企业AI应用报告
企业整体AI开支从去年的23亿美金上升到今年的138亿美金。基础模型依然是开支最大部分,但模型部署、应用层的增速更快
应用中coding编程占据主导51%,其次客服聊天机器人 31%,企业搜索+召回 28%,数据工程 27%,会议总结25%企业过去的AI应用只是增强人类现有工作流,但正在朝着“全自动流程”转变。能够处理复杂、端到端流程、独立运行的Agent正在出现RAG依然成为最大应用架构,提示词工程和Fine-tune大幅下滑,Agent从0开始涌现
选择AI应用的标准:价格不是问题,ROI、能否根据自己的组织做定制,是核心关切。只有1%的企业提到考虑价格问题。企业在考虑AI应用的时候都体现出“长期主义”
AI开支最大的企业部门:IT、产品设计/工程、客服/销售/营销、数据
从横向的简单文字和图片生成, 正在走向纵向复杂的垂直应用工作流:新一代的AI堆栈初具雏形:算力+模型、数据层、编排层、工具层多模型策略愈加盛行,OpenAI份额被稀释(主要是Anthropic)- Agent将推动下一波变革,重点解决当前AI在内容生成和知识检索能力之外的,复杂、多步骤任务。像Clay和Forge这样的平台预示着高级Agent可能会颠覆4000亿美元的软件市场,并侵蚀10万亿美金的美国服务业经济。这一转变将需要新的基础设施:Agent认证、工具集成平台、AI浏览器框架、为AI coding而设计的代码运行库,等等等等。
- 传统赢家不一定笑到最后。今年ChatGPT对Chegg和Stack Overflow的颠覆为例:Chegg市值消失了85%,而Stack Overflow的网页流量砍半。其他垂类也有可能被颠覆。像Cognizant这样的IT外包公司和像UiPath这样的RPA,应该为AI原生应用对手的出现做好准备。随着时间的推移,即使是像Salesforce和Autodesk这样的软件巨头也将面临AI原生应用的挑战。
- AI人才荒加剧。我们正面临一场巨大的人才荒。AI系统变得更加普及、且更加复杂,这不仅仅是数据科学家的短缺,还在于能够将高级AI能力与特定领域专业知识相结合的专家,严重不足。2-3倍薪资溢价挖角AI领域的企业架构师,成为常态。
报告已上传。今天星球更新了910C的一些内容,晚点更新应用日报,还有Agent的一份详细解读