企业构建和购买生成式 AI 方式的 16 个变化
输入“/”快速插入内容
企业构建和购买生成式 AI 方式的 16 个变化
企业构建和购买生成式 AI 方式的 16 个变化
⏰ 发表时间：2024-03-21
生成式人工智能（Generative AI）在 2023 年迅速席卷了消费市场，创下了超过 10 亿美元的消费支出的纪录。2024 年，我们相信企业领域的收入机会将是前者的数倍。
去年，尽管消费者花费数小时与新的 AI 伴侣聊天或使用扩散模型（ diffusion models）制作图像和视频，企业对 genAI 的大部分参与似乎局限于少数明显的用例，并且将“GPT-wrapper（GPT 套壳）”产品作为新的 SKU 进行交付。一些持怀疑态度的人怀疑 genAI 是否能够在企业中扩展。这些初创公司真的能赚到钱吗？这难道不都是炒作吗？
在过去的几个月里，a16Z 与数十家财富 500 强和顶级企业领导人进行了交谈，并对 70 多位进行了调查，以了解他们如何使用、采购和预算生成式人工智能。调查结果显示， 在过去 6 个月里，企业对生成式 AI 的资源配置和态度发生了显著变化。尽管这些领导人对部署生成式人工智能仍有一些保留，但他们几乎将预算增加了两倍，将更多应用部署在较小的开源模型上，并将更多业务从早期实验转移到生产环境中。
这对创始人来说是一个巨大的机遇。a16Z 认为 ，那些为客户“以 AI 为中心的战略计划”构建解决方案，并同时能预见他们的痛点，以及从重服务模式转向构建可扩展产品的人工智能初创公司，将会抓住这一新的投资浪潮并占据重要的市场份额。
任何时候，为企业构建和销售任何产品都需要对客户的预算、关注点和路线图有深入的了解。为了让 AI 公司创始人了解企业客户高层将如何决定部署生成式 AI，并让其了解该领域相关企业高层如何解决与他们相同的问题，a16Z 根据访谈结果总结了以下 16 个最为关键的考虑因素，涉及资源、模型和应用。
资源分配：预算呈现急剧增长，且趋势持续
1. 生成式人工智能的预算激增
2023 年企业基础模型 API、自主托管和模型微调的平均支出约为 700 万美元。此外，我们与几乎每一家企业交谈后发现，他们的生成式人工智能实验取得了令人期待的初步成果，并计划在 2024 年将支出提高 2 倍至 5 倍，以支持更多业务场景的应用。
2. 头部企业开始将 AI 投资重新分配到经常性软件支出预算项目
去年，大部分企业的生成式人工智能支出毫不奇怪地来自“创新”预算和其他一次性资金池。然而，到了 2024 年，许多头部企业正在将这些支出重新分配到更为永久的软件预算项上；不到四分之一的人表示今年的生成式人工智能支出将来自创新预算。在较小的范围内，我们也开始看到一些头部企业将生成式人工智能预算用于节省人力成本，特别是在客户服务方面。
如果这种趋势持续下去，我们认为这将是未来生成式人工智能支出显著增加的先兆。一家公司提到，他们基于 LLM 技术的客户服务每通电话节省了约 6 美元，总体节省了约 90%的成本，这是增加八倍投资于生成式人工智能的原因之一。
以下是参与调查的企业如何分配 LLM 支出的总体情况：
3. ROI 的衡量仍然是一门艺术和科学
目前，企业领导者主要通过 AI 带来的生产力增长来衡量 ROI。虽然他们依赖 NPS 和客户满意度等作为良好的代理指标，但他们也在寻找更具体的衡量回报的方法，比如收入增长、节约、效率和准确性提升，这取决于具体的使用情况。在短期内，头部企业仍在推出这项技术，并试图找到最佳的度量指标来量化回报，但在未来 2 到 3 年内，ROI 将变得越来越重要。
在头部企业们寻找答案的同时，许多企业领导人对于员工表示他们更有效地利用了自己的时间的情况，往往选择相信员工的陈述，而不是基于确凿的数据或度量标准。
4. 实施和扩展生成式人工智能需要正确的技术人才，但目前许多企业内部并没有太多这样的人才