11月22日，美國風險投資公司MenloVentures近日發(fā)布了題為《2024年企業(yè)生成式人工智能的現(xiàn)狀》（2024: The State of Generative AI in the Enterprise）的報告。（編者注：企業(yè)生成式人工智能，重點討論商業(yè)和企業(yè)環(huán)境中應(yīng)用的人工智能技術(shù)和解決方案，區(qū)別于學(xué)術(shù)研究、個人使用等其他應(yīng)用領(lǐng)域。）
MenloVentures在報告中指出，在企業(yè)人工智能領(lǐng)域的發(fā)展浪潮中，企業(yè)正從依賴單一供應(yīng)商轉(zhuǎn)向采用多種人工智能模型的靈活策略，以滿足多樣化的業(yè)務(wù)需求。在這一轉(zhuǎn)變中，OpenAI雖曾以先發(fā)優(yōu)勢領(lǐng)先，市場份額卻已從50%降至34%。與此同時，Anthropic的Claude 3.5 Sonnet模型推出后，市場份額翻倍至24%，在企業(yè)人工智能市場中脫穎而出。
MenloVentures在其報告中強調(diào)，2024年生成式人工智能已經(jīng)成為企業(yè)的關(guān)鍵任務(wù)。今年企業(yè)在人工智能上的支出激增至138億美元，相較于2023年的23億美元增長了500%，這一顯著的增長表明企業(yè)正在將人工智能從試驗階段轉(zhuǎn)變?yōu)閳?zhí)行階段，并將其作為商業(yè)戰(zhàn)略的核心部分。通過調(diào)查600位企業(yè)IT決策者，MenloVentures揭示了在這場技術(shù)變革中哪些企業(yè)正在成為行業(yè)的領(lǐng)跑者，哪些則可能面臨挑戰(zhàn)。
支出的顯著增長映射出了企業(yè)界對人工智能的樂觀態(tài)度；72%的決策者預(yù)測，生成式人工智能工具將在不久的將來得到更廣泛的應(yīng)用。這種信心并非空穴來風--生成式人工智能工具已經(jīng)深入融入了專業(yè)人士的日常業(yè)務(wù)流程中，無論是程序員還是醫(yī)療服務(wù)提供者都在使用這些工具。
盡管對人工智能的前景持樂觀態(tài)度，且投資持續(xù)增加，許多決策者仍在探索哪些人工智能應(yīng)用適合他們的業(yè)務(wù)。超過三分之一的受訪者表示，他們對如何在組織內(nèi)部署生成式人工智能缺乏清晰的規(guī)劃。這并不是說他們的投資沒有方向，而是說明目前正處于大規(guī)模技術(shù)轉(zhuǎn)型的初期階段。企業(yè)領(lǐng)導(dǎo)者正在逐步認識到生成式人工智能將對其組織帶來的深遠影響。
去年，MenloVentures發(fā)布的《2023年企業(yè)生成式AI的現(xiàn)狀》記錄了AI試驗的早期階段。而在今年的報告中，涵蓋了600位企業(yè)領(lǐng)導(dǎo)者的見解，揭示了企業(yè)從試點項目向生產(chǎn)實踐的轉(zhuǎn)變，展現(xiàn)了人工智能成為企業(yè)戰(zhàn)略需求的趨勢。
01.企業(yè)對生成式人工智能的投入不斷增長
注：2024年企業(yè)對生成式人工智能的投資大幅增長（按類別劃分，2024年企業(yè)對人工智能的投資較2023年大幅增長）
目前，60%的企業(yè)生成式人工智能投資來自創(chuàng)新預(yù)算，這反映了企業(yè)處于采用生成式人工智能的早期階段。然而，隨著40%的人工智能生成性支出來自更長期的預(yù)算--其中58%的預(yù)算從現(xiàn)有撥款中重新分配--企業(yè)對人工智能轉(zhuǎn)型的承諾正在不斷增強。
生成式人工智能正在從未來技術(shù)過渡到基本業(yè)務(wù)工具。雖然基礎(chǔ)模型投資仍主導(dǎo)著企業(yè)生成式人工智能支出，但受益于基礎(chǔ)設(shè)施層面的整合設(shè)計模式，應(yīng)用層現(xiàn)在增長更快。企業(yè)正在通過使用這些工具來優(yōu)化各部門的工作流程，為更廣泛的創(chuàng)新鋪平道路，從而創(chuàng)造巨大價值。
企業(yè)采用生成式人工智能出現(xiàn)兩個關(guān)鍵層面：
--現(xiàn)代人工智能棧，大型語言模型的競爭正在重塑競爭格局，特定的基礎(chǔ)設(shè)施模式正在獲得廣泛采納。
--應(yīng)用層（the application layer），新興的突破性應(yīng)用正在出現(xiàn)，初創(chuàng)企業(yè)正在開拓新市場。
02.生成式人工智能趨勢：多模型策略盛行，OpenAI市場份額被Anthropic蠶食
注：OpenAI市場份額被Anthropic蠶食（各大型語言模型在2023年和2024年的市場份額對比圖）
企業(yè)正在摒棄對單一供應(yīng)商的依賴，轉(zhuǎn)而采取一種實用主義的多模型策略。MenloVentures的研究顯示，企業(yè)普遍在其人工智能架構(gòu)中部署三個或更多基礎(chǔ)模型，并根據(jù)特定用例或結(jié)果選擇不同的模型。這一策略同樣體現(xiàn)在開源與閉源解決方案的選擇上，盡管業(yè)界對此討論激烈，但用戶偏好保持相對穩(wěn)定。閉源解決方案以81%的市場份額占據(jù)主導(dǎo)地位，而開源替代方案（以Meta的Llama 3為代表）市場份額保持在19%，僅比2023年微降一個百分點。
在閉源模型領(lǐng)域，OpenAI的先發(fā)優(yōu)勢已有所減弱，其在企業(yè)市場的份額從50%降至34%。與此同時，Anthropic的市場份額翻倍，從12%增長至24%，成為主要受益者。隨著Claude 3.5 Sonnet成為行業(yè)領(lǐng)先模型，部分企業(yè)從GPT-4轉(zhuǎn)向了該款模型。企業(yè)在選擇新的大型語言模型時，最�？紤]的因素包括安全性和保障（46%）、成本（44%）、性能（42%）以及功能擴展（41%）。
03.設(shè)計模式趨勢：RAG增長顯著，微調(diào)鮮見，智能體嶄露頭角
注：RAG增長顯著,智能體嶄露頭角（2023年與2024年主要架構(gòu)采用對比圖）
企業(yè)人工智能設(shè)計模式--構(gòu)建高效、可擴展人工智能系統(tǒng)的標準化架構(gòu)--正在迅速發(fā)展。RAG（檢索增強生成技術(shù)）的采用率現(xiàn)在達到了51%，比去年的31%有了顯著增長。與此同時，微調(diào)--盡管在領(lǐng)先的應(yīng)用提供商中經(jīng)常被提及--實際上卻異常罕見，只有9%的生產(chǎn)模型進行了微調(diào)。
今年最大的突破是什么？智能體架構(gòu)首次亮相，已經(jīng)占據(jù)了12%的實施比例。
04.企業(yè)應(yīng)用傾向和分類
注：企業(yè)應(yīng)用人工智能工具的傾向和分類（生成式人工智能主要使用情況）
企業(yè)在不斷試驗中逐漸聚焦，一些用使用案例通過提升生產(chǎn)力和運營效率，已開始產(chǎn)生可觀的投資回報率：
--代碼協(xié)作工具以51%的采用率位居榜首，標志著開發(fā)者成為人工智能技術(shù)的首批重度用戶。GitHub Copilot迅速攀升至年收入3億美元的規(guī)模，印證了這一趨勢，而Codeium和Cursor等新興工具也在迅速崛起。除了通用編碼輔助工具，企業(yè)還在采購特定任務(wù)的協(xié)作工具，例如Harness的AI DevOps Engineer和QA Assistant，用于自動化流水線生成和測試，以及All Hands等人工智能智能體，它們能夠執(zhí)行更全面的軟件開發(fā)任務(wù)。
--支持聊天機器人在企業(yè)中的使用日益普及，目前已有31%的企業(yè)采用。這些應(yīng)用提供全天候、基于知識的穩(wěn)定支持，服務(wù)于企業(yè)員工和客戶。Aisera、Decagon和Sierra等聊天機器人直接與最終用戶進行互動，而Observe AI則在通話過程中為呼叫中心的客服人員提供實時指導(dǎo)。
--企業(yè)搜索+檢索和數(shù)據(jù)提取+轉(zhuǎn)換的采用率分別為28%和27%，這反映了企業(yè)對于解鎖和利用分散在組織內(nèi)數(shù)據(jù)孤島中的寶貴知識的強烈需求。Glean和Sana等解決方案能夠連接電子郵件、即時通訊和文檔庫，實現(xiàn)跨系統(tǒng)的統(tǒng)一語義搜索，并提供人工智能驅(qū)動的知識管理。
--會議總結(jié)在所有用例中排名第五，采用率為24%，通過自動化記錄和提煉會議要點，節(jié)省時間并提升工作效率。Fireflies.ai、Otter.ai和Sana等工具能夠捕捉并總結(jié)在線會議內(nèi)容，而Fathom則能從視頻中提取關(guān)鍵信息。Eleos Health將此類創(chuàng)新應(yīng)用于醫(yī)療保健領(lǐng)域，自動化處理數(shù)小時的文檔工作，并與電子健康記錄（EHRs）直接集成，使醫(yī)療服務(wù)提供者能夠更專注于患者護理。
05.深度剖析應(yīng)用：應(yīng)用層熱度上升
在2024年，應(yīng)用層成為了人工智能領(lǐng)域的焦點。隨著眾多架構(gòu)設(shè)計模式的成熟，應(yīng)用層企業(yè)正在跨界利用大型語言模型的能力，以實現(xiàn)效率和功能的新突破。企業(yè)買家迅速把握這一趨勢，對生成式人工智能應(yīng)用的投資達到了46億美元，相較于去年的6億美元，增長了近8倍。
企業(yè)的投資不僅在增加，其視野也更加遠大。平均而言，企業(yè)已識別出10個潛在的應(yīng)用場景，為這項變革性技術(shù)描繪出宏偉的藍圖。其中，近四分之一（24%）的應(yīng)用場景已被確定為短期內(nèi)優(yōu)先實施的項目，顯示出向?qū)嶋H應(yīng)用推進的強勁動力。然而，這僅僅是一個開始。大多數(shù)企業(yè)仍處于初步采納階段，僅有少數(shù)應(yīng)用場景已經(jīng)投入實際使用，而三分之一的應(yīng)用場景仍在原型階段，正在進行評估和測試（33%）。
06.自建與外購：個案決策之道
面對自建或外購解決方案的抉擇，企業(yè)的選擇幾乎平分秋色：47%的解決方案由企業(yè)內(nèi)部開發(fā)，而53%則通過供應(yīng)商獲取。這一現(xiàn)象與2023年相比有了顯著變化。去年的數(shù)據(jù)顯示，80%的企業(yè)依賴于第三方生成式人工智能技術(shù)。這反映出，越來越多的企業(yè)對于自主開發(fā)內(nèi)部人工智能工具的信心和能力正在增強，而不僅僅依賴于外部供應(yīng)商。
07.固守傳統(tǒng)與突破創(chuàng)新：老牌企業(yè)更易受初創(chuàng)公司顛覆
去年，老牌企業(yè)通過“附加”策略在企業(yè)市場中占據(jù)主導(dǎo)地位，將生成式人工智能能力疊加到現(xiàn)有產(chǎn)品上。MenloVentures當時曾預(yù)測，初創(chuàng)公司將逐漸獲得優(yōu)勢。今年的數(shù)據(jù)表示，MenloVentures的思考是正確的：盡管64%的客戶仍然傾向于從老牌供應(yīng)商那里購買，理由是信任和即開即用的功能，但老牌企業(yè)的主導(dǎo)地位開始出現(xiàn)裂痕。MenloVentures的數(shù)據(jù)揭示了日益增長的不滿情緒：18%的決策者對老牌企業(yè)的服務(wù)表示失望；而40%的人質(zhì)疑他們當前的解決方案是否真的滿足他們的需求，這為創(chuàng)新的初創(chuàng)公司提供了介入并確立地位的機會。
08.垂直AI應(yīng)用的崛起
注：垂直AI應(yīng)用的崛起（生成式人工智能市場分布圖：垂直應(yīng)用）
最初，生成式人工智能應(yīng)用主要針對文本和圖像生成的水平解決方案，但到了2024年，越來越多的應(yīng)用開始在特定領(lǐng)域、垂直化的工作流程中獲得關(guān)注，并應(yīng)用大型語言模型的新能力。以下是幾個引領(lǐng)采用的垂直領(lǐng)域：
--醫(yī)療保�。簜鹘y(tǒng)上在技術(shù)采納上較為緩慢的醫(yī)療保健領(lǐng)域，現(xiàn)在以5億美元的企業(yè)支出領(lǐng)先于生成式人工智能的采用。像Abridge、Ambience、Heidi和Eleos Health這樣的工具成為醫(yī)生辦公室的標配，而自動化解決方案在臨床生命周期中不斷涌現(xiàn)--從分診和接待（例如，Notable）到編碼（例如，SmarterDx、Codametrix）以及收入周期管理（例如，Adonis、Rivet*）。
--法律：歷史上對技術(shù)持保守態(tài)度的法律行業(yè)（企業(yè)AI支出為3.5億美元）現(xiàn)在開始擁抱生成式人工智能技術(shù)，以管理大量的非結(jié)構(gòu)化數(shù)據(jù)和自動化復(fù)雜的、基于模式的工作流程。該領(lǐng)域主要分為訴訟和交易法，以及眾多子專業(yè)。Everlaw專注于訴訟法，包括法律保留、電子發(fā)現(xiàn)和審判準備，而Harvey和Spellbook則通過合同審查、法律研究和并購解決方案推進交易法中的人工智能應(yīng)用。特定實踐領(lǐng)域也在針對人工智能創(chuàng)新：EvenUp專注于傷害法，Garden專注于專利和知識產(chǎn)權(quán)，Manifest專注于移民和就業(yè)法，而Eve正在重新定義從客戶接待到案件解決的原告案件工作流程。
金融服務(wù)：由于其復(fù)雜的數(shù)據(jù)、嚴格的監(jiān)管和關(guān)鍵的工作流程，金融服務(wù)（企業(yè)人工智能支出為1億美元）為轉(zhuǎn)型提供了良好的土壤。像Numeric和Klarity這樣的初創(chuàng)公司正在徹底改變會計工作，而Arkifi和Rogo通過先進的數(shù)據(jù)提取加速財務(wù)研究。Arch使用AI顛覆RIAs和投資基金的后臺流程。Orgby和Sema4提供更廣泛的水平解決方案，從對賬和報告開始，而Greenlite和Norm AI提供實時合規(guī)監(jiān)控，以跟上不斷演變的監(jiān)管。
媒體和娛樂：從好萊塢銀幕到創(chuàng)作者智能手機，生成式人工智能正在重塑媒體和娛樂（企業(yè)AI支出為1億美元）。像Runway這樣的工具現(xiàn)在成為工作室的標配，而像Captions和Descript這樣的應(yīng)用程序賦予獨立創(chuàng)作者力量。像Black Forest Labs、Higgsfield*、Ideogram、Midjourney和Pika這樣的平臺正在推動專業(yè)圖像和視頻創(chuàng)作的邊界。
09.未來展望
MenloVentures對未來做出以下三個預(yù)測：
1.智能體技術(shù)將引領(lǐng)下一波變革。
智能體自動化將引領(lǐng)人工智能的下一波轉(zhuǎn)型，解決當前系統(tǒng)難以處理的復(fù)雜、多步驟任務(wù)，這些任務(wù)超出了專注于內(nèi)容生成和知識檢索的系統(tǒng)能力。Clay和Forge等平臺展示了先進代理技術(shù)可能如何顛覆價值4000億美元的軟件市場，甚至可能侵蝕價值10萬億美元的美國服務(wù)經(jīng)濟。這一轉(zhuǎn)變將需要新的基礎(chǔ)設(shè)施支持，包括代理認證、工具集成平臺、AI瀏覽器框架以及專為AI生成代碼設(shè)計的專用運行環(huán)境。
2.老牌企業(yè)將面臨更多挑戰(zhàn)。
ChatGPT今年對Chegg和Stack Overflow的顛覆性影響是一個警示：Chegg的市值縮水了85%，Stack Overflow的網(wǎng)絡(luò)流量減少了一半。其他領(lǐng)域也面臨著被顛覆的風險。像Cognizant這樣的IT外包公司和UiPath這樣的傳統(tǒng)自動化企業(yè)應(yīng)該準備迎接人工智能領(lǐng)域的挑戰(zhàn)者進入市場。隨著時間的推移，即使是Salesforce和Autodesk這樣的軟件行業(yè)巨頭也將面臨來自人工智能原生挑戰(zhàn)者的激烈競爭。
3.人工智能人才短缺問題將加劇。
人工智能人才短缺的問題將日益突出。隨著人工智能系統(tǒng)的廣泛擴散和復(fù)雜性增加，技術(shù)行業(yè)將面臨嚴重的人才短缺問題。這不僅僅是數(shù)據(jù)科學(xué)家的短缺，而是能夠?qū)⒏呒壢斯ぶ悄苣芰εc特定領(lǐng)域?qū)I(yè)知識相結(jié)合的專家的嚴重缺口。現(xiàn)有的人才儲備已經(jīng)嚴重不足。激烈的市場競爭和對企業(yè)架構(gòu)師的人工智能技能需求，預(yù)計將導(dǎo)致這些職位的薪資比現(xiàn)有高薪水平高出2到3倍，成為未來的新常態(tài)。盡管有培訓(xùn)計劃和人工智能卓越中心的投資，但這些努力仍難以跟上人才缺口的擴大，這將進一步加劇對推動下一波人工智能創(chuàng)新所需人才的激烈爭奪。（科技新聞特約編譯無忌）
