粉嫩av在线观看|无码视频网站亚洲理论在线|Av在线中文亚洲|99这里都是精品|国产精品成人女人久久|欧美日韩高清免费播放一区二区三区|久久久久久桃九九九国产精品|成人一级黄片国外超级A片|欧美特级毛片国产精品H视频|看特黄A级片亚洲另类区

大數(shù)跨境

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢 非凡產(chǎn)研
2024-04-09
569
導(dǎo)讀：我們相信哪些能在“LLM + UI”公式之外進行創(chuàng)新，并顯著重新思考企業(yè)的基本工作流程，或幫助企業(yè)更好地利用自己專有數(shù)據(jù)的應(yīng)用，將在整個市場上表現(xiàn)特別出色。
生成式人工智能（Generative AI）在2023年迅速席卷了消費市場，創(chuàng)下了超過10億美元的消費支出的紀錄。2024年，我們相信企業(yè)領(lǐng)域的收入機會將是前者的數(shù)倍。
去年，盡管消費者花費數(shù)小時與新的AI伴侶聊天或使用擴散模型（ diffusion models）制作圖像和視頻，企業(yè)對genAI的大部分參與似乎局限于少數(shù)明顯的用例，并且將“GPT-wrapper（GPT套殼）”產(chǎn)品作為新的SKU進行交付。一些持懷疑態(tài)度的人懷疑genAI是否能夠在企業(yè)中擴展。這些初創(chuàng)公司真的能賺到錢嗎？這難道不都是炒作嗎？
在過去的幾個月里，a16Z與數(shù)十家財富500強和頂級企業(yè)領(lǐng)導(dǎo)人進行了交談，并對70多位進行了調(diào)查，以了解他們?nèi)绾问褂谩⒉少徍皖A(yù)算生成式人工智能。調(diào)查結(jié)果顯示，在過去6個月里，企業(yè)對生成式AI的資源配置和態(tài)度發(fā)生了顯著變化。盡管這些領(lǐng)導(dǎo)人對部署生成式人工智能仍有一些保留，但他們幾乎將預(yù)算增加了兩倍，將更多應(yīng)用部署在較小的開源模型上，并將更多業(yè)務(wù)從早期實驗轉(zhuǎn)移到生產(chǎn)環(huán)境中。
這對創(chuàng)始人來說是一個巨大的機遇。a16Z認為，那些為客戶“以AI為中心的戰(zhàn)略計劃”構(gòu)建解決方案，并同時能預(yù)見他們的痛點，以及從重服務(wù)模式轉(zhuǎn)向構(gòu)建可擴展產(chǎn)品的人工智能初創(chuàng)公司，將會抓住這一新的投資浪潮并占據(jù)重要的市場份額。
任何時候，為企業(yè)構(gòu)建和銷售任何產(chǎn)品都需要對客戶的預(yù)算、關(guān)注點和路線圖有深入的了解。為了讓AI公司創(chuàng)始人了解企業(yè)客戶高層將如何決定部署生成式AI，并讓其了解該領(lǐng)域相關(guān)企業(yè)高層如何解決與他們相同的問題，a16Z根據(jù)訪談結(jié)果總結(jié)了以下16個最為關(guān)鍵的考慮因素，涉及資源、模型和應(yīng)用。

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

   資源分配：預(yù)算呈現(xiàn)急劇增長，且趨勢持續(xù)

1. 生成式人工智能的預(yù)算激增

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢
2023年企業(yè)基礎(chǔ)模型API、自主托管和模型微調(diào)的平均支出約為700萬美元。此外，我們與幾乎每一家企業(yè)交談后發(fā)現(xiàn)，他們的生成式人工智能實驗取得了令人期待的初步成果，并計劃在2024年將支出提高2倍至5倍，以支持更多業(yè)務(wù)場景的應(yīng)用。

2. 頭部企業(yè)開始將AI投資重新分配到經(jīng)常性軟件支出預(yù)算項目

去年，大部分企業(yè)的生成式人工智能支出毫不奇怪地來自“創(chuàng)新”預(yù)算和其他一次性資金池。然而，到了2024年，許多頭部企業(yè)正在將這些支出重新分配到更為永久的軟件預(yù)算項上；不到四分之一的人表示今年的生成式人工智能支出將來自創(chuàng)新預(yù)算。在較小的范圍內(nèi)，我們也開始看到一些頭部企業(yè)將生成式人工智能預(yù)算用于節(jié)省人力成本，特別是在客戶服務(wù)方面。
如果這種趨勢持續(xù)下去，我們認為這將是未來生成式人工智能支出顯著增加的先兆。一家公司提到，他們基于LLM技術(shù)的客戶服務(wù)每通電話節(jié)省了約6美元，總體節(jié)省了約90%的成本，這是增加八倍投資于生成式人工智能的原因之一。
以下是參與調(diào)查的企業(yè)如何分配LLM支出的總體情況:
a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

3. ROI的衡量仍然是一門藝術(shù)和科學(xué)

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

目前，企業(yè)領(lǐng)導(dǎo)者主要通過AI帶來的生產(chǎn)力增長來衡量ROI。雖然他們依賴NPS和客戶滿意度等作為良好的代理指標(biāo)，但他們也在尋找更具體的衡量回報的方法，比如收入增長、節(jié)約、效率和準(zhǔn)確性提升，這取決于具體的使用情況。在短期內(nèi)，頭部企業(yè)仍在推出這項技術(shù)，并試圖找到最佳的度量指標(biāo)來量化回報，但在未來2到3年內(nèi)，ROI將變得越來越重要。
在頭部企業(yè)們尋找答案的同時，許多企業(yè)領(lǐng)導(dǎo)人對于員工表示他們更有效地利用了自己的時間的情況，往往選擇相信員工的陳述，而不是基于確鑿的數(shù)據(jù)或度量標(biāo)準(zhǔn)。

4. 實施和擴展生成式人工智能需要正確的技術(shù)人才，但目前許多企業(yè)內(nèi)部并沒有太多這樣的人才

僅僅擁有大模型提供商的API并不足以規(guī)?；瘶?gòu)建和部署生成式人工智能解決方案。實施、維護和擴展所需的計算基礎(chǔ)設(shè)施需要高度專業(yè)化的人才。僅在2023年，實施費用就占據(jù)了AI支出中最大的部分之一，在某些情況下甚至是最大的部分。一位企業(yè)高管提到，“LLM可能只有構(gòu)建應(yīng)用場景的成本的四分之一”，開發(fā)成本占據(jù)了大部分預(yù)算。
為了幫助企業(yè)啟動和運行他們的模型，基礎(chǔ)模型提供商在過去和現(xiàn)在都提供專業(yè)服務(wù)，這些服務(wù)通常與定制模型開發(fā)有關(guān)。我們估計這在2023年為這些公司帶來了相當(dāng)一部分收入，并且除了性能之外，這也是企業(yè)選擇特定模型提供商的關(guān)鍵原因之一。由于在企業(yè)中很難獲得合適的生成式人工智能人才，提供工具以使生成式人工智能開發(fā)更容易在企業(yè)內(nèi)部內(nèi)部實施的初創(chuàng)公司可能會看到更快的采用速度。

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

   模型：企業(yè)正朝著多模型、開源的方向發(fā)展

5.多模型的未來

僅僅在6個月前，絕大多數(shù)企業(yè)只是在試驗一個模型（通常是OpenAI的）或者最多兩個模型。但當(dāng)我們今天與企業(yè)領(lǐng)導(dǎo)人交談時，他們都在測試——在一些情況下甚至在業(yè)務(wù)場景中使用——多個模型，這使他們能夠1）根據(jù)性能、規(guī)模和成本來定制具體應(yīng)用；2）避免鎖定；以及3）快速利用這個迅猛發(fā)展領(lǐng)域的最新研究成果。對頭部企業(yè)來說，第三點尤其重要，因為模型排行榜是動態(tài)的，企業(yè)很樂意結(jié)合當(dāng)前的最新模型和開源模型以獲得最佳結(jié)果。
a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢
我們很可能會看到更多的模型涌現(xiàn)。下表是根據(jù)調(diào)查數(shù)據(jù)繪制的，參與調(diào)研的企業(yè)領(lǐng)導(dǎo)人們分享了一些正在測試的模型，這是證明企業(yè)正將模型推向業(yè)務(wù)流程的領(lǐng)先指標(biāo)。OpenAI仍然在企業(yè)應(yīng)用領(lǐng)域占據(jù)主導(dǎo)地位，符合預(yù)期。
a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

6. 開源正在蓬勃發(fā)展

這是過去6個月中最令人驚訝的變化之一。我們估計，2023年80%至90%的閉源模型占據(jù)了主要市場份額，且其中大部分市場份額都屬于OpenAI。然而，46%的調(diào)查受訪者提到，他們在2024年更喜歡或非常喜歡開源模型。在采訪中，近60%的AI領(lǐng)導(dǎo)者表示，他們對增加開源使用或在調(diào)整開源模型的性能與閉源模型大致匹配時進行切換感興趣。
因此，從2024年開始，企業(yè)預(yù)計將會出現(xiàn)對開源的使用顯著轉(zhuǎn)移，一些企業(yè)甚至明確表示目標(biāo)是實現(xiàn)50/50的分配比例，而不再是2023年的80%閉源/20%開源的分配比例。
a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

7. 雖然成本是開源很有吸引力的一個因素，但它在關(guān)鍵選擇標(biāo)準(zhǔn)中排名在控制權(quán)和定制化之后

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢
a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢
控制權(quán)（保護專有數(shù)據(jù)的安全性以及了解模型產(chǎn)生特定輸出的原因）和定制化（針對特定應(yīng)用進行有效調(diào)整的能力）遠遠超過成本，成為采用開源的主要原因。我們對成本并非關(guān)注重點感到意外，但這反映了企業(yè)領(lǐng)導(dǎo)層目前的信念，即生成式人工智能所創(chuàng)造的額外價值很可能遠遠超過其價格。正如一位高管解釋的那樣：“為了獲取準(zhǔn)確的答案而花錢是值得的。”

8. 對于控制權(quán)的渴望源于敏感應(yīng)用和企業(yè)數(shù)據(jù)安全問題

出于監(jiān)管或數(shù)據(jù)安全的考慮，企業(yè)仍不愿與閉源模型提供商分享其專有數(shù)據(jù)，這毫不奇怪。尤其是那些知識產(chǎn)權(quán)對其業(yè)務(wù)模式至關(guān)重要的公司尤其保守。一些領(lǐng)導(dǎo)通過自己托管開源模型來解決這一問題，而另一些則指出他們正在優(yōu)先考慮具有虛擬專用云（VPC）集成的模型。

9. 領(lǐng)先企業(yè)通常通過微調(diào)，而不是從零構(gòu)建來定制模型

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢
2023年，有很多關(guān)于構(gòu)建自定義模型（如BloombergGPT）的討論。到了2024年，企業(yè)仍然對定制模型感興趣，但隨著高質(zhì)量開源模型的出現(xiàn)，大多數(shù)企業(yè)選擇不再從頭訓(xùn)練自己的LLM，而是使用檢索增強生成（RAG）或?qū)﹂_源模型進行微調(diào)（fine- tuning）以滿足他們的特定需求。

10. 云仍然在企業(yè)模型購買決策中產(chǎn)生極大影響力

2023年，許多企業(yè)出于安全考慮通過其現(xiàn)有的云服務(wù)提供商（CSP）購買模型——領(lǐng)導(dǎo)者更擔(dān)心閉源模型處理數(shù)據(jù)不當(dāng)，而不是他們的CSP——并且為了避免冗長的采購流程。到了2024年，情況仍然如此，這意味著CSP與首選模型之間的相關(guān)性相當(dāng)高：Azure用戶通常更喜歡OpenAI，而亞馬遜用戶更喜歡Anthropic或Cohere。
正如我們在下面的圖表中所看到的那樣，超過72％的企業(yè)使用API訪問其模型，其中超過一半使用其CSP托管的模型。（請注意，超過四分之一的受訪者進行了自我托管，可能是為了運行開源模型。）
a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

11. 客戶仍然關(guān)注大模型最新推出的領(lǐng)先功能

盡管領(lǐng)導(dǎo)者將推理能力、可靠性和訪問易用性（例如，通過他們的云服務(wù)提供商）列為采用特定模型的主要原因，但他們也傾向于具有其他差異化特性的模型。多位企業(yè)領(lǐng)導(dǎo)者指出，之前的 200K 上下文窗口能力是他們愿意采用 Anthropic 模型的關(guān)鍵原因，而一些人選擇了 Cohere，則因為其最早發(fā)布、易于使用的微調(diào)功能。

12. 大多數(shù)企業(yè)認為模型性能正在趨同

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

盡管大部分科技社區(qū)專注于將模型性能與公共基準(zhǔn)（benchmarks）進行比較，但企業(yè)領(lǐng)導(dǎo)者更關(guān)注將經(jīng)過微調(diào)的開源模型和經(jīng)過微調(diào)的閉源模型的性能與其自身的一套內(nèi)部基準(zhǔn)進行比較。有趣的是，盡管閉源模型在外部基準(zhǔn)測試中通常表現(xiàn)更好，但企業(yè)領(lǐng)導(dǎo)者仍然給予開源模型相對較高的NPS（在某些情況下甚至更高），因為它們更容易對特定模型進行微調(diào)。
一家公司發(fā)現(xiàn)“在微調(diào)后，Mistral和Llama的性能幾乎與OpenAI一樣，但成本要低得多。”按照這些標(biāo)準(zhǔn)，模型性能的趨同速度甚至比我們預(yù)期的更快，這使領(lǐng)導(dǎo)者能夠選擇更廣泛范圍內(nèi)非常有能力的模型。

13. 靈活性優(yōu)化選擇權(quán)

大多數(shù)企業(yè)正在設(shè)計其應(yīng)用程序，以便在模型之間切換只需更改API即可完成。一些公司甚至預(yù)先測試提示，以便切換可以在瞬間完成，而其他公司則建立了“模型花園”，可以根據(jù)需要將模型部署到不同的應(yīng)用程序中。
企業(yè)采取這種方法的部分原因是因為他們從云時代學(xué)到了一些艱難的教訓(xùn)，即需要減少對供應(yīng)商的依賴；另一部分原因是因為市場發(fā)展得如此之快，承諾只使用單一供應(yīng)商是不明智的。

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

   應(yīng)用：將會更多遷移到具體業(yè)務(wù)場景

14. 目前企業(yè)正在自行構(gòu)建而非購買應(yīng)用程序

企業(yè)的重點主要放在自主構(gòu)建應(yīng)用程序上，目前企業(yè)更傾向于自主開發(fā)應(yīng)用程序，而不是從外部購買。這主要是因為市場上缺乏經(jīng)過嚴格測試、能夠在特定領(lǐng)域內(nèi)取得決定性成功的企業(yè)級人工智能應(yīng)用程序。畢竟，目前還沒有像這樣的應(yīng)用程序的“魔法象限”（Magic Quadrants）。
基礎(chǔ)模型的出現(xiàn)使企業(yè)更容易通過API來構(gòu)建自己的AI應(yīng)用程序。企業(yè)現(xiàn)在正在構(gòu)建自己版本的常見應(yīng)用，如客戶支持和內(nèi)部聊天機器人，同時還在嘗試更新穎的英語，如編寫消費品配方、縮小分子發(fā)現(xiàn)范圍和進行銷售推薦。
關(guān)于“GPT wrappers（GPT套殼）”的局限性已經(jīng)被討論過很多了，例如，初創(chuàng)公司利用大型語言模型（LLM）已知能力（例如文檔摘要）來構(gòu)建用戶熟悉界面（例如聊天機器人），我們認為這些公司將面臨的一個困境是，AI進一步降低了企業(yè)內(nèi)部（in-house）自主構(gòu)建類似應(yīng)用的門檻。
然而，目前尚不清楚當(dāng)更多面向企業(yè)的AI應(yīng)用上市時，情況是否會發(fā)生變化。雖然一位企業(yè)領(lǐng)導(dǎo)者提到盡管他們正在內(nèi)部開發(fā)許多應(yīng)用，但他們樂觀地認為“將會有新工具出現(xiàn)”，并且更愿意“使用市面上最好的工具”。其他人認為，GenAI越來越成為一種“戰(zhàn)略工具”，允許企業(yè)將某些功能內(nèi)部化，而不是像傳統(tǒng)上依賴外部供應(yīng)商。鑒于這些情況，我們相信那些能在“LLM + UI”公式之外進行創(chuàng)新，并顯著重新思考企業(yè)的基本工作流程，或幫助企業(yè)更好地利用自己專有數(shù)據(jù)的應(yīng)用，將在整個市場上表現(xiàn)特別出色。

15.企業(yè)對內(nèi)部應(yīng)用感到興奮，但對外部應(yīng)用仍然更為謹慎

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢
這是因為企業(yè)中仍然存在兩個主要關(guān)于GenAI的擔(dān)憂：1）潛在的幻覺和安全問題，2）部署GenAI可能導(dǎo)致的公共關(guān)系問題，特別是在敏感的消費者領(lǐng)域（例如，醫(yī)療保健和金融服務(wù)）。過去一年中最受歡迎的應(yīng)用要么專注于內(nèi)部生產(chǎn)力，要么需要在觸達客戶之前通過工作人員審核，例如編碼協(xié)作、客戶支持和營銷。
在企業(yè)中，完全用于內(nèi)部的應(yīng)用（例如文本摘要和知識管理，例如內(nèi)部聊天機器人）的推廣速度遠遠高于敏感的人機協(xié)作應(yīng)用（例如合同審查）或面向客戶的用例（例如外部聊天機器人或推薦算法）。公司希望避免類似于加拿大航空公司由于生成AI失誤導(dǎo)致發(fā)生客戶服務(wù)問題所帶來的后果。由于這些問題對大多數(shù)企業(yè)仍然具有重大影響，構(gòu)建可以幫助控制這些問題的工具的初創(chuàng)公司可能會獲得顯著的采用率。

a16z：2024年企業(yè)構(gòu)建和采購生成式AI服務(wù)的16項變化趨勢

   總機會規(guī)模：龐大且快速增長

16.我們認為，到2024年底，模型API和微調(diào)的總支出將達到每年超過50億美元的規(guī)模，并且企業(yè)支出將占據(jù)其中的重要部分

根據(jù)我們的計算，我們估計，截至2023年，模型API（包括微調(diào)）市場的年收入率在15億至20億美元左右，其中包括通過Azure購買OpenAI模型的支出。鑒于整體市場的預(yù)期增長和來自企業(yè)的明確跡象，單單這一領(lǐng)域的支出到年底將至少增長到每年50億美元的規(guī)模，且潛力巨大。
正如我們討論過的，企業(yè)已經(jīng)將GenAI的部署作為優(yōu)先事項，增加了預(yù)算并重新分配到軟件產(chǎn)品線（software lines），優(yōu)化了跨不同模型的應(yīng)用，并計劃在2024年將更多大模型應(yīng)用擴大至廣泛的業(yè)務(wù)流程，這意味著這種行為很可能成為驅(qū)動市場增長的重要影響因素。
在過去的6個月里，企業(yè)領(lǐng)導(dǎo)層自上而下都要求找到并部署GenAI解決方案。以前需要一年多才能達成的交易現(xiàn)在在2到3個月內(nèi)就能完成，并且這些交易規(guī)模比以往更大。雖然本文重點討論了基礎(chǔ)模型層，但我們也相信企業(yè)中的這一機會已經(jīng)延伸到了堆棧的其他部分——從幫助微調(diào)的工具，到模型服務(wù)，到應(yīng)用構(gòu)建，再到專門構(gòu)建的AI原生應(yīng)用。我們正處于企業(yè)借助GenAI轉(zhuǎn)型的重要拐點，我們很興奮能與下一代服務(wù)于這個充滿活力和具備巨大成長潛力的市場的公司合作。
【聲明】內(nèi)容源于網(wǎng)絡(luò)
非凡產(chǎn)研
非凡產(chǎn)研是非凡資本旗下全球數(shù)智商業(yè)研究中心。非凡產(chǎn)研專注于商業(yè)場景下國內(nèi)、出海及全球化企業(yè)服務(wù)生態(tài)領(lǐng)域的研究，團隊成員來自知名研究咨詢公司、私募基金和科技體等，是一支具有深入洞察、專業(yè)知識和豐富資源的分析師團隊。
內(nèi)容 1273
粉絲 1
非凡產(chǎn)研 非凡產(chǎn)研是非凡資本旗下全球數(shù)智商業(yè)研究中心。非凡產(chǎn)研專注于商業(yè)場景下國內(nèi)、出海及全球化企業(yè)服務(wù)生態(tài)領(lǐng)域的研究，團隊成員來自知名研究咨詢公司、私募基金和科技體等，是一支具有深入洞察、專業(yè)知識和豐富資源的分析師團隊。
總閱讀254.5k
粉絲1
內(nèi)容1.3k