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。