风险投资家表示，企业正在为如何利用 Gen AI 而苦苦挣扎

今年企业投入巨额人工智能（人工智能），接近 140 亿美元。然而，根据风险投资公司 Menlo Ventures 的一项企业调查，很大一部分公司不确定他们正在利用这项技术做什么。

报告作者、Menlo Ventures 合伙人 Tim Tully 和 Joff Redfern 以及投资者 Derek Xiao 写道：“超过三分之一的受访者对于如何在其组织中实施生成式人工智能没有明确的愿景。”的帮助Anthropic 的克劳德十四行诗 3.5用于编译报告的大语言模型 (LLM)。 

还：AWS 表示其人工智能数据中心变得更加高效 - 方法如下

完整报告，2024 年：企业中生成式人工智能的现状, 可以读取在 Menlo Ventures 网站上。该调查于 9 月和 10 月进行，基于 600 名 IT 决策者的反馈。

该报告是塔利、雷德芬和肖的最新成果，他们还提供了九月份对人工智能代理的看法。一个 

还：完全自主的人工智能代理和为其提供资金的风险投资家的旅程

作者提出了周围的不确定性生成式人工智能（Gen AI）表明“我们仍处于大规模转型的早期阶段”。 

事实上，人工智能战略缺乏明确性只是这篇非常积极的文章的一个要素。作者表示，撇开英伟达等公司在人工智能芯片上的支出不谈，到 2024 年，“基础模型、模型训练+部署、人工智能专用数据基础设施和新的生成式人工智能应用程序”的支出总计 138 亿美元，是这一数字的六倍多2023 年的总额（23 亿美元）。 

作者写道：“支出的激增反映了组织的乐观情绪。”“72% 的决策者预计在不久的将来会更广泛地采用生成式人工智能工具。”

这些企业最大的人工智能支出类别是基础模型，即 Anthrooptic、OpenAI 等公司开发的法学硕士，从 2023 年的 10 亿美元飙升至今年的 68 亿美元。数据和基础设施方面的支出最少，为 4 亿美元。

还：Snowflake 客户从 Gen AI 应用程序中获得了早期收益

然而，增幅最大的是人工智能应用，增长了八倍，达到 46 亿美元。该数字包括三个类别：垂直人工智能、部门人工智能和水平人工智能。

研究人员写道，该应用类别正在“升温”。 

他们写道：“虽然基础模型投资仍然主导着企业生成式人工智能支出，但应用程序层现在增长得更快，受益于基础设施层面的合并设计模式。公司正在通过使用这些工具来优化跨部门的工作流程来创造巨大的价值，为更广泛的创新铺平道路。”

主要用例包括通过代码副驾驶（包括 Microsoft 的 GitHub Copilot）生成代码，目前年收入有望达到 3 亿美元。接下来是支持聊天机器人，然后是企业搜索和检索，以及自动生成的会议摘要。 

还：Anthropic 表示，人工智能并没有碰壁，它只是变得太智能而无法达到基准

Menlo 在人工智能支出中拥有直接的经济利益，因为该公司支持该地区有许多初创公司，包括人类和矢量数据库制作者松果。

作者表示，事实上，Anthropic 正在对抗 OpenAI，赢得了从 GPT 到 Claude 的转变。 

他们表示：“在闭源模型中，OpenAI 的先发优势有所减弱，企业市场份额从 50% 下降到 34%。”“主要受益者是 Anthropic，随着一些企业在新模型成为最先进的情况下从 GPT-4 转向 Claude 3.5 Sonnet，Anthropic 的企业份额从 12% 增加了一倍至 24%。”

该报告中最具前瞻性的部分涵盖了塔利、雷德芬和肖所说的“现代人工智能堆栈”，即用于构建应用程序的基础设施技术层。 

研究人员报告说，“企业正在围绕构成大多数人工智能系统运行时架构的核心构建块进行合并。” 

该方法包括基础模型、位于其之上的数据服务（例如 Pinecone）、用于编排 AI 代理的软件开发框架（例如浪链，以及最顶层的集成工具，例如来自作曲。

还：浪链如何将Gen AI变成真正有用的助手

该报告对未来一年提出了三项预测。

首先，人工智能代理准备“颠覆”由 Clay 和 Forge 等平台主导的价值 4000 亿美元的企业软件市场，“处理复杂的、多步骤的任务，这些任务超出了当前专注于内容生成和知识检索的系统的能力。””

其次，老牌软件公司可能会像教科书销售商 Chegg 和 IT 讨论公司 Stack Overflow 一样遭到颠覆。“像 Cognizant 这样的 IT 外包公司和像 UiPath 这样的传统自动化公司应该为人工智能原生挑战者进入他们的市场做好准备。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人工智能原生挑战者，”Tully、Redfern 和 Xiao 写道。一个 

第三，随着人工智能系统变得更加普遍，数据科学家和学科领域专家的缺乏，将会出现“大规模的人才荒”。研究人员预测：“对于已经高薪的人工智能技术企业架构师来说，要迎接激烈的竞争和 2-3 倍的薪资溢价。”