抓住机会:2024年企业生成式AI应用的未来

在 Menlo Ventures 的AI趋势研究报告中,对美国和欧洲的 450 多名企业高管进行了调查,并与另外十几位高管进行了交谈,以了解当今企业应用AI的状况。尽管大肆宣传,与其他软件类别相比,企业对生成式AI的投资仍然小得惊人。将创造的大部分价值仍有待观察。虽然现有企业在当今市场占据主导地位,但也识别了初创企业最有机会获胜的三个机会领域。

1. 企业AI支出 - 数字揭示了什么?

与传统人工智能(700 亿美元)和云软件(4000 亿美元)的企业预算相比,企业今年对生成式AI的投资(我们估计为 25 亿美元)小得可怜。

当然,人工智能对于企业来说并不陌生。传统的人工智能技术(计算机视觉、深度学习等)早在生成式人工智能出现之前就已经被使用。被调查的一半企业在 2023 年之前实施了某种形式的人工智能,无论是面向客户的产品还是内部自动化。

ChatGPT的推出标志着一个转折点:AI战略突然成为董事会的热门话题。用户采用率快速增加。经过五年的停滞后,最近的调查发现:

  • 使用某种形式的人工智能的企业数量增加了 7%(从 2022 年的 48% 增加到 2023 年的 55%)。
  • 同一时期,企业内部的人工智能支出平均增长了 8%。这消耗了企业技术总支出,仅增长了 5%。

对生成式AI的投资促进了人工智能支出的增加。当谈到构建与购买时,当今的企业是购买;80% 的受访者表示购买了第三方生成人工智能软件。

2023 年,企业在生成式 AI 上的支出约为 25 亿美元,推动了GitHub CopilotHugging Face等工具的崛起(这两个工具的收入都超过了数千万美元)。但市场仍处于新生阶段。如今,企业对生成式 AI 的投资仍占所有云支出的不到 1%。

更重要的是,生成式Ai的迫切需求也刺激了对传统非生成式AI应用程序的需求,例如数据科学平台Dataiku和基础设施提供商Databricks。根据我们的研究,传统人工智能应用和基础设施解决方案的支出超过 700 亿美元,明显高于专门用于基于 LLM 的新软件和工具的美元,并且在 4000 亿美元的云软件和基础设施市场中所占的比例要大得多。

在比较部门预算时,调研发现产品和工程在人工智能和生成式AI上的支出比任何其他部门都多。事实上,我们调查的企业在产品和工程人工智能方面的支出(占所有企业技术支出的 4.7%)高于所有其他部门的支出总和(3.5%)。

产品和工程组织倾向于在内部使用人工智能来构建这些成本。在这里,企业正在大力投资人工智能团队和技术。他们让传统开发人员和数据科学家负责构建内部基础设施,有些还聘请额外的人工智能专家(机器学习工程师、研究科学家等)。他们还大力投资作为现代人工智能堆栈核心的第三方解决方案(例如数据库、数据管道和开发人员工具)。

也就是说,现在还为时过早:如今,产品和工程团队推动了人工智能投资,但随着解决方案的发展以提供更多价值,我们预计跨部门的生成式AI投资将会增加。

2. 趋势1 - 尽管大肆宣传,但企业对生成式AI采用仍受限,就像早期的云计算一样

ChatGPT 的兴起激发了人们将生成式人工智能的出现与移动技术和互联网的引入进行比较。但是,尽管消费者迅速而热情地接受了生成式人工智能,但我们预计企业人工智能的采用速度会较慢,就像早期企业采用云计算一样。

短期内,初创企业可能会因此陷入困境。许多第一波新进入者仍在努力使自己脱颖而出,这使得他们很难在解决方案充足但卖家犹豫不决的市场中获得吸引力。

相比之下,早期的成功者则通过技术脱颖而出,脱颖而出。例如,Typeface开发了一款具有企业范围反馈循环的深度技术产品。

3. 趋势2 - 市场将继续青睐将AI嵌入现有企业的产品中

当前的市场有利于现有企业,与年轻的竞争对手相比,它们在规模、分销、品牌和工程资源方面保持着强大的优势。在争夺生成式人工智能市场份额的同时,现有参与者以惊人的速度采取了"嵌入式人工智能战略"------顾名思义,该战略涉及将人工智能功能嵌入到现有产品中。

例如,Microsoft Copilot是一个涵盖 Microsoft 所有应用程序和体验(例如 Microsoft 365、Windows 11、Edge 和 Bing)的 AI 伴侣,可在用户工作流程的几乎每个方面提供 AI 帮助。据该公司首席财务官称,包括 Copilot 在内的生成工具可能在未来几年贡献超过 100 亿美元的收入。

像 Copilot 这样的工具与新一波的 AI 原生解决方案形成鲜明对比,这些解决方案映射到现有的 SaaS 类别(部门、垂直和水平 AI 应用程序)。这些人工智能新进入者在拥挤的市场中与财力雄厚的行业领导者展开竞争。对于每个 AI CRM,都有一个Salesforce Einstein;每个 AI 设计工具都有一个Figma 副驾驶;对于每个联络中心座席,都有一个Observe.AI

我们预计,现有的优势将在未来几年内保持下去,直到新的、更强大的人工智能方法(如代理和多步推理)变得流行。

4. 趋势3 - 强大的上下文感知、数据丰富的工作流程将成为企业采用生成式 AI 的关键

由于文章篇幅有限,详细内容,请点击:

创新洞察|热炒之后2024企业生成式AI应用的新趋势 - 抓住机会,积极探索,大胆实验

相关推荐
矢量赛奇11 分钟前
比ChatGPT更酷的AI工具
人工智能·ai·ai写作·视频
KuaFuAI20 分钟前
微软推出的AI无代码编程微应用平台GitHub Spark和国产AI原生无代码工具CodeFlying比到底咋样?
人工智能·github·aigc·ai编程·codeflying·github spark·自然语言开发软件
Make_magic29 分钟前
Git学习教程(更新中)
大数据·人工智能·git·elasticsearch·计算机视觉
shelly聊AI33 分钟前
语音识别原理:AI 是如何听懂人类声音的
人工智能·语音识别
源于花海36 分钟前
论文学习(四) | 基于数据驱动的锂离子电池健康状态估计和剩余使用寿命预测
论文阅读·人工智能·学习·论文笔记
雷龙发展:Leah37 分钟前
离线语音识别自定义功能怎么用?
人工智能·音频·语音识别·信号处理·模块测试
4v1d41 分钟前
边缘计算的学习
人工智能·学习·边缘计算
风之馨技术录44 分钟前
智谱AI清影升级:引领AI视频进入音效新时代
人工智能·音视频
sniper_fandc1 小时前
深度学习基础—Seq2Seq模型
人工智能·深度学习
goomind1 小时前
深度学习模型评价指标介绍
人工智能·python·深度学习·计算机视觉