生成式AI市場報(bào)告：投資回報(bào)、主要用例、AI成本和收益結(jié)果
2024年，企業(yè)平均在最大的單一生成式AI用例上花費(fèi)了26億美金。
大約有70%的企業(yè)正在使用ChatGPT進(jìn)行軟件開發(fā)活動，65%的企業(yè)正在聘用MSP來推動很多他們的生成式AI計(jì)劃。
投入資金最多的生成式AI用例是客戶服務(wù)聊天機(jī)器人，有53%的企業(yè)表示，這是他們的首要的生成式AI優(yōu)先事項(xiàng)，而最常見的生成式AI用例則是IT測試自動化。
ISG最新發(fā)布的《生成式AI市場狀況》報(bào)告中公布了以上部分研究結(jié)果。
從企業(yè)對生成式AI解決方案的投資回報(bào)率ROI期望，到企業(yè)通過生成式AI實(shí)現(xiàn)的效率提升，再到企業(yè)面臨的五大生成式AI阻礙抑制因素，ISG這份最新的市場報(bào)告揭示了目前生成式AI的市場狀況。
ISG研究人員在報(bào)告中表示：“企業(yè)報(bào)告稱，他們預(yù)計(jì)到2025年在生成式AI上的支出將增加50%。您認(rèn)為您的客戶服務(wù)聊天機(jī)器人會帶來競爭優(yōu)勢嗎？在我們的研究中，有超過一半的參與者（53%）正在打造客戶服務(wù)聊天機(jī)器人?！?/p>
ISG的2024年生成式AI用例研究是從2024年8月開始進(jìn)行的，調(diào)查對象包括來自10個地區(qū)主要行業(yè)的200多名專業(yè)人士（包括C級高管以及銷售、營銷、人力資源和融資領(lǐng)域的領(lǐng)導(dǎo)者）。
下面就讓我們來看看企業(yè)中最主要的生成式AI市場趨勢，每個渠道合作伙伴、供應(yīng)商和客戶都需要了解這些趨勢。
生成式AI市場報(bào)告：投資回報(bào)、主要用例、AI成本和收益結(jié)果
2024年最常見和投資最高的企業(yè)生成式AI用例
投資最高的用例：
客戶服務(wù)聊天機(jī)器人：53%
視覺/音頻內(nèi)容生成：41%
客戶服務(wù)支持：41%
業(yè)務(wù)流程工作流管理：32%
聯(lián)絡(luò)中心管理/監(jiān)控：26%
最常見的用例：
IT測試自動化：43%
人力資源支持：35%
客戶溝通：33%
文檔創(chuàng)建：31%
IT安全：30%
ISG的生成式AI用例研究重點(diǎn)關(guān)注了全球2000家公司投資了哪些用例以及哪些用例獲得了最多的資金。
ISG的研究人員表示：“雖然生成式AI用例涵蓋了廣泛的業(yè)務(wù)領(lǐng)域，但資金最充足的五大領(lǐng)域中，有三個是專注于聯(lián)絡(luò)中心、效率提升和內(nèi)容生成的。目前獲得最多資金的用例旨在提高效率和盈利能力，而不是增加收入?！?/p>
生成式AI市場報(bào)告：投資回報(bào)、主要用例、AI成本和收益結(jié)果
2025年最受歡迎的生成式AI用例
2025年新興用例數(shù)量最多：
市場研究/客戶洞察：18%
軟件代碼生成/翻譯：18%
規(guī)劃、預(yù)算和預(yù)測：17%
供應(yīng)鏈優(yōu)化：16%
監(jiān)管文件/合規(guī)性：16%
2025年預(yù)期數(shù)量最多的用例：
客戶服務(wù)聊天機(jī)器人：28%
業(yè)務(wù)流程工作流管理：21%
客戶服務(wù)支持：19%
ISG表示，過去的研究強(qiáng)調(diào)收入增長是企業(yè)采用AI的首要目標(biāo)這一重要性。但是，未來更高價值的用例將是那些不涉及HITL流程、讓企業(yè)能夠?qū)崿F(xiàn)更顯著擴(kuò)張的用例。
“2025年的新興用例將主要集中在增強(qiáng)專業(yè)知識方面。支持合規(guī)性、預(yù)測、市場研究、供應(yīng)鏈規(guī)劃和軟件開發(fā)都是人類專業(yè)知識（而不是人類時間）可能成為限制因素的領(lǐng)域，”ISG的研究人員這樣表示。
生成式AI市場報(bào)告：投資回報(bào)、主要用例、AI成本和收益結(jié)果
企業(yè)預(yù)期的生成式AI投資回報(bào)率
企業(yè)預(yù)計(jì)將在2025年從當(dāng)前的生成式AI項(xiàng)目中獲得預(yù)期投資回報(bào)率的很大一部分。
企業(yè)希望在生成式AI項(xiàng)目中獲得投資回報(bào)的五個主要領(lǐng)域包括：效率、創(chuàng)新、客戶服務(wù)、成本節(jié)約和業(yè)務(wù)增長。
結(jié)果顯示，大多數(shù)企業(yè)預(yù)計(jì)到2025年底將實(shí)現(xiàn)大部分的投資回報(bào)。很少有企業(yè)預(yù)計(jì)投資回報(bào)率會低于預(yù)期。
今年，企業(yè)在最大的單個生成式AI用例上平均花費(fèi)了260萬美金，這些大企業(yè)預(yù)計(jì)到2025年在生成式AI上的支出將增加50%。
軟件開發(fā)是生成式AI的主要應(yīng)用
IT部門開始利用生成式AI的強(qiáng)大功能來簡化運(yùn)營、增強(qiáng)創(chuàng)新并優(yōu)化IT基礎(chǔ)設(shè)施內(nèi)的工作流程。
因此，軟件開發(fā)正在成為生成式AI最主要的應(yīng)用，有70%的受訪者稱他們使用了ChatGPT進(jìn)行軟件開發(fā)活動，33%的受訪者使用了GitHub CoPilot。
根據(jù)ISG的研究顯示，生成式AI可以讓生產(chǎn)率提高30%至42%。
用戶通過自動化預(yù)測洞察、促進(jìn)穩(wěn)健且抗錯誤的編碼實(shí)踐、以及提高軟件質(zhì)量和安全性來提高生產(chǎn)率。AI驅(qū)動的分析簡化了利益相關(guān)者訪談和需求收集的過程，自動化工具則改進(jìn)了系統(tǒng)架構(gòu)和用戶界面的設(shè)計(jì)。
此外，AI助手支持代碼生成和錯誤修復(fù)，減少了手動工作量并提高了整體代碼質(zhì)量。AI還可以生成和執(zhí)行軟件測試用例并改進(jìn)回歸測試。
生成式AI市場報(bào)告：投資回報(bào)、主要用例、AI成本和收益結(jié)果
生成式AI相關(guān)的資金如何使用？
關(guān)于生成式AI資金的使用情況，ISG的報(bào)告稱，有36%用于應(yīng)用和軟件，包括軟件即服務(wù)。
其次有25%的資金用于人員，包括承包商和人員擴(kuò)充。
大約有21%的資金用于了存儲和服務(wù)器等基礎(chǔ)設(shè)施，其余18%用于外包，例如支付托管服務(wù)費(fèi)用。
企業(yè)已經(jīng)實(shí)施的生成式AI應(yīng)用數(shù)量：151
平均而言，企業(yè)已經(jīng)實(shí)施了151個支持生成式AI的應(yīng)用。
企業(yè)表示，他們預(yù)計(jì)到2025年底這一數(shù)字將增加到356個。
生成式AI市場報(bào)告：投資回報(bào)、主要用例、AI成本和收益結(jié)果
利用MSP與單獨(dú)實(shí)施
利用MSP：65%
單獨(dú)實(shí)施：35%
無論采用哪種方法，65%的企業(yè)都依賴某種形式的外部支持（托管服務(wù)提供商，即MSP）來實(shí)施他們的生成式AI計(jì)劃。
企業(yè)聘用MSP的主要原因包括看重他們的專業(yè)知識和知識，以及MSP的戰(zhàn)略管理和利用AI技術(shù)的能力，其他原因還有企業(yè)內(nèi)部能力的限制，以及MSP的速度和時間效率。
約有35%的企業(yè)正在內(nèi)部部署自己的生成式AI計(jì)劃。
企業(yè)自行部署的主要原因包括構(gòu)建自己的內(nèi)部資源和能力，同時還要構(gòu)建專業(yè)的內(nèi)部專業(yè)知識。企業(yè)不為生成式AI聘用MSP的其他原因還有出于成本考慮、數(shù)據(jù)隱私和安全、法規(guī)遵從性以及對定制的渴望等。
生成式AI市場報(bào)告：投資回報(bào)、主要用例、AI成本和收益結(jié)果
本地環(huán)境與公有云：在哪里托管AI？
28%將在私有云或本地環(huán)境中訓(xùn)練大型語言模型
21%將購買GPU用于本地AI開發(fā)
在過去兩年中，AWS、微軟和谷歌云等公有云提供商已經(jīng)成為AI工作負(fù)載的實(shí)際承運(yùn)商。
雖然大多數(shù)企業(yè)都希望擴(kuò)展AI能力并繼續(xù)增加云規(guī)模，但也有很多企業(yè)正在尋找公有云的替代方案。
約有28%的企業(yè)希望在私有云或者本地環(huán)境中訓(xùn)練大型語言模型。約有21%的企業(yè)將購買GPU用于本地AI開發(fā)。
ISG的研究人員表示：“公有云提供商已經(jīng)投入了數(shù)十億美金以期推動AI的大規(guī)模采用，而訪問的便利性使得在公有云中配置這種AI就緒的基礎(chǔ)設(shè)施成為POC的一個輕松選擇。最近，私有云提供商和小眾AI云提供商正在進(jìn)入這個市場，為企業(yè)提供更多安全性或性能選擇?！?/p>
生成式AI市場報(bào)告：投資回報(bào)、主要用例、AI成本和收益結(jié)果
AIOps使效率提高28%至50%
AIOps代表了一種管理和優(yōu)化運(yùn)營的變革性方法。
根據(jù)ISG的數(shù)據(jù)顯示，AIOps平均可使效率提高28%至50%，從而節(jié)省大量成本并提高基礎(chǔ)設(shè)施的性能。
ISG的研究人員表示：“通過任務(wù)自動化、預(yù)測問題和提供可操作的洞察，AIOps幫助企業(yè)主動管理IT環(huán)境、減少停機(jī)時間并提高整體性能。在基礎(chǔ)設(shè)施管理中實(shí)施AIOps，可以顯著節(jié)省生產(chǎn)力。通過監(jiān)控和警報(bào)自動化、預(yù)測性維護(hù)以及資源規(guī)劃和優(yōu)化，AIOps減少了對持續(xù)人工監(jiān)督的需求?！?/p>
AIOps的三大優(yōu)勢
AIOps的三大優(yōu)勢之一，就是降低了勞動力成本。自動化和改進(jìn)的預(yù)防性維護(hù)消除了勞動密集型任務(wù)，并為外包服務(wù)提供了更具競爭力的定價。
第二個關(guān)鍵優(yōu)勢是增強(qiáng)了服務(wù)產(chǎn)品。AIOps支持實(shí)時數(shù)據(jù)分析和預(yù)測分析等高級服務(wù)，從而提高了提供商的服務(wù)質(zhì)量。
第三個重要優(yōu)勢是動態(tài)可擴(kuò)展性和靈活性。AI驅(qū)動的需求預(yù)測和資源分配優(yōu)化了可擴(kuò)展性和對客戶需求的響應(yīng)能力，從而降低了成本并改善了服務(wù)協(xié)調(diào)性。
生成式AI的五大阻礙因素
缺乏技能/專業(yè)知識：56%
數(shù)據(jù)隱私和安全：39%
遺留基礎(chǔ)設(shè)施和應(yīng)用：39%
變更管理：35%
大型語言模型成本：33%
迄今為止，企業(yè)內(nèi)實(shí)施生成式AI最常見阻礙因素就是組織內(nèi)缺乏AI專業(yè)知識和技能。
與此密切相關(guān)的是，企業(yè)在招聘和留住具備必要AI技能的人員方面遇到了困難。
ISG的研究人員表示：“事實(shí)證明，企業(yè)很難在團(tuán)隊(duì)中招聘或培養(yǎng)所需的AI技能，許多企業(yè)發(fā)現(xiàn)自己沒有能力應(yīng)對這些復(fù)雜性，冒著意想不到的后果和負(fù)面影響的風(fēng)險?！?/p>
