抓住机会:2024年企业生成式AI应用的未来

news2024/11/16 21:58:13

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。

企业AI应用

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%。

企业AI应用

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 Copilot和Hugging 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。

企业AI应用

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。

企业AI应用

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。

企业AI应用

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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1250644.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

可自行DIY单TYPE-C接口设备实现DRP+OTG功能芯片

随着USB-C接口的普及,欧盟的法律法规强制越来越多的设备开始采用这种接口。由于 USB-C接口的高效性和便携性,使各种设备之间的连接和数据传输变得非常方便快捷,它们不仅提供了强大的功能,还为我们的日常生活和工作带来了极大的便利…

Leetcode—58.最后一个单词的长度【简单】

2023每日刷题&#xff08;四十&#xff09; Leetcode—58.最后一个单词的长度 实现代码 int lengthOfLastWord(char* s) {int len strlen(s);int left 0, right 0;if(len 1) {return 1;}while(right < len) {if(right 1 < len) {if(s[right] && s[righ…

C语言--每日选择题--Day25

第一题 1. 对于C/C语言的函数&#xff0c;下列叙述中正确的是&#xff08; &#xff09; A&#xff1a;函数的定义不能嵌套&#xff0c;但函数调用可以嵌套 B&#xff1a;函数的定义可以嵌套&#xff0c;但函数调用不能嵌套 C&#xff1a;函数的定义和调用都不能嵌套 D&#xf…

HarmonyOS简述及开发环境搭建

一、HarmonyOS简介 1、介绍 HarmonyOS是一款面向万物互联时代的、全新的分布式操作系统。有三大系统特性&#xff0c;分别是&#xff1a;硬件互助&#xff0c;资源共享&#xff1b;一次开发&#xff0c;多端部署&#xff1b;统一OS&#xff0c;弹性部署。 HarmonyOS通过硬件互…

CFO的GenAI应用指南

CFO应该采取的最重要行动是识别最大的创造价值的机会&#xff0c;然后确保他们获得所需的资金和其他资源。GenAI拥有成为革命性技术的潜力&#xff0c;但它不会改变金融和经济学的基本原则&#xff1a;一家公司必须产生高于资本成本的回报。 技术改变了每一项业务&#xff0c;往…

双向链表超详解——连我奶奶都能学会的复杂链表(带头双向循环)

文章目录 前言一、双向链表的概念二、双向链的结构设计三、双链表的基本功能接口四、双向链表接口的实现4.1、创建结点4.2、初始化链表4.3、打印链表4.4、尾插结点4.5、尾删结点4.6、头插结点4.7、头删结点4.8、在pos结点前面插入4.9、删除pos位置的结点4.10、查找链表中的某个…

数据结构与算法编程题22

交换二叉树每个结点的左孩子和右孩子 #define _CRT_SECURE_NO_WARNINGS#include <iostream> using namespace std;typedef char ElemType; #define ERROR 0 #define OK 1 #define STR_SIZE 1024 typedef struct BiTNode {ElemType data;BiTNode* lchild, * rchild; }BiTN…

告别百度网盘,搭建自己的专属网盘 ——Cloudreve,不限制下载速度!

Cloudreve 是一个用 Go 语言写的公有网盘程序,我们可以用它来快速搭建起自己的网盘服务,公有云 / 私有云都可。 顺哥博客 先来看看文档介绍吧。 支持多家云存储驱动的公有云文件系统. 演示站 • 讨论社区 • 文档 • 下载 • Telegram 群组 • 许可证 :sparkles: 特性 :cl…

FreeRTOS学习之路,以STM32F103C8T6为实验MCU(2-5:队列)

学习之路主要为FreeRTOS操作系统在STM32F103&#xff08;STM32F103C8T6&#xff09;上的运用&#xff0c;采用的是标准库编程的方式&#xff0c;使用的IDE为KEIL5。 注意&#xff01;&#xff01;&#xff01;本学习之路可以通过购买STM32最小系统板以及部分配件的方式进行学习…

智安网络|如何最大限度地提高企业网络安全水平

在当今数字化时代&#xff0c;企业面临着日益复杂和智能化的网络威胁。为了保护企业的机密信息和客户数据&#xff0c;漏洞扫描成为了一个至关重要的安全措施。然而&#xff0c;对于企业来说&#xff0c;他们最关心的是什么问题呢&#xff1f; 一、漏洞的发现和修复 在网络安全…

vscode的下载安装与配置【超详细】

1、下载 进入vscode官网 打开浏览器的下载内容管理&#xff0c;找到vscode下载任务&#xff0c;鼠标放在下载链接上并右击&#xff0c;点击复制链接地址 下载太慢&#xff1f;使用国内镜像 打开新窗口粘贴地址&#xff0c;并将域名改为&#xff1a;vscode.cdn.azure.cn&am…

【Spring集成MyBatis】MyBatis的多表查询

文章目录 1. 一对一什么是一对一User、Order类及Mapper&#xff0c;User、Order表一对一操作的实现一对一操作实现的第二种方式 2. 一对多什么是一对多一对多操作实现 3. 多对多什么是多对多多对多的实现 4. 小结 1. 一对一 什么是一对一 一对一指的是表与表之间通过外键进行…

002、ArkTS

之——开发语言 杂谈 基础编程语言ArkTS。引用来自华为开发者课堂。 ArkTS是HarmonyOS优选的主力应用开发语言。它在TypeScript&#xff08;简称TS&#xff09;的基础上&#xff0c;匹配ArkUI框架&#xff0c;扩展了声明式UI、状态管理等相应的能力&#xff0c;让开发者以更简洁…

Robust taboo search for the quadratic assignment problem-二次分配问题的鲁棒禁忌搜索

文章目录 摘要关键字结论研究背景1. Introduction 常用基础理论知识2. The quadratic assignment problem3. Taboo search3.1. Moves3.2 Taboo list3.3. Aspiration function3.4. Taboo list size4. Random problems5. Parallel taboo search 研究内容、成果7. Conclusion 潜在…

RabbitMQ之MQ的可靠性

文章目录 前言一、数据持久化交换机持久化队列持久化消息持久化 二、LazyQueue控制台配置Lazy模式代码配置Lazy模式更新已有队列为lazy模式 总结 前言 消息到达MQ以后&#xff0c;如果MQ不能及时保存&#xff0c;也会导致消息丢失&#xff0c;所以MQ的可靠性也非常重要。 一、…

Vatee万腾的科技探险:vatee数字化力量的前瞻征途

在Vatee万腾的科技探险中&#xff0c;我们领略到了一场数字化力量的前瞻征途&#xff0c;这是一次引领未来的创新之旅。Vatee万腾以其独特的科技理念和数字化力量&#xff0c;开启了一次引领行业的前瞻性征途&#xff0c;为数字化未来描绘出了崭新的篇章。 Vatee万腾的数字化力…

荆涛《春节回家》:歌声中的年味与乡愁

荆涛《春节回家》&#xff1a;歌声中的年味与乡愁春节&#xff0c;对于每一个中国人来说&#xff0c;都是一年中最为重要的时刻。它不仅仅是一个节日&#xff0c;更是团圆、乡愁、回忆与希望的象征。歌手荆涛的歌曲《春节回家》恰恰捕捉到了这些情感&#xff0c;用音乐为人们绘…

【AI认证笔记】NO.2人工智能的发展

目录 一、人工智能的发展里程碑 二、当前人工智能的发展特点 1.人工智能进入高速发展阶段 2.人工智能元年 三、人工智能高速发展的三大引擎 1.算法突破 2.算力飞跃 3.数据井喷 四、AI的机遇 五、AI人才的缺口 六、行业AI 人工智能算法&#xff0c;万物互联&#xff…

十大排序算法中的插入排序和希尔排序

文章目录 &#x1f412;个人主页&#x1f3c5;算法思维框架&#x1f4d6;前言&#xff1a; &#x1f380;插入排序 时间复杂度O(n^2)&#x1f387;1. 算法步骤思想&#x1f387;2.动画实现&#x1f387; 3.代码实现 &#x1f380;希尔排序 时间复杂度O(n*logn~n^2)希尔排序的设…

人工智能Keras图像分类器(CNN卷积神经网络的图片识别篇)

上期文章我们分享了人工智能Keras图像分类器(CNN卷积神经网络的图片识别的训练模型),本期我们使用预训练模型对图片进行识别:Keras CNN卷积神经网络模型训练 导入第三方库 from keras.preprocessing.image import img_to_array from keras.models import load_model impor…