飛象原創(chuàng)（魏德齡/文）“在未來1—2年我們覺得GenAI將有一個下降期�！盙artner研究副總裁季新蘇在不久前的一次媒體溝通會，向外界分享了在內(nèi)部討論“GenAI話題在今年會不會冷卻？”議題時的觀點(diǎn)。在Gartner同期發(fā)布的《2024年中國信息與通信技術(shù)成熟度曲線》中也能發(fā)現(xiàn)，生成式AI正在從期望膨脹期走向泡沫破裂低谷期。
這一曲線的背后一方面體現(xiàn)了技術(shù)發(fā)展從萌芽到成熟的普遍規(guī)律，另一方面單就GenAI本身而言，也反映出了這項(xiàng)技術(shù)目前在實(shí)際落地過程中所暴露出的能力問題。
GenAI的能力問題
如今GenAI作為一種新的產(chǎn)品賣點(diǎn)，在消費(fèi)電子領(lǐng)域確實(shí)風(fēng)生水起，產(chǎn)品邏輯多為通過生成式能力帶來如系統(tǒng)交互、圖片處理、文字信息匯總等方面的升級。然而，當(dāng)類似的邏輯應(yīng)用于ToB領(lǐng)域的時候，GenAI技術(shù)本身目前的種種不足之處，卻會被放大，從而成為落地過程中的掣肘。
首先便是所謂的致幻率問題，“一本正經(jīng)胡說八道”的情況在消費(fèi)電子領(lǐng)域或許可以被用戶一笑了之，但在IT運(yùn)營管理的過程中，卻可能鑄成大錯，當(dāng)ToB領(lǐng)域?qū)τ诎踩院蜏?zhǔn)確性的要求變高，以及對高可靠性的要求，就難以有過多的容錯性。從而導(dǎo)致GenAI的方案可能難以被用戶快速接受。
其次，準(zhǔn)確性問題顯然與訓(xùn)練數(shù)據(jù)的專業(yè)性與量級存在強(qiáng)關(guān)聯(lián)，但企業(yè)往往并不愿意對外分享數(shù)據(jù)，如何在構(gòu)建便利AI條件的情況下來平衡安全性和隱私性成為比較大的挑戰(zhàn)。
第三，GenAI的出現(xiàn)也在打破企業(yè)內(nèi)部的一些邊界，對于員工而言很容易自然而然地去把如會議紀(jì)要、產(chǎn)品資料等內(nèi)容上傳在云端AI來快速獲取會議總結(jié)。企業(yè)難以遏制這種員工簡化工作流程的渴望，但對于合規(guī)與安全性又提出了更大挑戰(zhàn)。
最后，在使用相關(guān)GenAI產(chǎn)品來實(shí)現(xiàn)產(chǎn)出的時候，知識產(chǎn)權(quán)問題也應(yīng)運(yùn)而生，生成的圖像、歸納的總結(jié)、構(gòu)建的代碼的知識產(chǎn)權(quán)到底屬于誰，企業(yè)對于此類的擔(dān)憂同樣一直與GenAI的發(fā)展而相生相伴。
上述這些GenAI技術(shù)本身還無法徹底解決的問題，無疑影響了企業(yè)對于部署相關(guān)落地方案的決心與判斷。而從很多企業(yè)在今年所對外提供的AI解決方案中也不難發(fā)現(xiàn)，在產(chǎn)品功能上多聚焦于通過自然語言來簡化操作流程，并一般會避免讓AI涉及相關(guān)決策的環(huán)節(jié)。
與此同時，除了GenAI技術(shù)本身所面臨的挑戰(zhàn)外，企業(yè)的IT預(yù)算也正在收緊。
保守的IT預(yù)算
在Gartner對CIO進(jìn)行調(diào)研時發(fā)現(xiàn)，相比以往每年不同公司增長1%～5%的IT預(yù)算，2025年的預(yù)算則平均縮減0.8%，其中盡管很多公司加大了對于GenAI與AI相關(guān)的投入比例，但有60%客戶的實(shí)際在GenAI項(xiàng)目投入基礎(chǔ)設(shè)施預(yù)算卻低于500萬元。
也就是說，從整體預(yù)算而言，企業(yè)對于AI的投入相對比較保守。企業(yè)對于“總體擁有成本”優(yōu)先級也在變得比較高，考量占比高于第二名的消費(fèi)體驗(yàn)的20%～30%。企業(yè)目前更多著眼于一年為周期的產(chǎn)出創(chuàng)新，而非為了創(chuàng)新對不確定性有比較高的容忍度。
對于ToB領(lǐng)域的很多客戶而言，對于AI以及新技術(shù)的狀態(tài)是“不見兔子不撒鷹”，即便可以進(jìn)行嘗試，但如果沒有結(jié)果也會變得適可而止。
CIO們所面臨的挑戰(zhàn)在于如何在成本節(jié)約的情況下來改變組織能力與提升可靠性，這也成了2024年里相對最大的主旋律。
在此背景下，一些與GenAI方案能夠達(dá)成相似目標(biāo)的方案，也自然受到了更多的關(guān)注。
其他可行性方案的挑戰(zhàn)
實(shí)際上，降低IT運(yùn)維成本與難度一直是相關(guān)方案的重要目標(biāo)，GenAI相關(guān)方案中的自動化、自然語言交互、代碼輔助撰寫，其實(shí)也正是為了滿足上述目標(biāo)需求。Low-Code/No-Code技術(shù)在如今的脫穎而出，自然也提供了另一種解決思路。
季新蘇介紹稱，Low-Code/No-Code背后的邏輯是“能不能把整體IT的能力用業(yè)務(wù)能夠使用的語言，或業(yè)務(wù)能夠使用拖拉拽的方式來讓業(yè)務(wù)自己去構(gòu)建自己想要的數(shù)據(jù)”。
頭部銀行目前在數(shù)據(jù)中心的Low-Code/No-Code業(yè)務(wù)場景就是一個很好的例證，由于各支行/分行需要的賬務(wù)數(shù)據(jù)需求會讓數(shù)據(jù)中心花費(fèi)大量時間來對數(shù)據(jù)、對報(bào)表。銀行開始將數(shù)據(jù)進(jìn)行模塊化，目前構(gòu)建最多的是“私金”模塊，只要人員獲得授權(quán)就能登錄系統(tǒng)進(jìn)行查詢，并有查詢痕跡，不需要走賬目查詢跨部門的工單，減少了整體IT的工作壓力，也帶來了整體的成本優(yōu)化與效率提升。
從了解到的客戶反饋來看，無論Low-Code/No-Code還是RPA，對于已知流程的優(yōu)化均能夠帶來明顯的效率提升，不少企業(yè)也認(rèn)為它們在目前相比AI更具落地和可行性。
總體而言，企業(yè)通往成功之路的關(guān)鍵在于，組織需要注重快速配置和整體應(yīng)用程序管理，而不僅僅是基礎(chǔ)設(shè)施或運(yùn)營收益。最重要的是，真正的挑戰(zhàn)在于實(shí)現(xiàn)IT的組織的轉(zhuǎn)型而非基礎(chǔ)設(shè)施本身的費(fèi)用控制。
