企业级AI的现状如何了?

企业的重点主要放在自主构建应用程序上，目前企业更倾向于自主开发应用程序，而不是从外部购买。这主要是因为市场上缺乏经过严格测试、能够在特定领域内取得决定性成功的企业级人工智能应用程序。毕竟，目前还没有像这样的应用程序的“魔法象限”（Magic Quadrants）。基础模型的出现使企业更容易通过API来构建自己的AI应用程序。企业现在正在构建自己版本的常见应用，如客户支持和内部聊天机器人，同时还在尝试更新颖的英语，如编写消费品配方、缩小分子发现范围和进行销售推荐。关于“GPT wrappers（GPT套壳）”的局限性已经被讨论过很多了，例如，初创公司利用大型语言模型（LLM）已知能力（例如文档摘要）来构建用户熟悉界面（例如聊天机器人），我们认为这些公司将面临的一个困境是，AI进一步降低了企业内部（in-house）自主构建类似应用的门槛。然而，目前尚不清楚当更多面向企业的AI应用上市时，情况是否会发生变化。虽然一位企业领导者提到尽管他们正在内部开发许多应用，但他们乐观地认为“将会有新工具出现”，并且更愿意“使用市面上最好的工具”。其他人认为，GenAI越来越成为一种“战略工具”，允许企业将某些功能内部化，而不是像传统上依赖外部供应商。鉴于这些情况，我们相信那些能在“LLM+UI”公式之外进行创新，并显著重新思考企业的基本工作流程，或帮助企业更好地利用自己专有数据的应用，将在整个市场上表现特别出色。

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。

原文链接：https://www.sequoiacap.com/article/ai-50-2024/发表时间：2024-4-11作者：Konstantine Buhler编译：Z Potentials去年，生成式AI从不引人注意的地方走到了AI 50强榜单的前列。今年，随着我们看到企业用户和消费者的AI生产力开始大幅提高，它成为前沿和中心。尽管2023年美国的大部分AI风投都流向了基础设施领域——其中60%流向了最大的大语言模型（LLM）提供商，但应用公司仍在AI 50强榜单中占据主导地位。与此同时，我们开始看到AI如何为公司赋能。如今，许多公司正将AI融入其工作流程，以此来快速达成KPI。我们看到大公司正通过将AI融入其产品的方式而获益。工作流程自动化平台ServiceNow通过AI驱动的Now Assist，实现了近20%的事件避免率。Palo Alto Networks利用AI降低了处理费用的成本。Hubspot利用AI扩大了能够支持的用户规模。瑞典金融科技公司Klarna最近宣布，通过将AI融入用户支持，他们在运行率方面节省了4000多万美元。现在，成千上万的公司正在将AI整合到他们的工作流程中，以扩张规模和降低成本。AI 50强企业正在快速进化。不远的将来，我们有望看到UX和UI围绕AI的功能进行重新设计。在更好、更廉价地复制现有功能之后，我们将开发全新的用户界面，以提供有价值的新体验。