估数字化转型的成效 [26][27][28][29] - 关注价值创造、团队健康和变革进度等关键指标 - 需要持续跟踪和管理,而不是一次性评估 行业案例 铜矿企业Freeport-McMoRan [30] - 利用AI模型提升选矿厂的产能,通过跨职能团队协作、绩效管理等方式推动转型 美国最大电力公司Vistra [31][32] - 建立多层神经网络模型,优化电厂运营效率、可靠性和减排 - 关键是建立可扩展的机器学习运营基础设施 帆船队Emirates Team New Zealand [35] - 利用深度强化学习训练AI机器人,帮助团队赢得美洲杯冠军 - 通过云计算支持大规模计算需求

报告行业投资评级 无相关内容 报告的核心观点 - 中型公司是许多经济体的生命线,但通过进行转型可以提升自身的规模和影响力 [4] - 中型公司面临的七大挑战包括:无法评估自身的全部潜力、过于集中在一两个地理区域或市场细分、领导梯队有限、治理问题、获取人才、创新和资本的能力有限、数据资源和流程的成熟度较低、缺乏变革项目的集体经验 [11][12][13] - 中型公司的优势包括:敏捷的企业和组织、深厚的专业知识、良好的企业文化 [15] - 成功转型的关键因素包括:设定大胆的愿景和目标、提前投资人才、优先化关键举措、调整激励机制、利用数字技术实现突破 [17][19][22][26][28][33][34][35] - 转型过程中需要关注治理的变革,以适应未来的发展需求 [39] - 中型公司需要提高自身的抗风险能力,如增加多元化以分散风险、制定情景分析和压力测试 [41][43] 根据目录分别总结 行业投资评级 无相关内容 报告的核心观点 - 中型公司面临的挑战 [11][12][13] - 中型公司的优势 [15] - 成功转型的关键因素 [17][19][22][26][28][33][34][35] - 转型过程中的治理变革 [39] - 提高抗风险能力 [41][43] 其他内容 - 中型公司是许多经济体的生命线,但通过转型可以提升自身 [4]

报告行业投资评级 无相关内容 报告的核心观点 1. 保诚集团正在进行以客户为中心的转型,依赖于数字化转变、数据和人工智能作为关键推动力,同时人类仍然扮演着至关重要的角色 [2][3][4] 2. 保诚集团正在谨慎地平衡传统与创新,以提供卓越的客户体验 [3][4] 3. 保诚集团正在利用数据驱动的洞察力,为客户提供更加个性化、主动和高效的服务,同时在全球市场推动可持续增长,保持保险客户珍视的人际联系 [4][16][17][18][19] 4. 保诚集团正在建立客户职能和角色,集中于数据驱动的方法,并利用这些方法来推动业务发展 [9][11][12][13][14] 5. 保诚集团正在利用人工智能和数据分析技术来处理大量数据,以做出更加明智的决策、有效地管理风险,以及提升整体客户体验 [17][18][20][21][22][23][24] 6. 保诚集团正在为员工提供正确的心态、技能和工具,以成功实现数字化转型 [26][27][28][29][31][32] 7. 保诚集团正在建立统一的数据平台,确保数据结构和治理的一致性,使其能够在全国范围内推出各项举措 [35] 8. 保诚集团正在投资构建一个数字化平台,以帮助代理人更好地与客户互动,提升服务质量和客户满意度 [39][40][41] 9. 保诚集团正在积极倾听客户的声音,并将客户反馈纳入产品和服务的改进中 [44][45][46][48] 10. 保诚集团高度重视保护客户信任,并认真对待数据隐私问题 [47][48] 11. 保诚集团正在采用客户满意度评分作为衡量向更加以客户为中心发展进程的一种方式,并制定了提升客户满意度的目标 [51][52][53] 根据相关目录分别进行总结 客户战略和数字化转型 1. 保诚集团正在进行以客户为中心的转型,依赖于数字化转变、数据和人工智能作为关键推动力 [2][3][4] 2. 保诚集团正在利用数据驱动的洞察力,为客户提供更加个性化、主动和高效的服务 [4][16][17][18][19] 3. 保诚集团正在建立客户职能和角色,集中于数据驱动的方法,并利用这些方法来推动业务发展 [9][11][12][13][14] 4. 保诚集团正在为员工提供正确的心态、技能和工具,以成功实现数字化转型 [26][27][28][29][31][32] 5. 保诚集团正在建立统一的数据平台,确保数据结构和治理的一致性 [35] 人工智能和数据分析 1. 保诚集团正在利用人工智能和数据分析技术来处理大量数据,以做出更加明智的决策、有效地管理风险,以及提升整体客户体验 [17][18][20][21][22][23][24] 2. 保诚集团正在投资构建一个数字化平台,以帮助代理人更好地与客户互动,提升服务质量和客户满意度 [39][40][41] 客户体验和反馈 1. 保诚集团正在积极倾听客户的声音,并将客户反馈纳入产品和服务的改进中 [44][45][46][48] 2. 保诚集团高度重视保护客户信任,并认真对待数据隐私问题 [47][48] 3. 保诚集团正在采用客户满意度评分作为衡量向更加以客户为中心发展进程的一种方式,并制定了提升客户满意度的目标 [51][52][53]

行业投资评级 - 报告未明确提及行业投资评级 [1][2][3][4][5][6][7][8][9] 核心观点 - Prudential plc 正在通过数字化转型实现以客户为中心的保险服务，数据和人工智能是关键推动力，同时人类仍然扮演着重要角色 [1] - Prudential 在全球24个市场拥有超过1800万客户，正在通过数据驱动的营销和客户中心化策略推动可持续增长 [3] - Prudential 通过建立客户功能部门，集中数据驱动的方法，推动客户中心化转型 [3] - 人工智能和数据分析在简化核保、检测欺诈、提升客户体验等方面发挥了重要作用 [4] - Prudential 通过人工智能减少手动工作，专注于与客户建立关系，提升客户体验并降低成本 [5] - Prudential 在数字化转型中面临的主要挑战包括员工心态、技能和工具的转变 [6] - Prudential 正在投资建设数字平台，帮助代理人更好地与客户互动，并通过数据和分析提供个性化服务 [8] - Prudential 通过客户满意度评分来衡量客户中心化转型的进展，目标是到2027年达到客户满意度评分的第一四分位数 [9] 目录总结 数字化转型与客户中心化 - Prudential 通过数字化转型实现客户中心化，数据和人工智能是关键推动力 [1] - Prudential 在全球24个市场拥有超过1800万客户，正在通过数据驱动的营销和客户中心化策略推动可持续增长 [3] - Prudential 通过建立客户功能部门，集中数据驱动的方法，推动客户中心化转型 [3] 人工智能与数据分析的应用 - 人工智能和数据分析在简化核保、检测欺诈、提升客户体验等方面发挥了重要作用 [4] - Prudential 通过人工智能减少手动工作，专注于与客户建立关系，提升客户体验并降低成本 [5] 数字化转型的挑战 - Prudential 在数字化转型中面临的主要挑战包括员工心态、技能和工具的转变 [6] - Prudential 正在投资建设数字平台，帮助代理人更好地与客户互动，并通过数据和分析提供个性化服务 [8] 客户满意度与未来目标 - Prudential 通过客户满意度评分来衡量客户中心化转型的进展，目标是到2027年达到客户满意度评分的第一四分位数 [9]

行业投资评级 - 报告未明确提及行业投资评级 [1][2][3] 核心观点 - 数字化转型是组织通过大规模部署技术来创造价值的根本性重构 [2][3] - 成功的数字化转型不仅依赖于技术的使用，更在于组织如何成为数字化企业 [4] - 数字化转型与常规业务转型不同，它是一个长期的过程，涉及组织的持续改进和变革 [4] - 数字化转型应同时是AI转型，因为AI在生成业务洞察和决策逻辑方面的重要性日益增加 [4] 数字化转型的关键能力 - 制定清晰的战略，专注于业务价值 [5] - 拥有强大的内部工程师人才库 [5] - 强大的采用和变革管理能力 [7] - 可扩展的运营模式 [7] - 分布式技术环境，允许团队独立创新 [7] - 数据访问能力，确保团队能够按需使用数据 [7] 数字化转型中的AI角色 - AI特别是生成式AI正在颠覆企业的运营方式，提供了巨大的机会 [8] - 生成式AI的应用需要与数字化转型相同的核心能力，包括清晰的战略、内部数字人才库和可扩展的运营模式 [8] - 企业需要持续迭代生成式AI模型，以支持其数字化转型目标 [8] 数字化转型中的领导角色 - CEO在确保数字化转型的持续变革中扮演关键角色 [8] - C-suite和业务单元领导在数字化转型中也有重要任务，包括CIO、CTO、CDO和CHRO等角色的协作 [8] 成功案例 - 铜矿巨头Freeport-McMoRan通过AI模型提升了铜产量 [9] - 美国最大的电力生产商之一Vistra通过多层神经网络模型提高了效率和可靠性 [9] - 阿联酋航空队新西兰队通过AI机器人赢得了2021年美洲杯 [10] 数字化转型的衡量标准 - 价值创造：数字解决方案通常针对一个或多个运营KPI，这些KPI可以转化为财务收益 [9] - 团队健康：高绩效团队的效率可能是低绩效团队的五倍 [9] - 变革管理进展：衡量新能力的建设进展和转型本身的健康状况 [9]

报告行业投资评级 未提及 报告的核心观点 生成式AI将长期存在且商业潜力巨大，企业需全面变革以利用其价值，否则未来可能难以追赶；当前员工使用领先于企业，企业应从重塑运营模式、重新构想人才与技能战略、强化变革机制三方面着手，抓住生成式AI的下一个转折点，实现从员工实验到组织转型的跨越 [2][3][11] 根据相关目录分别进行总结 员工使用与企业现状 - 近91%受访者工作中使用生成式AI，且多数对此充满热情，认为能积极影响工作体验和提升技能；但企业在生成式AI方面成熟度极低，仅13%的企业实施了多个用例 [4] - 早期采用者企业中重度用户占比更大，这些员工更可能将生成式AI用于多种工作活动并提高生产力，但员工驱动的采用和零散的用例实施缺乏明确商业案例 [8] 从个体实验到战略价值捕获 - 技术应用应与价值创造和可衡量结果相关联，63%的早期采用者企业的AI和生成式AI战略与业务战略高度一致，而实验者企业仅17% [11] - 企业需通过三步骤为生成式AI的下一个转折点做准备：按领域将愿景转化为价值以重塑运营模式；以员工为中心重新构想人才与技能战略；通过正式和非正式机制强化变革以确保持续适应 [12] 重塑领域 - 在软件开发中，生成式AI可加速产品交付、缩短从构思到原型的时间，使工程师转变为系统设计师 [12] - 在营销领域，生成式AI能实现大规模个性化，增强客户参与度和忠诚度，打破营销组织内部壁垒 [12] - 在客户服务方面，生成式AI可将团队转变为客户愉悦中心，降低成本，使员工成为更具同理心的问题解决者和客户体验监督者 [13] - 生成式AI还将变革绩效管理和团队管理等跨领域工作，使管理者将更多时间用于与团队成员沟通和发展软技能 [13] 重新构想人才与技能 - 到2030 - 2060年，一半的工作活动可能被自动化，企业需快速了解人才和技能需求，采取多种策略缩小技能差距，投资于员工技能提升和再培训 [14] - 早期采用者更重视人才和生成式AI的人文方面，近三分之二有明确的人才差距认知和缩小差距的策略，而实验者企业仅25%；40%的早期采用者为员工采用提供广泛支持，实验者企业仅9% [15][18] - 企业应投资于技术采用和技能提升，采取定制化的再培训和技能提升方法，加强业务、技术和人力资源领导者之间的合作；所有员工都需学习有效安全地使用生成式AI [18] 强化变革以持续转型 - 企业需建立生成式AI治理机制，多数早期采用者已实施治理结构；将生成式AI更好地集成到现有系统是未来采用的最有用推动因素 [19] - 企业应将变革视为真正的转型，明确转型的基础设施、角色和衡量标准，确保业务单元的问责制，定期监测进展并进行调整 [19] - 企业需关注员工心态和行为的改变，早期采用者更注重影响模型的四个原则：榜样示范、促进理解和信念、构建能力、强化新的工作方式 [19][21]

报告行业投资评级 未提及 报告的核心观点 - CFO在平衡短期管理与长期价值创造方面发挥关键作用，需助力公司应对当前环境 [21] - 多数财务组织刚开启生成式AI之旅，这些技术为CFO及财务领域提升效率和效能带来重大机遇 [21] 根据相关目录分别进行总结 CFO面临的挑战与关注重点 - CFO需平衡诸多优先级、任务和报告线路，还需关注供应链中断和需求疲软等新兴风险 [3] - CFO更关注长期规划，将战略规划、长期资源分配和规划列为财务首要任务，且提及频率高于2023年调查 [4] 业务展望预期 - 与2023年相比，更多CFO预计未来一年行业增长率和公司投资水平将保持不变，对通胀的担忧有所缓解，但认为供应链中断威胁公司增长的比例从20%升至49%，多数受访者仍将经济波动加剧视为风险 [6] 财务组织优先级 - CFO仍将运营价值驱动因素和关键绩效指标管理列为首要任务，同时55%的人将长期规划和资源分配列为首要任务，高于上次调查的30%；60%的人将战略规划列为首要任务，高于去年的38% [9] 数字化与技术应用 - 近98%的受访者表示财务部门已投资数字化和自动化，但多数CFO称仅四分之一或更少的流程实现数字化或自动化 [11] - 财务部门在利用数据和技术创造价值时面临工作量大、缺乏相关能力和资源不足等组织性挑战，而非技术基础设施或数据相关问题 [13] 对AI和生成式AI的期望与应用 - 超八成CFO认为AI和生成式AI将为财务职能创造价值，如生成洞察、提高员工生产力等，最有用的应用包括战略和领导力支持（49%）以及控制和一般会计用例（33%） [15] - 仅五分之一的CFO报告使用生成式AI工具，近半仍处于试点和实验阶段，已应用的CFO中71%认为提高了员工生产力，54%认为改善了数据在业务决策中的应用，48%认为有助于洞察生成 [19]

行业投资评级 - 生成式AI和电气化与可再生能源在2023年表现出最高的投资和兴趣评分 [15][17] - 技术股权投资在2023年下降30-40%至约5700亿美元 [16] - 生成式AI的投资在2023年增长了7倍 [16] 核心观点 - 生成式AI在2023年表现出显著增长，Google搜索量增长近700% [11] - 大型语言模型（LLMs）的上下文窗口从10万增长到200万token [11] - 电气化与可再生能源在投资和兴趣方面表现突出 [15] - 技术行业在2023年面临大规模裁员，技术趋势相关职位发布下降26% [18] AI革命 - 生成式AI在多个行业中的应用包括客户服务聊天机器人、广告活动生成和药物发现 [12] - 应用AI在2023年创新评分最高，潜在经济价值达11-18万亿美元 [65] - 机器学习工业化（MLOps）可将ML应用生产时间缩短8-10倍 [83] 数字未来建设 - 下一代软件开发工具在2022年职位需求最高，2023年下降37%但仍超过80万职位 [111] - 数字信任和网络安全市场在2021年增长12.4%，但2023年投资和人才需求下降 [125] - Salesforce的Einstein Trust Layer解决了LLMs的数据隐私问题 [140] 计算与连接前沿 - 5G投资面临收入增长有限的挑战，电信公司正与卫星连接提供商合作 [154] - 私有网络采用增加，特别是在制造业和石油天然气行业 [154] - 6G发展仍在进行中，但盈利模式尚不明确 [155] 可持续世界 - 电气化与可再生能源在2023年表现出最高的投资和兴趣评分 [15] - Vistra公司使用AI优化发电厂运行，年节省2300万美元 [82] - 全球可再生能源容量增长推动电气化与可再生能源的普及 [17]

McKinsey Global Institute A new future of work The race to deploy AI and raise skills in Burope and beyond Authors Eric Hazan Anu Madgavkar Michael Chui Sven Smit Dana Maor Gurneet Singh Dandona Roland Huyghues-Despointes May 2024 About the McKinsey Global Institute The McKinsey Global Institute was established in 1990. Our mission is to provide a fact base to aid decision making on the economic and business issues most critical to the world's companies and policy leaders. We benefit from the full range of ...