超六成企业发现AI省钱没想象中那么美

今年4月, 贝恩咨询公司完成了一项调查, 该调查覆盖了951家全球大型企业, 其结果令人意外。这些企业的营收均超过1亿美元, 并且横跨零售、科技、医疗、金融等九大行业。调查显示, 在40%的受访企业应用AI后, 其成本降幅仅为10%或以下。那些原本期待通过AI实现大幅省钱的公司, 现在不得不面对这样的现实: AI的省钱效果远不如预期。

上一波AI浪潮的承诺并未兑现

贝恩于报告里直言不讳地指明, 前一轮 AI 浪潮之中的表现没能达到事先的期望, 实际所能释放的实现成本降低的空间相较于企业所设想的要小了许多。众多企业在当初之时所构建的投资逻辑是基于数字预测之上的, 并非是真实的能够落地的成果。这恰似一则看似美妙的数据方面的故事, 然而实际呈现出来的时候却出现了折扣。企业投入了数目众多的资金以及大量的人力, 最终却发觉节省下来的资金仅仅只能够用来购置几台服务器。

44%企业仍将AI列为未来省钱计划

尽管成效不怎么样欠佳, 不过仍旧是有百分之四十四的作为受访对象的企进行业宣称而言说着, 而在以后的日子当中将会把人工智能支持列为节省成本的关键重要举措。这能够表明着而企业对于人工智能相关方面的心存期望并没并完全地消失不见抹去, 只是变得更加的有着务实性。一些公司已经开始运用前期降低成本所达到的成果去开展投资更为先进的生成式人工智能以及人工智能智能体, 期望可以在接下来的一波技术浪潮当中能够抢先占据有利之机。但是更多人士还在保持原状停留在原来的位置没有行动进展, 没能去实现当初所设定下调降低成本的目标。

数据基础设施成最大绊脚石

贝恩持有这样的观点, 多数企业未能借助AI实现省钱目的的根本缘由, 并不是AI模型不够优质, 而是企业没办法可靠地获取以及运用自身的数据。简而言之, 众多公司手中是拥有数据的，然而这些数据犹如一片片随意散落在地上的拼图碎片, 既没有拼凑完整, 也不存在用于拼凑的工具。缺少有效的数据基础设施的情况之下, AI就好似一辆没有燃油的车辆, 哪怕引擎再好, 也无法行驶起来。

贝恩建议先动手再整理数据

贝恩给出一项务实的建议, 企业千万别等到所有数据都被整理得毫无瑕疵再去开展AI部署。正确的做法应当是先运用已能获取到的数据, 迅速进行训练以及部署模型, 促使AI率先运行起来。而后再借助AI自身去整理、归类那些剩余的数据资源。此策略恰似先驾车启程, 随后再缓缓整理后备箱, 而非等行李全部规整好才动身出发。

大企业要调整心态降预期

针对于营收超出1亿美元的大型企业而言, AI并非是能解决所有问题的万能药。他们得调整自身心态, 将对AI省钱的预期予以降低, 把重点置于怎样去构建可靠的数据基础设施之上。与此同时, 企业应当从小的方面入手, 挑选具体、清晰明确的业务场景来运用AI, 而非刚开始就想着全面予以铺开。除此之外, 企业还需要对自身在数据治理、人才培养方面存在的短板进行评估, 从而才可以让AI切实落地。

读罢此文, 你认为你来处之企业或者你所晓得之公司, 于借助AI节省费用这事上所踏过之最大陷阱是啥? 欢迎于评论区域分享你的真切经历, 点赞并转发以使更多人得见真相。