生成式AI應用情況如何？

生成式 AI 應用處于早期階段。

Menlo Ventures 數據顯示，2024 年，隨 著許多架構設計模式的建立，應用層公司正在利用 LLM 跨領域的能力 來解鎖新的效率和功能。大多數企業仍處于采用的早期階段，只有少數 應用投入生產，而三分之一（33%）仍在進行原型設計和評估。企業買 家抓住了這一時機，在 2024 年向生成式 AI 應用投入了 46 億美元， 幾乎比 2023 年報告的 6 億美元增長了 8 倍。企業不僅在加大投入，而 且在謀劃更多。 行業用戶積極探索和打造生成式 AI 的應用場景、開發數字化產品和服 務、挖掘數據要素的價值、探索智能化商業模式。IDC 數據顯示，軟件 和信息服務（Software and Information Services）、銀行（Banking）與通 訊行業（Telecommunications）是人工智能投資最多的三個行業，預計 2027 年占比分別為 23.8%、9.7%與 9.4%。IDC 調查顯示，近一半（43%） 的受訪組織目前正在探索潛在的生成式 AI 用例，其中 55%的金融機構 和電信公司在 2023 年投資生成式 AI 技術。人工智能與生成式 AI 技術 正在幫助金融行業和電信行業加強其反犯罪和監控能力，提供個性化投 資建議，減少人工支出成本。

部分應用已經通過提高生產力或運營效率帶來了切實的投資回報。目前 市場關注的重點已從原先的算力基礎設施轉向可產生實際的、ROI 驅動 的應用。Menlo Ventures 數據顯示，前五大應用（代碼生成、聊天機器 人、企業搜索、數據轉換和會議摘要）側重于提高生產力和效率。 隨著推理的 scaling law 加大飛輪效應，AI 推理側應用成熟度爆發式增 長。Menlo Ventures 數據顯示，目前，AI 編程領域 Code Copilots 采用 率高達 51%，很多程序員從原先認為 AI 編程不可實現，轉向認為它真 的成為了很好的輔助助手。它使開發人員成為人工智能最早的強大用戶。 GitHub Copilot 的收入迅速攀升至 3 億美元，也同樣驗證了這一軌跡， 而 Codeium 和 Cursor 等新興工具也在快速增長。除了一般的編碼助 手，企業還在購買針對特定任務的 Copilot，比如 Harness 這種 AIDevOps Engineer 和 QA Assistant，用于管道生成和測試自動化，以及 All Hands 等能夠執行更多端到端軟件開發的 AI 代理。 AI 客服支持類的企業應用率達到 31%。這些應用程序為內部員工和外 部客戶提供可靠、全天候、基于知識的支持。Aisera、Decagon 和 Sierra 的座席人員直接與終端客戶互動，而 Observe AI 則在呼叫過程中為聯 絡中心座席人員提供實時指導。 企業搜索和檢索以及數據提取和轉換應用分別占 28% 和 27%。這反 映出，人們強烈希望發掘和利用隱藏在各組織數據孤島中的寶貴知識。 Glean 和 Sana 等解決方案可連接電子郵件、消息應用和文檔存儲，實 現跨不同系統的統一語義搜索，并提供人工智能驅動的知識管理。 AI 會議總結在使用案例中排名第五，應用率為 24%。它通過自動記筆 記和記錄來節省時間和提高生產力，包括面向通用場景和一些垂直場景 如醫療、創投等行業。

企業在采用生成式人工智能時優先考慮價值而非短期利益。企業有明確 的優先考慮事項：在選擇生成式人工智能應用時，投資回報和特定行業 的定制化最為重要。令人驚訝的是，價格并不是主要問題。在 Menlo Ventures 調查的企業領導者中，僅有 1%的人提到價格重要的考量因素。 他們考慮的是長期價值，更關注能提供可衡量價值的工具（30%）和能 理解其工作獨特背景的工具（26%），而不是價格最低的工具（1%）。

生成式人工智能的應用擴大到更多部門。Menlo Ventures 數據顯示，生 成式 AI 的應用引人注目的不僅僅是規模，還有范圍。2024 年，生成式 人工智能的預算流向了每個部門。其中技術部門占據了最大的支出份額， IT（22%）、產品+工程（19%）和數據科學（8%）共占企業生成式人工 智能投資的近一半。 醫療保健行業正引領著人工智能的發展。傳統醫療保健行業在采用技術 方面進展緩慢，但如今企業支出達 5 億美元。Abridge、Ambience、Heidi 和 Eleos Health 等環境轉錄軟件正在成為醫生辦公室的主打產品，而自 動化解決方案正在臨床生命周期中不斷涌現，從分診和接診（如 Notable） 到編碼（如 SmarterDx、Codametrix）和收入周期管理（如 Adonis、Rivet）。 法律行業開始采用生成式人工智能來管理海量非結構化數據。法律行業 歷來對技術有抵觸情緒，但現在卻開始采用生成式人工智能來管理海量 非結構化數據，并實現復雜的、基于模式的工作流程自動化，企業人工 智能支出達 3.5 億美元。該領域大致分為訴訟法和交易法，并有許多分 支專業。Everlaw 扎根于訴訟領域，專注于法律持有、電子發現和庭審 準備，而 Harvey 和 Spellbook 則在交易法領域推進人工智能，為合同 審查、法律研究和并購提供解決方案。特定的實踐領域也是人工智能創 新的目標：EvenUp 專注于傷害法，Garden 專注于專利和知識產權， Manifest 專注于移民和就業法，而 Eve 正在重新發明原告案件從客戶 接收到解決的整個過程。

金融服務是人工智能轉型的最佳選擇。金融服務企業人工智能支出達 1 億美元，擁有復雜的數據、嚴格的法規和關鍵的工作流程。Numeric 和 Klarity 等初創公司正在徹底改變會計工作，而 Arkifi 和 Rogo 則通過 先進的數據提取技術加速金融研究。Arch 正在利用人工智能顛覆 RIA 和投資基金的后臺流程。Orby 和 Sema4 是從對賬和報告開始的更廣 泛的橫向解決方案，而 Greenlite 和 Norm AI 則提供實時合規監控，以 跟上不斷變化的法規。 生成式人工智能正在重塑媒體和娛樂業。從好萊塢的銀幕到創作者的智 能手機，生成式人工智能正在重塑媒體和娛樂業，企業人工智能支出達 1 億美元。像 Runway 這樣的工具現在已成為工作室級的主打產品，而 Captions 和 Descript 這樣的應用程序則為獨立創作者提供了能力。Black Forest Labs、Higgsfield、Ideogram、Midjourney 和 Pika 等平臺推 動了專業人士的圖像和視頻創作。