與70 位企業(yè)高層交流后,我們整理出AI ToB領(lǐng)域大趨勢
引言
過去一年,我們看到了GenAI(生成式AI)在ToC領(lǐng)域大放異彩,創(chuàng)造了超10億美元的消費(fèi)規(guī)模。相較之下,ToB領(lǐng)域還停留在由FOMO推動的1.0階段,應(yīng)用場景稀少,主要用例體現(xiàn)在ChatGPT的“套殼”產(chǎn)品們。
如今C端漸涼,盈利堪憂。如果說Anthropic、OpenAI的低毛利是澆了盆涼水,那么Inflection被微軟“生吞活剝”基本宣告C端重磅產(chǎn)品“聊天機(jī)器人”暫別初創(chuàng)企業(yè)。而且C端的數(shù)據(jù)基本握在巨頭手中,小型初創(chuàng)企業(yè)就算解決了“錢荒”,還要經(jīng)歷新一輪“數(shù)據(jù)荒”,挑戰(zhàn)巨頭難如登天。
而B端既是“生路”也是“勝路”。首先,盡管龐大的數(shù)據(jù)由大企業(yè)掌管,但不是每個企業(yè)都有能力搭建AI團(tuán)隊(duì)。其次,出于競爭關(guān)系,大企業(yè)不太可能將私密數(shù)據(jù)分享給巨頭,而會傾向于找小企業(yè)做“中間商”。基于此,小型初創(chuàng)企業(yè)“數(shù)據(jù)飛輪”可以轉(zhuǎn)起來——在垂直領(lǐng)域積累優(yōu)質(zhì)數(shù)據(jù),逐漸構(gòu)建技術(shù)壁壘。
著名風(fēng)投機(jī)構(gòu)a16z花了幾個月時(shí)間,與財(cái)富 500強(qiáng)企業(yè)和頂尖企業(yè)的領(lǐng)導(dǎo)者進(jìn)行深入交流,調(diào)查了超過 70 位企業(yè)決策者,以探究他們對GenAI的使用、采購和預(yù)算安排。
結(jié)果非常驚人——在過去六個月中,這些企業(yè)對GenAI的資源投入和態(tài)度發(fā)生了顯著變化。
企業(yè)將購買GenAI服務(wù)的預(yù)算增加 2-5 倍,推進(jìn)更多生產(chǎn)級應(yīng)用;
企業(yè)傾向采購多個模型落地不同應(yīng)用場景,并且愈加青睞開源模型;
企業(yè)將優(yōu)先落地內(nèi)部應(yīng)用,并對涉及敏感數(shù)據(jù)的外部應(yīng)用持謹(jǐn)慎態(tài)度;
a16z結(jié)論:盡管有人質(zhì)疑GenAI在B端的普及性和盈利能力,但進(jìn)入2024 年,我們預(yù)見B端企業(yè)市場的AI規(guī)模將呈現(xiàn)指數(shù)級增長。
如果AI 初創(chuàng)公司能夠深入了解客戶的預(yù)算、關(guān)注點(diǎn)和路線圖,為企業(yè)制定以 AI 為中心的戰(zhàn)略計(jì)劃,預(yù)見企業(yè)的痛點(diǎn),同時(shí)從“服務(wù)至上”轉(zhuǎn)向“構(gòu)建可擴(kuò)展產(chǎn)品”,就能成為新浪潮中的“弄潮兒”。
基于以上觀察,a16z將關(guān)鍵信息匯總為一份報(bào)告《16 Changes to the Way Enterprises Are Building and Buying Generative AI》(企業(yè)構(gòu)建與購買生成式 AI 的16項(xiàng)變革)。適道將對報(bào)告內(nèi)容進(jìn)行編譯,請安心食用。
01 資源配置:預(yù)算暴漲且勢頭持續(xù)
企業(yè)對GenAI的預(yù)算正在飛速增長
2023 年,我們調(diào)研的數(shù)十家公司,在基礎(chǔ)模型API、自托管和微調(diào)模型上平均每年支出達(dá)到了 700 萬美元。而且,幾乎所有企業(yè)都對GenAI測試的初步成效表示樂觀,并計(jì)劃在 2024 年將預(yù)算增加 2-5 倍,以推動更多工作負(fù)載轉(zhuǎn)向生產(chǎn)環(huán)境。
企業(yè)將AI投資“劃進(jìn)”經(jīng)常性支出
2023年,企業(yè)對GenAI的支出主要出自“創(chuàng)新”預(yù)算和一次性買賣。然而,在2024年,許多領(lǐng)導(dǎo)者正考慮“長期付費(fèi)”。僅不到25%的受訪企業(yè)表示,2024年的GenAI支出還是出自“創(chuàng)新”預(yù)算。
我們還注意到,一些領(lǐng)導(dǎo)者開始將GenAI預(yù)算用于節(jié)省人力成本,尤其是在客服領(lǐng)域。如果這一勢頭持續(xù),預(yù)計(jì)未來對GenAI的投資將會大幅增加。例如,有企業(yè)表示,AI客服每打一個電話能省6美元,總計(jì)可節(jié)省約 90%開支。因此,企業(yè)要將GenAI投資增加8倍。
衡量ROI是藝術(shù),也是科學(xué)
目前,企業(yè)領(lǐng)導(dǎo)者主要通過由AI 提高的生產(chǎn)力,來衡量投資回報(bào)率(ROI)。
盡管他們主要依賴 NPS(凈推薦值)和客戶滿意度作為代理指標(biāo)。但他們也在尋找更具體的衡量方法,比如:用例創(chuàng)收、節(jié)省成本、提升效率、提高準(zhǔn)確性。至少在未來2-3 年,提升ROI會越來越重要。
企業(yè)渴求輕量化AI部署
僅僅接入API顯然不夠用,但實(shí)施、維護(hù)和擴(kuò)展需要高度專業(yè)化的人才,甚至僅“實(shí)施”一項(xiàng)就占據(jù)了2023年企業(yè)AI支出大頭。
為了幫助企業(yè)快速啟動、運(yùn)行模型,基礎(chǔ)模型提供商提供的專業(yè)服務(wù)通常涉及定制模型開發(fā)。同時(shí),又因?yàn)槠髽I(yè)內(nèi)部很難找到合適的AI人才,那些能夠簡化企業(yè)內(nèi)部GenAI開發(fā)流程的初創(chuàng)企業(yè)會更快地迎來巨大機(jī)遇。
02 模型趨勢:多元化和開源模型
企業(yè)青睞多模型(Multi-model)方案
六個月前,大多數(shù)企業(yè)還在使用一種模型(通常是 OpenAI ),最多是兩種模型。
現(xiàn)在,他們正在測試——甚至已經(jīng)在生產(chǎn)環(huán)境中使用——多模型(Multi-model)。
多模型方案的優(yōu)點(diǎn):1、根據(jù)不同性能、規(guī)模和成本來定制用例;2、避免過度依賴單一供應(yīng)商;3、快速利用該領(lǐng)域快速發(fā)展的成果。由于模型排名不停變化,高管們希望整合當(dāng)前最先進(jìn)的閉源模型和開源模型,以獲得最佳效果。
預(yù)計(jì)未來會有更多模型涌現(xiàn)。雖然在生產(chǎn)用例中,OpenAI 仍然占據(jù)主導(dǎo)市場份額,但從測試來看,多模型并存的局面正在形成。
企業(yè)青睞開源模型(Open source)
過去六個月中,開源模型的興起讓人驚訝。
我們估計(jì),在2023年的市場中,80%-90%由閉源模型(如OpenAI)占據(jù)。然而進(jìn)入 2024 年,46%的受訪企業(yè)偏好或強(qiáng)烈站隊(duì)開源。
另外,60% 的受訪企業(yè)提到,如果能夠通過微調(diào)開源模型,以實(shí)現(xiàn)與閉源模型相當(dāng)?shù)男Ч,他們將會傾向使用開源模型。其中一些企業(yè)明確表示,希望開源和閉源模型的占比能達(dá)到 5:5( 2023年為 2:8)。
企業(yè)選擇開源模型的主因:控制 / 定制 > 成本
我們驚訝的是,成本問題不是企業(yè)首要考慮因素,但卻反映了領(lǐng)導(dǎo)層目前的信念,即 GenAI 創(chuàng)造的超額價(jià)值,將會遠(yuǎn)遠(yuǎn)超過其價(jià)格。一位高管表示:“獲得準(zhǔn)確的答案是值得的。”
因此,控制(專有數(shù)據(jù)安全性、了解模型產(chǎn)生特定輸出的原因)和定制(針對特定用例進(jìn)行有效微調(diào)的能力)遠(yuǎn)比成本更重要。
控制:企業(yè)擔(dān)心敏感用例和數(shù)據(jù)安全
出于對監(jiān)管、數(shù)據(jù)安全的顧慮,企業(yè)不愿意與閉源模型提供商共享自己的專有數(shù)據(jù),尤其是那些將知識產(chǎn)權(quán)作為核心護(hù)城河的公司。一些高管通過自托管開源模型來解決問題,而其他人則優(yōu)先考慮具有虛擬私有云(VPC)集成的模型。
定制:企業(yè)傾向微調(diào)開源模型,而非從0到1
隨著高質(zhì)量開源模型的興起,大多數(shù)企業(yè)不是從0開始訓(xùn)練自家LLM,而是使用檢索增強(qiáng)生成(RAG)或?yàn)樘囟ㄐ枨髞砦⒄{(diào)開源模型。
云服務(wù)商依然極大影響AI 模型采購決策
2023年,許多企業(yè)出于安全考慮通過現(xiàn)有的云服務(wù)提供商(CSP)購買模型,2024年的情況依然如此。
這意味著 CSP 和首選 AI 模型間的關(guān)聯(lián)性相當(dāng)高:Azure 用戶更喜歡 OpenAI,而Amazon用戶更喜歡 Anthropic或 Cohere。
如圖所示,在使用 API 訪問模型的72%企業(yè)中,超過50%的企業(yè)選擇其CSP所托管的模型。(請注意,超過25%受訪企業(yè)選擇了自托管,可能是為了運(yùn)行開源模型。)
企業(yè)關(guān)注模型的差異化和創(chuàng)新性
即便企業(yè)將“推理能力、可靠性、易訪問性”作為采用特定模型的首要因素,但他們也更加傾向于采用具有其他差異化功能的模型。
例如,多家企業(yè)將“200K上下文窗口功能”,作為此前采用Anthropic的關(guān)鍵原因;一些企業(yè)采用Cohere是出于其在上市之初,主打微調(diào)功能的易用性。
大多數(shù)企業(yè)認(rèn)為模型性能正在趨同
不可否認(rèn),AI模型正在變成“瓶裝水”——盡管閉源模型在外部基準(zhǔn)測試中表現(xiàn)更好,但企業(yè)領(lǐng)導(dǎo)者仍然為開源模型打出了較高的NPS,因?yàn)樗鼈兏菀揍槍μ囟ㄓ美M(jìn)行微調(diào)。
一家公司發(fā)現(xiàn)“經(jīng)過微調(diào),Mistral 和 Llama的性能幾乎與 OpenAI 一樣好,但成本要低得多。”按照這些標(biāo)準(zhǔn),模型性能的趨同甚至比我們預(yù)期的更快,這為企業(yè)提供了更多選擇。
企業(yè)傾向于“模型花園”
大多數(shù)企業(yè)都希望,在設(shè)計(jì)AI 應(yīng)用時(shí),只需更改 API,就能在不同模型之間進(jìn)行切換。一些企業(yè)甚至預(yù)測試提示,以便切換在按下開關(guān)時(shí)立即發(fā)生,而其他企業(yè)則構(gòu)建了“模型花園”,以便他們可以根據(jù)需要將模型部署到不同的應(yīng)用程序中。
一部分原因出于云時(shí)代的慘痛教訓(xùn),減少對供應(yīng)商的依賴;另一部分原因是,行業(yè)發(fā)展太快,將雞蛋放在單一的AI 模型中不可取。
03 實(shí)際用例:轉(zhuǎn)向更多生產(chǎn)場景
企業(yè)更傾向于自主開發(fā)而非直接從第三方購買
有了基礎(chǔ)模型提供的API,企業(yè)更容易構(gòu)建自己的AI 應(yīng)用。一些基于熟悉應(yīng)用場景,例如客服或內(nèi)部的AI Copilot。同時(shí),企業(yè)也在嘗試創(chuàng)新,例如編寫消費(fèi)品配方、縮小分子發(fā)現(xiàn)范圍、提出銷售建議等等。
總之,“套殼”GPT又會面臨挑戰(zhàn)。我們認(rèn)為,那些能夠超越“LLM + UI”公式、重新思考企業(yè)基本工作流程、幫助企業(yè)更好地利用自身專有數(shù)據(jù)的AI產(chǎn)品,將市場上大放異彩。
企業(yè)對內(nèi)部應(yīng)用場景興奮,但對外部應(yīng)用場景謹(jǐn)慎
2023 年最流行的應(yīng)用場景,要么是專注于內(nèi)部效率提升,要么是構(gòu)建 AI Copilot 作為客服/銷售輔助。這些情況,在 2024 年可能不會發(fā)生太大變化,依然占據(jù)主導(dǎo)地位。
這是因?yàn)槠髽I(yè)對GenAI仍持有兩大擔(dān)憂:1、幻覺和安全問題;2、將GenAI部署到敏感消費(fèi)者領(lǐng)域(如醫(yī)療保健和金融服務(wù))的公共關(guān)系問題。
類似擔(dān)憂實(shí)在太多,誰能提供控制幻覺與安全問題的AI工具,誰將廣受歡迎。
結(jié)語
a16z預(yù)測:到2024年底,模型 API(包括微調(diào))市場將增長到 50 億美元以上(2023 年預(yù)估是 15-20 億美金),而企業(yè)支出將是其中的重要部分。
基于企業(yè)高層已經(jīng)發(fā)出了“尋找、部署GenAI 解決方案”的號令。我們可以預(yù)見,過去一年多時(shí)間才能完成的交易,現(xiàn)在可能只需2 、3 個月就能完成,且交易規(guī)模比以往更大。
雖然這篇文章重點(diǎn)關(guān)注基礎(chǔ)模型層,但我們相信AI ToB的機(jī)會將延伸到技術(shù)棧其他模塊——輔助微調(diào)的工具、模型部署 / 運(yùn)維服務(wù)、AI 應(yīng)用程序構(gòu)建、垂直場景的AI 應(yīng)用建構(gòu)等等。
近期,a16z連發(fā)三篇AI ToB調(diào)查報(bào)告,這足以說明,AI炒作之后,B端市場愈加關(guān)鍵。適道也將會持續(xù)關(guān)注這一“錢景”領(lǐng)域,助力初創(chuàng)企業(yè)及時(shí)抓住未來。
原文標(biāo)題 : 與70 位企業(yè)高層交流后,我們整理出AI ToB領(lǐng)域大趨勢
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
10月31日立即下載>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報(bào)名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月28日立即報(bào)名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會議
-
12月19日立即報(bào)名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報(bào)名中>> OFweek2024中國智造CIO在線峰會
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題
- 1 【一周車話】沒有方向盤和踏板的車,你敢坐嗎?
- 2 特斯拉發(fā)布無人駕駛車,還未迎來“Chatgpt時(shí)刻”
- 3 特斯拉股價(jià)大跌15%:Robotaxi離落地還差一個蘿卜快跑
- 4 馬斯克給的“驚喜”夠嗎?
- 5 大模型“新星”開啟變現(xiàn)競速
- 6 海信給AI電視打樣,12大AI智能體全面升級大屏體驗(yàn)
- 7 打完“價(jià)格戰(zhàn)”,大模型還要比什么?
- 8 馬斯克致敬“國產(chǎn)蘿卜”?
- 9 神經(jīng)網(wǎng)絡(luò),誰是盈利最強(qiáng)企業(yè)?
- 10 比蘋果偉大100倍!真正改寫人類歷史的智能產(chǎn)品降臨
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市