Gartner 最近预测，到 2025 年底，至少 30% 的生成式人工智能项目将在概念验证后被放弃。给出的原因包括数据质量差、风险控制不足、成本上升或商业价值不明确。
在悉尼举行的 Gartner 数据与分析峰会上，Gartner 副总裁兼杰出分析师 Rita Sallam 指出，经过去年的炒作，高管们迫不及待地希望从生成式人工智能的投资中获得回报，但各组织却难以证明和实现其价值。随着项目范围的扩大，开发和部署生成式人工智能模型的财务负担也日益凸显。
企业面临的一大挑战是如何证明对生成式人工智能进行大量投资以提高生产力的合理性，而这很难直接转化为经济效益。许多企业正在利用生成式人工智能来转变其商业模式并创造新机遇，但这些部署方法的成本很高。
Sallam 指出，生成式人工智能没有放之四海而皆准的方案，其成本不像其他技术那样可预测。支出、用例和部署方式决定了成本。无论是希望将人工智能融入到各个领域的市场颠覆者，还是更注重生产力提升或扩展现有流程的保守型组织，每种方法都有不同程度的成本、风险、可变性和战略影响。
无论人工智能的雄心壮志如何，Gartner 的研究表明，生成式人工智能需要对间接和未来财务投资标准的容忍度高于对即时投资回报 (ROI) 的容忍度。从历史上看，许多首席财务官不愿在当下投资于未来的间接价值。这种不情愿可能会导致投资配置偏向战术性而非战略性成果。
实现商业价值
各行各业和业务流程的早期采用者报告了各种改进，这些改进因用例、工作类型和员工技能水平而异。根据 Gartner 最近的一项调查，受访者平均收入增长了 15,8%，成本节省了 15,2%，生产力提高了 22,6%。该调查于 2023 年 9 月至 11 月期间进行，共访问了 822 位企业领导者。
Sallam 强调，这些数据是评估生成式人工智能商业模式创新所带来的商业价值的宝贵基准。然而，重要的是要认识到估算这一价值的挑战，因为其效益因公司、用例、职能和员工而异。通常，影响可能不会立即显现，可能会随着时间的推移而显现，但这种延迟并不会削弱潜在的效益。
计算商业影响
通过分析生成式人工智能商业模式创新的商业价值和总成本，组织可以确定直接投资回报率 (ROI) 和未来价值影响。这是在生成式人工智能商业模式创新方面做出明智投资决策的关键工具。
Sallam 最后强调，如果业务成果达到或超过预期，就有机会扩大投资，将创新和生成式人工智能的应用扩展到更广泛的用户群，或在其他业务部门实施。否则，可能需要探索其他创新方案。这些洞察有助于组织战略性地分配资源，并确定最有效的前进路径。
我的个人印象
Na 弹性云 在参与了数百个人工智能项目之后，我发现主要问题在于客户关注的是工具本身，而不是它所解决的真正问题。当我们超越这个阶段时，用例就会变得真实，并产生重大影响。务必记住，技术只是一种工具；真正的价值在于我们如何利用它来解决具体的挑战并创造变革性的机会。
