2024年，人工智能（AI）领域迎来了显著增长，企业对AI的投资大幅飙升至138亿美元，是2023年的六倍多。这表明企业正在从实验阶段转向实际应用，将AI嵌入到核心商业战略中。
应用层升温：AI赋能效率
2024年，AI的主要发展集中在应用程序层，利用大语言模型（LLM）跨领域的强大功能来提升效率。投资者对应用层的投入达到46亿美元，比去年增长近8倍。企业也变得更加雄心勃勃，每个企业平均确定了10个潜在用例，其中近四分之一（24%）被优先考虑在近期实施。
最有价值的用例
AI应用仍处于实验阶段，但在某些场景下已证明能够提高生产力和运营效率。最受欢迎的用例包括：
* Code Copilots：开发人员使用的编码助手，采用率达到51%。
* 支持聊天机器人：为员工和客户提供可靠的支持，采用率为31%。
* 企业搜索/检索和数据提取/转换：利用数据孤岛中的宝贵知识，采用率分别为28%和27%。
* 会议总结：自动化生成笔记和要点，节省时间并提高生产力，采用率为24%。
智能体的崛起：从辅助到自动化
目前的实践模式显示，用户更倾向于使用AI来辅助人工流程，而不是完全自动化。然而，行业正在向更加自主、完全自动化的解决方案过渡。现有工具包括自动化金融后台工作流程的Forge和Sema4，以及上市工具Clay，表明“完全自主的生成式AI系统”有望改变传统上以人类为主导的部门。
自研 vs 采购：企业选择分化
在AI工具的获取方式上，企业的选择呈现出五五开的情况：47%的公司选择内部开发，53%选择供应商。与2023年相比，这是一个显著的变化，当时80%的企业仍依赖第三方生成式AI软件。这表明企业对建立自己的内部AI工具的信心和能力正在增强。
AI生态破圈：各个部门增加预算
除了规模扩大之外，生成式AI已经开始突破原有界限，企业内各个部门都开始增加AI工具的预算。技术部门仍占据最大的支出份额，其中IT（22%）、产品+工程（19%）和数据科学（8%）合计占所有投资的近一半。剩余预算主要分配给面向客户的职能部门，如支持（9%）、销售（8%）和营销（7%），以及后台团队（各7%）。
垂直AI应用兴起
最早的生成式AI应用是用于文本和图像生成的横向解决方案。但到了2024年，越来越多的垂直领域得到扩展。医疗保健、法律、金融服务和媒体与娱乐等行业都在利用AI来解决特定的挑战。
AI技术堆栈趋于稳定：LLM主导，多模型策略盛行
经过一年的快速发展，AI技术堆栈逐渐趋于稳定。LLM仍占主导地位，企业对LLM层的投资达到65亿美元。多模型策略已成为主流，企业在人工智能堆栈中部署多个基础模型，并根据用例或结果将其路由到不同的模型。在LLM领域，OpenAI的先发优势有所减弱，Anthropic的份额大幅提升，成为Google的重要合作伙伴。
人工智能设计模式：RAG取微调而代之
RAG（检索增强生成）成为企业AI设计模式的主流，采用率达到51%。而微调则大幅减少，仅有9%的生产模型进行了微调。智能体架构也开始应用，在12%的实践场景中提供技术支持。
智能体将驱动下一波AI架构转型
智能体自动化能够处理复杂的多步骤任务，这是当前专注于“内容生成”和“知识检索”的系统无法解决的。Clay和Forge等平台的成功证明了先进的智能体可以扰乱4000亿美元的软件市场，并蚕食10万亿美元的美国服务经济。然而，这种转变需要新的基础设施，包括智能体身份验证、工具集成平台、AI浏览器框架和人工智能生成代码的专用运行时。
AI人才短缺加剧：行业面临稀缺
随着AI系统的激增和复杂性不断提高，行业目前正面临着大规模的人才短缺。不仅缺乏数据科学家，能够将先进的AI能力与特定领域专业知识联系起来的专家也严重不足。人才库已处于危险的低位。
原创文章，作者：睿鸿在线，如若转载，请注明出处：https://mip.orihonor.com/2024/12/03/20494.shtml
