Gartner预测,到2025年底,至少有30%的生成式人工智能(GenAI)项目将在概念验证后被放弃,原因包括数据质量差、风险控制不足、成本上升、业务价值不明确等。
在近期举行的Gartner数据与分析峰会上,Gartner杰出研究副总裁Rita Sallam表示:“经过去年的炒作,企业高管已迫不及待地想要看到GenAI投资的回报,但企业机构目前还难以证明和实现这些投资的价值。而随着行动范围的扩大,开发和部署GenAI模型所带来的经济负担越来越重。”
Gartner认为,企业机构所面临的一大挑战是证明为提高生产力而大力投资于GenAI的合理性。然而,这些投资很难直接转化为经济效益。许多企业机构正在使用GenAI深入改变其业务模式和创造新的商机,但GenAI部署方法的成本高达500万美元至2000万美元(见图一)。
图一、不同GenAI 部署方法的成本

资料来源:Gartner(2024 年 7 月)
Sallam表示:“不幸的是,目前还没有万能的GenAI部署方法,成本也不像其他技术那样可以预测。你的花费、所投资的用例以及采取的部署方法都决定了成本的高低。无论你是希望将人工智能(AI)应用于各个方面的市场颠覆者,还是较为保守地专注于提高生产力或扩展现有流程,都会产生不同程度的成本、风险、变数和战略影响。”
Gartner的研究表明,无论AI目标的大小如何,GenAI 都要求企业对间接的、未来的财务投资标准有更高的容忍度,而不是追求立竿见影的投资回报率(ROI)。一直以来,许多首席财务官都不愿意为了未来的间接价值而在当下做出投资。这种不情愿会使投资分配偏向于短期战术成果而非长期战略成果。
实现业务价值
各个行业和业务流程的早期用户均实现了业务改进,改进的程度因用例、工作类型和员工技能水平而异。Gartner最近的一项调查显示,受访者的收入平均增加了15.8%,成本平均节约了15.2%,生产力平均提高了22.6%。这项调查于2023年9月至11月期间对822位企业领导人开展。
Salim表示:“这些数据为评估GenAI业务模式创新带来的业务价值提供了宝贵的参考依据。但重点在于要认识到由于收益与公司、用例、角色和员工密切相关而给估算这一价值所带来的挑战。虽然通常情况其效果可能不会立竿见影,而是会逐渐显现,但这一延迟不会减少潜在的收益。”
计算业务影响
Gartner 认为,企业可以通过分析GenAI业务模式创新的业务价值和总成本,确定直接投资回报率和未来价值影响。这是在GenAI业务模式创新方面做出明智投资决策的重要方法。
Sallam表示:“如果业务成果达到或超过预期,就有机会将GenAI创新和使用推广到更大的用户群中或者在其他业务部门实施,从而扩大投资规模。但如果达不到预期,就可能需要探索其他创新场景。像这样的洞察有助于企业机构实现资源的战略分配并确定最有效的发展路径。”
Gartner客户可在报告《计算GenAI业务模式创新的投资回报率》以及免费的Gartner网络研讨会“成熟组织为取得AI成功所采取的不同做法”中了解更多信息。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。