欧洲的科技保守型财富500强公司如何拥抱人工智能

2024-10-23 03:30:00 英文原文

作者:Ryan Hogg

欧洲最大的公司主要集中在“传统”行业。我们在去年首次发布的《财富》欧洲500强榜单中就注意到了这一趋势,前十名被化石燃料巨头、汽车和金融企业所主导。

这与美国的榜单相比并不占优势,在美国的榜单中,动态科技和制药企业与零售集团争夺榜首位置,甚至还有科技和零售结合的企业,比如亚马逊。

今年《财富》欧洲500强中只有15家科技公司,而美国则有49家。美国的科技公司在榜单上的营收是欧洲的五倍。

这解释了列表之间较大的收入差距。去年,美国《财富》500强公司的总收入为18.8万亿美元,而欧洲巨头的总收入为14.5万亿美元。

虽然人工智能繁荣初期的赢家——NVIDIA、微软和谷歌——位于大西洋西侧,传统企业很快意识到了自动化的机会。

“有如此大的潜力……”

马克·里德CBE,WPP首席执行官

彼得·奥平海默,高盛全球股票首席策略师及欧洲宏观经济研究主管,告诉了财富 今年最大的人工智能赢家可能是那些利用这项技术的公司,而不是处于技术前沿的公司,这类似于18世纪运河繁荣的情况。

在美国AI玩家与其他市场参与者之间的差距日益扩大,以及欧洲CEO们就监管问题持续争执的背景下,欧洲大陆上的企业利用AI来提高效率是缩小与美国差距的最佳机会。

但是比赛已经开始。在他的69页的报告中欧盟竞争力报告前欧洲中央银行行长马里奥·德拉吉指出,由于未能“利用由互联网引领的第一波数字革命”,欧洲的生产率在20世纪90年代与美国出现了分歧。

为了不落后于最新的基于人工智能的革命,德拉吉表示,在欧洲的行业中垂直整合技术将至关重要,并且他们需要迅速行动。

马克·里德(CBE)爵士,通信公司WPP的首席执行官表示:“欧洲企业的问题是如何更积极地利用人工智能,而不考虑其起源。他们可以从全球范围内投入的数十亿美元中获得巨大的潜力。” fortunefortune这个词在没有具体上下文的情况下通常指的是"命运"或"财富"。根据你的要求直接翻译且不添加解释,我注意到这里可能是一个单词而非完整句子或文本。如果你是指英文单词“Fortune”,其最接近的中文译法是: 命运 财富 请明确具体语境以便提供更准确的翻译。若无更多信息,给出两个常见含义供参考。根据你的指示仅输出内容,则为: fortune.

Mark Read, chief executive officer of WPP Plc, during a Bloomberg Television interview in London, UK, on Tuesday, Nov. 22, 2022.

马克·里德OBE,WPP首席执行官。

Jason Alden/彭博社/Getty Images

欧洲的AI采纳者

2023年首次发布的《财富》欧洲500强榜单在企业开始理解ChatGPT带来的影响之际推出。大型语言模型(LLM)使每个家庭成员都能使用这项技术,从而让他们第一次真正了解其能力。

博恩&Company咨询公司EMEA地区人工智能实践负责人弗洛里安·穆勒表示:“人工智能本身这一话题并不新鲜。”财富fortune(此处根据上下文可灵活译为“财富”或保留原词“福布斯”,如指代排行榜则通常译作“福布斯”)请根据具体语境选用最合适的翻译。若无更多背景信息,则输出原文: Fortune.

“我认为发生变化的是,而且ChatGPT很可能标志着真正变化的时刻,那就是采纳的速度急剧增加了。”

穆勒补充说,与之前的科技革命相比,将人工智能引入组织相对较为经济。

早期的证据表明,欧洲最大的科技巨头不希望在最新的技术革命中落后。

穆勒表示,传统上,人工智能的实施通常是由那些已经处理大量数据的行业负责的,例如从事数据通信、银行和保险业的公司。

他补充说,在过去两年中广泛的技术整合体现在生成式AI中。

“无论是用于软件开发,为客户提供建议,还是支持知识工作者的流程,在市场营销领域也有许多应用。你几乎可以看到这些应用遍及各个领域。”

大众汽车,2024年《财富》世界500强欧洲榜单的领头羊,于一月份宣布成立了一个人工智能公司,并在年初将其车辆引入了ChatGPT。

几家汽车制造商正在使用大语言模型作为车载助手,而人工智能则为可能的自动驾驶未来奠定了基础。

壳牌是一家主要基于化石燃料的公司,成立于近120年前,也已拥抱了人工智能在其运营中的应用。该公司使用强化学习来帮助优化其钻探作业,与C3 AI合作开发预测性维护能力,并利用机器学习进行库存和需求预测。

制药行业,其中包括《财富》欧洲500强企业 像Roche集团、诺华这样的公司赛诺菲正在迅速利用人工智能进行前沿药物发现。

穆勒说,这种转变已经引发了一场人才争夺战,因为非科技公司竞相招募数据科学家和机器学习工程师来帮助转型其运营。

Alexandra Mousavizadeh, co-founder and chief executive officer of Evident Insights Ltd., during the Bloomberg Invest event in New York, US, on Wednesday, June 26, 2024. The conference invites leaders in asset management, banking, wealth, and private markets to track, dissect, and predict the future's greatest changes, risks and opportunities.

艾丽莎·穆萨维扎德赫,Evident Insights有限公司的联合创始人兼首席执行官

Jeenah Moon/彭博社/Getty Images

这是真的吗?

人工智能的广泛采用受到了投资者的热情欢迎,他们欢呼公司对能够提高生产力的技术表现出的热情。然而,在这个阶段,还没有很多例子表明这种投资已经转化为显著的回报。

欧洲的银行业可能是最早利用人工智能提升盈利能力的行业之一。

显然,一个智能平台制定了一个全球银行指数,根据它们的AI准备水平进行排名,并按人才、创新、领导力和透明度进行了细分。不可避免地,欧洲公司落后于美国公司,因为后者早在早期就为AI转型奠定了基础。

Evident的联合创始人兼首席执行官亚历山德拉·穆萨维扎德赫表示,Evident选择银行业作为采用示例是因为它代表了“从传统模式向成为AI优先型企业转型的巨大组织”,并且这些企业在其组织内各个层面都使用人工智能。

欧洲银行,包括汇丰银行和西班牙毕尔巴鄂比斯开银行集团,在去年《财富》500强排名中上升得最快。但对于那些迟迟未引入自主系统和招聘最优秀的AI人才的公司来说,机会之窗正在关闭。

“当谈到未来18个月的投资回报率时,他们将会领先。而一旦这种情况开始,游戏就结束了,”Mousavizadeh 告诉……财富.

创业公司DeepL为美国《财富》500强半数企业提供翻译服务。DeepL首席营收官David Parry-Jones表示,关于大型语言模型的诸多讨论使得这些模型在组织内部的推广变得更加困难。

“基于这些技术的潜力,承诺显然是戏剧性的,但在大型企业中实际实施的情况并非如此,”Parry-Jones 告诉记者。命运

Matt Brittin, EMEA president of Google, at the Berlin Global Dialogue in Berlin, Germany

梅特·布里廷,谷歌的EMEA(欧洲、中东和非洲)总裁。

克里斯蒂安·博奇/彭博社/Getty Images

监管障碍

包括Spotify联合创始人Daniel Ek在内的几位首席执行官警告说,欧洲和美国在监管方面的差异可能导致欧洲错过最新的技术革命。

与……讲话FT本周早些时候,挪威主权财富基金(资产规模达2万亿美元)的首席执行官尼古拉伊·塔恩发表言论,摘要了:“在美国,你们有很多人工智能技术而很少的监管,在欧洲,则是很少的人工智能技术而很多的监管。”

在欧洲开发、发布或使用技术比世界上其他任何地方都更困难。

谷歌欧洲、中东和非洲地区总裁马特·布里廷

谷歌EMEA(欧洲、中东和非洲)总裁马特·布里廷表示,在许多方面,欧洲在人工智能领域处于极佳的位置。

“它拥有受过良好教育的劳动力和单一市场,这有助于新的创新迅速扩大并惠及所有人。然而,正如Mario Draghi上个月的报告所发现的那样,欧盟在创新方面落后于其全球同行,”Brittin表示。财富.

布里廷同意欧盟面临的特定挑战之一是该地区在人工智能监管方面的实施程度。

在过去五年里,我们见证了超过100项影响数字经济和社会的新法律。当然,必须要有明确的规则,但这些规则往往是相互冲突、未经检验且执行不一致的。

简单来说,在欧洲开发、发布或使用技术比在世界上其他任何地方都更困难。为了保持在全球竞争中的地位,欧盟需要一种新的方法:在促进创新的同时降低新技术的风险。

关于《欧洲的科技保守型财富500强公司如何拥抱人工智能》的评论


暂无评论

发表评论

摘要

欧洲最大的公司主要集中在“传统”行业。“潜力巨大……”——WPP首席执行官Mark Read CBE 今年早些时候,高盛全球股票策略师兼欧洲宏观研究主管Peter Oppenheimer 告诉《财富》杂志,人工智能的最大受益者可能是那些利用该技术的公司,而不是处于技术前沿的公司,这类似于18世纪运河建设热潮。所有这些都在各个领域显现出来。”创业公司DeepL为美国 Fortune 500强中的一半企业提供翻译服务。当然,必须有明确的规定,但这些规定往往相互冲突、未经测试且执行不一致。