Gartner的副总裁兼分析师John-David Lovelock表示,Gartner在2023年末进行的调查显示,约有半数公司在开发自己的AI工具,但到2024年底,这一比例已降至约20%。
Asperitas咨询公司的云业务负责人Scott Wheeler表示,该公司“绝大多数”客户目前都在使用现成AI工具。Asperitas咨询公司的客户多来自金融服务和保险行业,这些行业通常被视为能从通用AI功能中受益的潜在领域。
他表示,许多试图开发自研AI工具的公司都遇到了缺乏专业知识和预算的问题。
“对大多数人来说,投入与回报并不成正比,”Wheeler补充道,“你必须拥有将其做好的智力资源,而这些人才需求量极大。此外,除了智力资源,你还需要投入时间和其他资源。”
Lovelock观察到多种类型的概念验证项目,有的公司试图从零开始构建自己的AI模型,而有的公司则专注于在现有大型语言模型(LLM)的基础上增加功能。然而,一些AI专家表示,许多不太雄心勃勃的概念验证项目要么失败,要么成果不尽如人意。
托管服务提供商Lemongrass的首席技术官Eamonn O’Neill表示,高层管理人员和董事会成员对启动通用AI概念验证项目的巨大压力导致了许多不幸失败的项目。
“你们有这种初步尝试的冲动,这本身并不是坏事,”他说,“但一旦做了这些概念验证项目,大家的反应是‘嗯,这其实没什么用’,因为质量很差。似乎没人知道如何正确使用它。”
会计和商业咨询公司Armanino负责AI、分析和自动化的合伙人Carmel Wynkoop补充道,随着对通用AI的初步热情高涨,许多业务和IT领导人对概念验证项目的期望也水涨船高。
“他们的态度是‘让我们把大问题摆出来,用AI去解决它’,”她说,“但我们看到的情况略有不同,流程和时间的改进是循序渐进的,而这些问题并不是什么大问题。”
她表示,许多企业一头扎进耗时漫长的大型AI项目中,而这些项目要实现市场化和投资回报也遥遥无期。“如果我一开始就用AI来解决最大的问题,那可能会是一个为期一年的项目,”Wynkoop补充道,“我可能得先清理一堆数据,还可能得修改GPT代码。”
Gartner的Lovelock表示,在经历了过去两年的AI概念验证项目淘金热之后,2025年的市场动态发生了变化。以往是CIO主动寻求构建或购买AI工具,如今却是软件供应商在向CIO推销其附加AI产品,而CIO们也在寻求获得更实用的通用AI成果。
“以往是CIO们去买软件,而今年他们将被告知要购买[AI]软件,”他说,“过去,他们心中有目标,有要解决的问题,方向明确,用意明确,他们占据主导地位。”
Lovelock表示,在某些情况下,CIO们将别无选择,只能购买这些附加AI产品。
“今年,几乎所有软件公司,为其几乎所有产品,都将拥有通用AI功能,如果它们还没有的话,”他说,“销售人员会打电话给他们的客户说‘我们有了通用AI’,在某些情况下,你某天早上一来,就会发现账单金额略高,还多了个新按钮。”
与此同时,随着软件供应商和AI已经覆盖了大部分目标功能,许多公司构建自研AI工具的动力已经消失,Armanino的Wynkoop说。
她补充说,对于缺乏深入专业知识的公司而言,与其用AI解决大问题,不如从小处着手可能更有益。
“如果我从我能快速获得回报的举措开始,积累势头,并在我的企业中许多流程中提高效率,那么我就可以建立AI能做什么方面的声誉,并开始看到这些效率发挥作用,”Wynkoop说,“然后我可以观察人们如何改变他们的行为,以及他们如何与AI协同工作。”
Asperitas的Wheeler表示,未来许多内部开发项目可能会侧重于使用内部数据训练AI模型以创建特定功能。
“AI模型似乎已成为一种商品化的东西,”他说,“但很多公司都有这些定制化的数据集,他们将利用专有数据训练AI模型。”
AI和数据咨询公司Indicium的首席数据官Daniel Avancini补充道,这些基于专有数据训练的AI模型有望为采用这一方法的公司创造巨大价值。
“这是一种非常特定的产品,但如果我们能做好,它将为我们的公司带来巨大的价值,”他说,“我们不必有20个概念验证项目,只需这一个产品就能为我们带来巨大的投资回报。”
企业网D1net(www.d1net.com):
国内主流的to B IT门户,旗下运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。
版权声明:本文为企业网D1Net编译,转载需在文章开头注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。