最近，Menlo Ventures 针对拥有 50 名以上员工的公司的 600 名企业 IT 决策者进行调查，发布了一份名为《2024 年生成式 AI 现状》的企业市场报告。
2024 年，生成式 AI 市场的整体支出飙升至 138 亿美元，相比 2023 年的 23 亿美元增长了 6 倍以上，体现出企业对 AI 工具的强大信心和需求。
报告显示，72% 的 IT 决策者计划在未来更广泛地采用生成式 AI 工具，进一步释放 AI 在商业生产力提升中的潜力。
然而，市场份额的竞争愈发激烈。
尽管 OpenAI 一直是企业选择的首选，其市场份额却从年初的 45% 下降至 34%，部分客户转向了 Anthropic 的Claude 系列，后者的市场占有率翻倍至 24% 。
其中，一些公司从 GPT-4 转向 Claude 3.5 Sonnet 后，惊喜地发现自己的企业影响力从 12% 增长到了 24%。
除了 OpenAI 和 Anthropic 以外，还有 16% 的企业选择了 Meta 的开源模型 Llama 3，12 % 的企业选择了 Google。
这种转变不仅反映出企业对 AI 工具的高性能要求，也说明市场从单一供应商主导逐渐转向多元化格局。
生成式 AI 市场加速扩张
报告显示，整个生成式 AI 的市场风向正在往高性价比靠拢，不看低价而是看 AI 工具是否具有长期潜力。企业最关心的是安全（46%），然后才是价格 （44%）、性能 （42%） 和扩展功能 （41%）。
落到具体的选择条件上，企业最关心的是投资回报和针对特定行业的特殊化定制。与提供最低价格的工具 （1%） 相比，他们更想要的是能提供可衡量价值 （30%） 和了解其工作独特背景 （26%） 的工具。
企业买家对生成式 AI 应用程序非常感兴趣，2024 年他们投入了 46 亿美元，比去年的 6 亿美元增长了近 8 倍。
这些应用程序中，前五大使用案例包括代码生成、聊天机器人、企业搜索、数据转换和会议摘要，均侧重于提升效率和降低成本。
51% 的企业采用了 Code copilots 作为工作助手，GitHub Copilot 的营收也因此迅速攀升至 3 亿美元，同时，Codeium 和 Cursor 等新兴工具的营收也在快速增长。
31% 的企业接入了聊天机器人，能够全天 24 小时无休，为内部员工和外部客户提供知识支持。
还有不少企业把 Glean 和 Sana 这类生成式 AI 和电子邮件、文档等链接在一起，实现了跨系统的统一语义搜索。
在企业内部，各部门都有一定比例的 AI 预算。
毫不意外，技术部门的 AI 支出份额最大，IT （22%）和产品 + 工程 （19%）两部分占据了预算大头，剩下的数据科学 （8%） 、支持部门 （9%）、销售部门 （8%） 和营销部门 （7%）等较为均匀地分摊了剩余的费用。
数据显示，从 2021 年 7 月到 2023 年 7 月，与 AI 和生成式 AI 相关的全球招聘信息增长了两倍多。在招聘平台 Indeed 上，过去一年生成式 AI 职位的搜索量大幅增长了近 4,000%，同期相应的职位发布量也增长了 306%。
也有调查表明，在大公司里，各部门使用的软件即服务(SaaS) app平均数量均有明显上涨。
企业逐渐习惯于在工作流程中嵌入 AI，并期望未来能够使用完全自主的智能体来掌舵。
一方面为了信息安全和避免数据泄露，一方面各类框架逐渐成熟，更多的企业选择自己构建一个生成式 AI。
报告显示，47% 的企业选择内部开发，53% 的选择了 生成式 AI 供应商。这与 2023 年的情况完全不同，当时 80% 的企业都在依赖第三方生成式 AI 软件。
无论是购买还是自研，企业都倾向于建造一个 AI 堆栈，在其 AI 堆栈中部署三个或更多基础模型，根据用例或结果调用不同的模型。并且，有 81% 的企业不约而同地选择了闭源模型。
资本市场的投资方向也在发生变化。
近几年，Y Combinator 投资的初创公司里，AI 公司的比重越来越高。
2024 年，大模型继续吸引了高达 65 亿美元的投资，但生成式 AI 应用正在成为新兴焦点。
埃森哲财报显示，尽管今年埃森哲总体收入下降，但第三季度的生成式 AI 预订金额已经达到了 10 亿，相比去年同一季度实现了 4 倍多的大幅增长。
融合 Chat 功能与智能体特性的生成式 AI 更受市场青睐，因其不仅能够提供高质量的拟人化对话，还展现出强大的任务执行能力，推动了 AI 自动化向更复杂场景的延伸。
以 OpenAI 的 GPT-4o 为例，这一多模态模型不仅突破了传统 Chat 的局限，还表现出智能体特征，正在向全能型工作助手迈进。
奥特曼和 Greg Brockman 也提到过，用户将越来越多地与由许多多模态模型和工具组成的系统互动，这些系统可以代表他们采取行动，而不是与单一模型对话。
就像之前的 AI 程序员 Devin，它不仅能自主学习新技术，自己改 Bug，甚至还能训练和微调自己的 AI 模型。
这一趋势不仅改变了用户体验，还推动了企业 AI 架构的演进。
一种用于构建高效、可扩展人工智能系统的标准化架构——企业人工智能设计模式，因能够适应复杂的业务环境和不断变化的需求，受到了企业的喜爱。
RAG（检索增强生成）成为企业首选的技术方案，其使用率从 2023 年的 31% 提升至 51%，远超模型微调的 9%。
而智能体今年才首次亮相，就已经为 12% 的企业提供了实际上的应用支持，其处理复杂多步骤任务的能力，成为区别于内容生成和知识检索 AI 的显著优势。
另外，面向特定领域的垂直类 AI 应用正在兴起，不止是大模型，智能体也在其中发挥独特作用。
医疗保健行业的企业已经为 AI 应用支付了 5 亿美元，涵盖了从分诊和接诊（如 Notable）到编码（如 SmarterDx、Codametrix）和收入周期管理（如 Adonis、Rivet）每一个环节。
具体来说，在诊断和治疗计划方面，AI 智能体能通过分析医疗数据、识别模式以及建议癌症或糖尿病等疾病的治疗方法来协助医生；在远程医疗方面，智能体能指导患者进行症状检查并提供与健康相关的建议，从而减少面对面咨询的需求。
法律行业也花了 3.5 亿美元购买 AI 产品，用于管理大量非结构化数据并自动执行基于模式的复杂工作流程，主要集中在诉讼法和交易法两个版块。
在金融行业，企业投入了 1 亿美元进行 AI 转型。
相关应用中，Arkifi 和 Rogo 能够提取高级金融数据加速金融研究， Greenlite 和 Norm AI 能够提供实时的合规监控，帮助企业适应不断变化的法规；Betterment 则利用智能体提供个性化的投资策略和自动化交易服务。
去年，权威咨询公司 Gartner 发布预测，到 2028 年， AI 智能体将自主完成至少 15% 的日常决策。
随着智能体技术的发展，AI 的自动化能力将进一步释放，对传统软件公司的冲击也会持续加深。
以 ChatGPT 为例，在它的影响下 Chegg 的市值蒸发了 85%，Stack Overflow 的网络流量减少了一半。
IT 外包公司和传统的自动化公司必须为即将到来的 AI 自动化挑战做准备。随着时间的推移，即使是 Salesforce 和 Autodesk 等软件巨头也将面临被 AI 公司颠覆的危险。
生成式 AI 的崛起，使得更多企业倾向于使用灵活高效的 AI 驱动平台，从而简化业务流程、降低运营成本。这一趋势直接削弱了企业对传统定制软件解决方案的需求。
AI 驱动的低代码和无代码平台也在加剧这一冲击。这类工具使非技术背景的用户也能够创建软件解决方案，进一步削弱了传统场景中对自定义开发软件的需求。
在软件的维护和升级阶段，智能流程自动化工具以更低的成本和更短的周转时间，替代了传统依赖人工的解决方案，进一步减少对测试员和工程师的依赖。
Appian 公司曾对 2024 年影响企业的 AI 趋势做过预测分析，到 2024 年底，全球将有 65% 的大型组织采用结合 AI 和自动化的超自动化，这将彻底改变现有的软件流程的设计和执行方式。
到 2030 年，通过 AI 进行快速产品创新，企业每年将贡献超过 4 万亿美元的全球经济价值。
而微软和谷歌等科技巨头，已经将 AI 深度整合到自有生态系统中，提供其他传统软件厂商难以匹敌的端到端解决方案。这种整合趋势不仅进一步扩大了它们的市场优势，也进一步压缩了小型传统软件公司的生存空间。雷峰网(公众号：雷峰网)雷峰网
正在生成分享图...
晓楠