11月22日，美国风险投资公司MenloVentures近日发布了题为《2024年企业生成式人工智能的现状》（2024: The State of Generative AI in the Enterprise）的报告。（编者注：企业生成式人工智能，重点讨论商业和企业环境中应用的人工智能技术和解决方案，区别于学术研究、个人使用等其他应用领域。）
MenloVentures在报告中指出，在企业人工智能领域的发展浪潮中，企业正从依赖单一供应商转向采用多种人工智能模型的灵活策略，以满足多样化的业务需求。在这一转变中，OpenAI虽曾以先发优势领先，市场份额却已从50%降至34%。与此同时，Anthropic的Claude 3.5 Sonnet模型推出后，市场份额翻倍至24%，在企业人工智能市场中脱颖而出。
MenloVentures在其报告中强调，2024年生成式人工智能已经成为企业的关键任务。今年企业在人工智能上的支出激增至138亿美元，相较于2023年的23亿美元增长了500%，这一显著的增长表明企业正在将人工智能从试验阶段转变为执行阶段，并将其作为商业战略的核心部分。通过调查600位企业IT决策者，MenloVentures揭示了在这场技术变革中哪些企业正在成为行业的领跑者，哪些则可能面临挑战。
支出的显著增长映射出了企业界对人工智能的乐观态度；72%的决策者预测，生成式人工智能工具将在不久的将来得到更广泛的应用。这种信心并非空穴来风--生成式人工智能工具已经深入融入了专业人士的日常业务流程中，无论是程序员还是医疗服务提供者都在使用这些工具。
尽管对人工智能的前景持乐观态度，且投资持续增加，许多决策者仍在探索哪些人工智能应用适合他们的业务。超过三分之一的受访者表示，他们对如何在组织内部署生成式人工智能缺乏清晰的规划。这并不是说他们的投资没有方向，而是说明目前正处于大规模技术转型的初期阶段。企业领导者正在逐步认识到生成式人工智能将对其组织带来的深远影响。
去年，MenloVentures发布的《2023年企业生成式AI的现状》记录了AI试验的早期阶段。而在今年的报告中，涵盖了600位企业领导者的见解，揭示了企业从试点项目向生产实践的转变，展现了人工智能成为企业战略需求的趋势。
01.企业对生成式人工智能的投入不断增长
注：2024年企业对生成式人工智能的投资大幅增长（按类别划分，2024年企业对人工智能的投资较2023年大幅增长）
目前，60%的企业生成式人工智能投资来自创新预算，这反映了企业处于采用生成式人工智能的早期阶段。然而，随着40%的人工智能生成性支出来自更长期的预算--其中58%的预算从现有拨款中重新分配--企业对人工智能转型的承诺正在不断增强。
生成式人工智能正在从未来技术过渡到基本业务工具。虽然基础模型投资仍主导着企业生成式人工智能支出，但受益于基础设施层面的整合设计模式，应用层现在增长更快。企业正在通过使用这些工具来优化各部门的工作流程，为更广泛的创新铺平道路，从而创造巨大价值。
企业采用生成式人工智能出现两个关键层面：
--现代人工智能栈，大型语言模型的竞争正在重塑竞争格局，特定的基础设施模式正在获得广泛采纳。
--应用层（the application layer），新兴的突破性应用正在出现，初创企业正在开拓新市场。
02.生成式人工智能趋势：多模型策略盛行，OpenAI市场份额被Anthropic蚕食
注：OpenAI市场份额被Anthropic蚕食（各大型语言模型在2023年和2024年的市场份额对比图）
企业正在摒弃对单一供应商的依赖，转而采取一种实用主义的多模型策略。MenloVentures的研究显示，企业普遍在其人工智能架构中部署三个或更多基础模型，并根据特定用例或结果选择不同的模型。这一策略同样体现在开源与闭源解决方案的选择上，尽管业界对此讨论激烈，但用户偏好保持相对稳定。闭源解决方案以81%的市场份额占据主导地位，而开源替代方案（以Meta的Llama 3为代表）市场份额保持在19%，仅比2023年微降一个百分点。
在闭源模型领域，OpenAI的先发优势已有所减弱，其在企业市场的份额从50%降至34%。与此同时，Anthropic的市场份额翻倍，从12%增长至24%，成为主要受益者。随着Claude 3.5 Sonnet成为行业领先模型，部分企业从GPT-4转向了该款模型。企业在选择新的大型语言模型时，最常考虑的因素包括安全性和保障（46%）、成本（44%）、性能（42%）以及功能扩展（41%）。
03.设计模式趋势：RAG增长显著，微调鲜见，智能体崭露头角
注：RAG增长显著,智能体崭露头角（2023年与2024年主要架构采用对比图）
企业人工智能设计模式--构建高效、可扩展人工智能系统的标准化架构--正在迅速发展。RAG（检索增强生成技术）的采用率现在达到了51%，比去年的31%有了显著增长。与此同时，微调--尽管在领先的应用提供商中经常被提及--实际上却异常罕见，只有9%的生产模型进行了微调。
今年最大的突破是什么？智能体架构首次亮相，已经占据了12%的实施比例。
04.企业应用倾向和分类
注：企业应用人工智能工具的倾向和分类（生成式人工智能主要使用情况）
企业在不断试验中逐渐聚焦，一些用使用案例通过提升生产力和运营效率，已开始产生可观的投资回报率：
--代码协作工具以51%的采用率位居榜首，标志着开发者成为人工智能技术的首批重度用户。GitHub Copilot迅速攀升至年收入3亿美元的规模，印证了这一趋势，而Codeium和Cursor等新兴工具也在迅速崛起。除了通用编码辅助工具，企业还在采购特定任务的协作工具，例如Harness的AI DevOps Engineer和QA Assistant，用于自动化流水线生成和测试，以及All Hands等人工智能智能体，它们能够执行更全面的软件开发任务。
--支持聊天机器人在企业中的使用日益普及，目前已有31%的企业采用。这些应用提供全天候、基于知识的稳定支持，服务于企业员工和客户。Aisera、Decagon和Sierra等聊天机器人直接与最终用户进行互动，而Observe AI则在通话过程中为呼叫中心的客服人员提供实时指导。
--企业搜索+检索和数据提取+转换的采用率分别为28%和27%，这反映了企业对于解锁和利用分散在组织内数据孤岛中的宝贵知识的强烈需求。Glean和Sana等解决方案能够连接电子邮件、即时通讯和文档库，实现跨系统的统一语义搜索，并提供人工智能驱动的知识管理。
--会议总结在所有用例中排名第五，采用率为24%，通过自动化记录和提炼会议要点，节省时间并提升工作效率。Fireflies.ai、Otter.ai和Sana等工具能够捕捉并总结在线会议内容，而Fathom则能从视频中提取关键信息。Eleos Health将此类创新应用于医疗保健领域，自动化处理数小时的文档工作，并与电子健康记录（EHRs）直接集成，使医疗服务提供者能够更专注于患者护理。
05.深度剖析应用：应用层热度上升
在2024年，应用层成为了人工智能领域的焦点。随着众多架构设计模式的成熟，应用层企业正在跨界利用大型语言模型的能力，以实现效率和功能的新突破。企业买家迅速把握这一趋势，对生成式人工智能应用的投资达到了46亿美元，相较于去年的6亿美元，增长了近8倍。
企业的投资不仅在增加，其视野也更加远大。平均而言，企业已识别出10个潜在的应用场景，为这项变革性技术描绘出宏伟的蓝图。其中，近四分之一（24%）的应用场景已被确定为短期内优先实施的项目，显示出向实际应用推进的强劲动力。然而，这仅仅是一个开始。大多数企业仍处于初步采纳阶段，仅有少数应用场景已经投入实际使用，而三分之一的应用场景仍在原型阶段，正在进行评估和测试（33%）。
06.自建与外购：个案决策之道
面对自建或外购解决方案的抉择，企业的选择几乎平分秋色：47%的解决方案由企业内部开发，而53%则通过供应商获取。这一现象与2023年相比有了显著变化。去年的数据显示，80%的企业依赖于第三方生成式人工智能技术。这反映出，越来越多的企业对于自主开发内部人工智能工具的信心和能力正在增强，而不仅仅依赖于外部供应商。
07.固守传统与突破创新：老牌企业更易受初创公司颠覆
去年，老牌企业通过“附加”策略在企业市场中占据主导地位，将生成式人工智能能力叠加到现有产品上。MenloVentures当时曾预测，初创公司将逐渐获得优势。今年的数据表示，MenloVentures的思考是正确的：尽管64%的客户仍然倾向于从老牌供应商那里购买，理由是信任和即开即用的功能，但老牌企业的主导地位开始出现裂痕。MenloVentures的数据揭示了日益增长的不满情绪：18%的决策者对老牌企业的服务表示失望；而40%的人质疑他们当前的解决方案是否真的满足他们的需求，这为创新的初创公司提供了介入并确立地位的机会。
08.垂直AI应用的崛起
注：垂直AI应用的崛起（生成式人工智能市场分布图：垂直应用）
最初，生成式人工智能应用主要针对文本和图像生成的水平解决方案，但到了2024年，越来越多的应用开始在特定领域、垂直化的工作流程中获得关注，并应用大型语言模型的新能力。以下是几个引领采用的垂直领域：
--医疗保健：传统上在技术采纳上较为缓慢的医疗保健领域，现在以5亿美元的企业支出领先于生成式人工智能的采用。像Abridge、Ambience、Heidi和Eleos Health这样的工具成为医生办公室的标配，而自动化解决方案在临床生命周期中不断涌现--从分诊和接待（例如，Notable）到编码（例如，SmarterDx、Codametrix）以及收入周期管理（例如，Adonis、Rivet*）。
--法律：历史上对技术持保守态度的法律行业（企业AI支出为3.5亿美元）现在开始拥抱生成式人工智能技术，以管理大量的非结构化数据和自动化复杂的、基于模式的工作流程。该领域主要分为诉讼和交易法，以及众多子专业。Everlaw专注于诉讼法，包括法律保留、电子发现和审判准备，而Harvey和Spellbook则通过合同审查、法律研究和并购解决方案推进交易法中的人工智能应用。特定实践领域也在针对人工智能创新：EvenUp专注于伤害法，Garden专注于专利和知识产权，Manifest专注于移民和就业法，而Eve正在重新定义从客户接待到案件解决的原告案件工作流程。
金融服务：由于其复杂的数据、严格的监管和关键的工作流程，金融服务（企业人工智能支出为1亿美元）为转型提供了良好的土壤。像Numeric和Klarity这样的初创公司正在彻底改变会计工作，而Arkifi和Rogo通过先进的数据提取加速财务研究。Arch使用AI颠覆RIAs和投资基金的后台流程。Orgby和Sema4提供更广泛的水平解决方案，从对账和报告开始，而Greenlite和Norm AI提供实时合规监控，以跟上不断演变的监管。
媒体和娱乐：从好莱坞银幕到创作者智能手机，生成式人工智能正在重塑媒体和娱乐（企业AI支出为1亿美元）。像Runway这样的工具现在成为工作室的标配，而像Captions和Descript这样的应用程序赋予独立创作者力量。像Black Forest Labs、Higgsfield*、Ideogram、Midjourney和Pika这样的平台正在推动专业图像和视频创作的边界。
09.未来展望
MenloVentures对未来做出以下三个预测：
1.智能体技术将引领下一波变革。
智能体自动化将引领人工智能的下一波转型，解决当前系统难以处理的复杂、多步骤任务，这些任务超出了专注于内容生成和知识检索的系统能力。Clay和Forge等平台展示了先进代理技术可能如何颠覆价值4000亿美元的软件市场，甚至可能侵蚀价值10万亿美元的美国服务经济。这一转变将需要新的基础设施支持，包括代理认证、工具集成平台、AI浏览器框架以及专为AI生成代码设计的专用运行环境。
2.老牌企业将面临更多挑战。
ChatGPT今年对Chegg和Stack Overflow的颠覆性影响是一个警示：Chegg的市值缩水了85%，Stack Overflow的网络流量减少了一半。其他领域也面临着被颠覆的风险。像Cognizant这样的IT外包公司和UiPath这样的传统自动化企业应该准备迎接人工智能领域的挑战者进入市场。随着时间的推移，即使是Salesforce和Autodesk这样的软件行业巨头也将面临来自人工智能原生挑战者的激烈竞争。
3.人工智能人才短缺问题将加剧。
人工智能人才短缺的问题将日益突出。随着人工智能系统的广泛扩散和复杂性增加，技术行业将面临严重的人才短缺问题。这不仅仅是数据科学家的短缺，而是能够将高级人工智能能力与特定领域专业知识相结合的专家的严重缺口。现有的人才储备已经严重不足。激烈的市场竞争和对企业架构师的人工智能技能需求，预计将导致这些职位的薪资比现有高薪水平高出2到3倍，成为未来的新常态。尽管有培训计划和人工智能卓越中心的投资，但这些努力仍难以跟上人才缺口的扩大，这将进一步加剧对推动下一波人工智能创新所需人才的激烈争夺。（科技新闻特约编译无忌）
