报告行业投资评级 * 报告未明确给出“买入”、“持有”或“卖出”等传统投资评级，但其核心数据与观点强烈暗示生成式AI及AI智能体在零售和快速消费品行业已进入价值兑现与加速投资阶段 [9][10][60][117] 报告核心观点 * 生成式AI项目持续为零售和快速消费品行业带来投资回报，企业关注重点正从规划转向实践，并加速投向更前沿的AI智能体项目 [9] * AI智能体时代已经到来，51% 的受访高管表示其组织已在生产环境中使用AI智能体，应用场景覆盖客户服务、营销、供应链等多个核心领域 [10][13][23][25] * 生成式AI在五个关键领域被证实可带来重大影响：效率 (72%)、客户体验 (68%)、营销 (59%)、业务增长 (56%) 和安全 (49%)，且投资回报率、收入增长及项目上市速度等指标均呈现积极趋势 [60][63][66][68] * 未来AI预算持续增长且结构向AI智能体倾斜，47% 的高管表示其组织正从非AI预算调拨资金投资AI，47% 的高管计划将未来AI预算的50% 或更多用于AI智能体 [122][124][125] * 实现AI投资回报高度依赖C级高管的全面支持，获得全面支持的组织实现投资回报的比例是未获得支持组织的近两倍 (80% 对比 44%) [129][130][131] 智能体AI的迅速演变 * 采用率与部署规模：51% 的零售和快速消费品行业高管表示其组织已在生产环境中采用AI智能体，其中37% 的组织已推出超过10个AI智能体 [13][25][34] * 主要应用场景：AI智能体已广泛应用于行业核心挑战，前三大应用场景为客户服务和体验 (47%)、营销 (44%) 以及安全运维和网络安全 (41%)，行业特定用例如质量控制 (39%) 和供应链与物流 (38%) 采用率也很高 [35][36][37][42][45] * 已实现投资回报的领域：AI智能体已在多个领域带来投资回报，排名前三的分别是客户服务和体验 (33%)、营销 (32%) 以及安全运维和网络安全 (26%)，供应链与物流是投资回报最高的行业特定用例 (25%) [52][56] 经证实可利用AI实现投资回报的5个领域 * 整体投资回报表现：78% 的受访高管表示其生成式AI项目目前已实现投资回报，高于2024年的75%；项目平均上市期缩短，54% 的高管表示从构想到生产环境落地仅需3–6个月，高于2024年的50% [63] * 效率提升：72% 的高管表示生成式AI提高了工作效率，主要体现在提升非IT员工效率(69%)、缩短数据分析时间(60%)及加快产品上市速度(59%)等领域 [66][70][75] * 客户体验改善：68% 的高管表示生成式AI改善了客户体验，其中80% 的改善者表示提升幅度达6% 或更多，主要提升了用户互动度(80%)和用户满意度(77%) [66][82][84][86][89][91] * 营销影响：59% 的高管表示生成式AI对营销成果产生了显著影响，案例显示有公司利用生成式AI在80小时内创建了20,000多张图片，节省了90% 的成本 [68][98][99][100] * 业务增长贡献：56% 的高管表示生成式AI带来了业务增长，其中74% 实现了收入增长，31% 的高管预计收入增幅超过10% [63][68][104] * 安全状况增强：49% 的高管表示生成式AI改善了安全状况，主要体现在改进情报与响应整合(77%)和增强威胁识别能力(73%) [68][111][112][113] 投资AI就绪的未来 * 未来业务目标：未来2-3年，行业通过生成式AI重点推动的前三大业务目标为：提高运营效率 (52%)、改善客户体验 (51%) 和提高竞争力/市场份额 (47%) [120] * 预算分配趋势：AI支出占企业年度IT总预算的比例已达25%，且79% 的高管表示尽管技术成本下降，其在生成式AI上的支出仍在增加 [122][124] * LLM提供商选择考量：在选择大语言模型提供商时，高管们最看重的三大因素是：数据隐私和安全性 (36%)、成本 (31%) 和与现有系统集成 (27%) [16][135][136][137][139] 后续行动建议 * 争取C级高管支持以推动项目落地并与业务目标对齐 [143] * 制定有说服力的商业论证以确保AI预算投入 [143] * 立即制定企业级AI管理规范，保护数据隐私并践行道德准则 [143] * 从能够自动执行重复性任务、实现明确投资回报的高价值AI智能体项目着手 [143] * 建立可靠的数据治理与安全框架，并保持人机协同的工作模式 [144] * 为AI智能体提供安全、受管控的内部系统访问权限，并投资于内部AI人才培养 [146]