麥肯錫報告 - 生成式AI: 包裝和紙業的下一個技術前沿

本文為麥肯錫報告公開內容的中文版導讀，讀者如有興趣歡迎至原文網頁閱讀。

生成式AI：紙業和包裝業的下一波成長引擎

• 幾乎所有受訪主管都認為他們公司應該使用生成式 AI，而 77% 的受訪主管表示他們公司打算這樣做。 麥肯錫對 200 多位來自不同地區和領域的紙張和包裝主管進行了一項調查，以了解生成式 AI 在該產業的採用現狀。 調查發現，主管們看到了生成式 AI 為其組織帶來商業價值的巨大潛力，並願意對其進行投資。 雖然只有約四分之一的受訪者表示他們公司正在積極參與生成式 AI 的工作，但大多數受訪者表示，生成式 AI 的影響已經達到或超過了他們的預期。
• 阻礙立即投資和部署的因素之一可能是缺乏深入專業知識：只有 30% 的受訪主管表示他們公司領導層對生成式 AI 的潛力有高度的了解。 事實上，只有 24% 的受訪者表示他們已經在工作領域推出（13%）或正在開發（11%）生成式 AI 工具或解決方案。 這些早期努力大多數都獲得了回報：62% 採用生成式 AI 的受訪者表示，實施後產生的影響達到或超過了他們的預期。
• 受訪者認為生成式 AI 有可能對成長和生產力產生重大影響。 大多數受訪者預計生成式 AI 將帶來超過 8% 的收入成長和超過 6% 的成本節省。 生成式 AI 為紙張和包裝公司創造價值的領域有很多，比傳統 AI 受益的領域多得多。 這主要歸因於生成式 AI 處理混亂數據和生成新內容的能力，以及生成式 AI 易於使用的用戶介面，使其更容易被採用。 受訪者認為，生成式 AI 可以應用於該產業的所有關鍵職能部門，從加速研發流程到改進後勤部門。

總體而言，生成式 AI 預計將提高所有主要成本動因的效率：受訪者認為，它將有助於簡化供應鏈和製造流程、促進原材料的採購以及自動化支援功能。

儘管人們對生成式 AI 在紙張和包裝產業的潛力感到興奮，但受訪者也指出了一些阻礙快速無縫採用該技術的挑戰。 主管們報告的最大挑戰是數據和現代技術堆棧的獲取受限，以及對生成式 AI 的採用可能引發隱私和智慧財產權問題的擔憂。 受訪者還表示，他們對可以從採用生成式 AI 中獲取價值的特定用例了解有限，並對相關成本表示擔憂。

生成式 AI 的累積潛力意味著，部署這些技術並領先於競爭對手的紙張和包裝公司可以釋放相當大的商業價值並獲得競爭優勢。

根據麥肯錫的研究和經驗，成功的生成式 AI 轉型需要在六個領域建立能力：

• 制定與整體技術戰略相一致的生成式 AI 戰略，以實現競爭優勢
• 建立可擴展的技術堆棧和基礎設施，以支援多種生成式 AI 解決方案
• 構建穩固的數據基礎，以在整個組織中擴展生成式 AI
• 定義將業務、營運和技術整合在一起的營運模式
• 識別和留住推進生成式 AI 所需的合適人才和技能
• 確保大規模採用，同時管理風險和負責任的使用

當公司開始著手時，重要的是平衡快速影響與轉型機會，以保持發展勢頭。 麥肯錫建議公司從價值鏈的任何部分啟動兩個可以快速產生影響並激發熱情的用例，以及另外兩個可能需要更長時間才能實施但可以為整個企業帶來大規模改進的用例。

如果沒有關注變革管理，生成式 AI 就無法成功採用。 而且，至關重要的是，生成式 AI 解決方案的開發和部署應以安全、可信和合乎道德的方式進行，同時要謹慎防止偏見和歧視，並確保透明度和可解釋性。 管理風險需要建立一個治理結構，以提供監督、支援快速決策並包含對用戶的培訓。

生成式 AI 仍在快速發展；在整個紙張和包裝價值鏈中利用其力量的機會只會越來越多。 公司現在就制定生成式 AI 戰略，並開始建立使其能夠將生成式 AI 納入其業務流程的能力，將會是明智之舉。 透過這樣做，他們很可能在即將到來的產業轉型中獲得作為領導者的競爭優勢。

包裝與紙業執行長對生成式 AI 潛力的看法

根據麥肯錫對超過 200 位包裝與造紙業主管的調查，這些主管們普遍看好生成式 AI 的潛力，並相信其能為產業帶來成長和效率的提升。 以下是更詳細的分析：

• 高度認可生成式 AI 的價值: 約 95% 的受訪者認為他們公司應該投資生成式 AI，約 77% 的受訪者表示他們公司有意在不久的將來使用生成式 AI 。 這種積極的態度顯示出產業領袖們對生成式 AI 的潛力抱持高度期待。
• 預期帶來顯著的收益: 大多數受訪者預計生成式 AI 能夠帶來超過 8% 的營收增長和超過 6% 的成本節省。 他們相信生成式 AI 可以應用於從研發到後勤的各個關鍵環節，並提高整體效率。
• 部分企業已展開應用，成效令人滿意: 雖然只有 24% 的受訪者表示他們已經在其工作領域推出或正在開發生成式 AI 工具或解決方案，但在已採用生成式 AI 的企業中，有 62% 的人表示實施後的影響達到或超過預期。
• 應用案例涵蓋各個環節: 受訪者認為生成式 AI 的應用案例非常廣泛，包括加速研發流程、優化行銷支出、提升銷售團隊生產力、增強供應鏈和製造流程效率，以及自動化支援功能等。
• 認知到應用挑戰: 儘管對生成式 AI 的潛力感到興奮，但受訪者也指出了一些阻礙快速採用該技術的挑戰，包括數據和現代技術堆疊的獲取受限、對隱私和智慧財產權問題的擔憂、對特定應用案例的了解有限，以及相關成本等。

紙業和包裝業的領導者們對生成式AI充滿期待。他們相信AI能徹底改變產業現狀，帶來更高的效率和創新。不過，他們也清楚地認識到，要讓AI發揮最大效益，還需要克服一些挑戰。

免費閱讀全文👉