近日，Gartner研究副总裁孙志勇（Daniel Sun）就计算生成式人工智能（GenAI）商业模式创新的投资回报率接受媒体采访，采访文章全文如下：
来源/中国信息化周报
作者/路沙
随着大模型的快速普及应用，企业对于GenAI的ROI（投资回报率）愈加重视。从企业的角度来讲，不能一味地投入，而不关注回报。然而，如何才能有效衡量自身的投入产出比？生产效率提高、客户体验改善、产品改进及损失减少能否代表企业就获得了实实在在的价值？
在Gartner研究副总裁孙志勇看来，这些只是GenAI应用之后的“直接产出”，坦白讲就是“非财物价值”。面对日益严峻的经营压力，“非财物价值”自然不是企业想要真正获得的价值。“‘间接产出’才代表降本和增收。而企业想要真正获得这种‘间接价值’，就一定要实施业务变革管理。因为企业获得的业务价值与GenAI部署和变革管理总体成本二者之间的比例才是GenAI的ROI。ROI越大代表企业获得的‘间接价值’越多，业务变革也就越成功。”孙志勇如此说道。
对此，孙志勇举例说，当企业客服系统应用GenAI之后，将客服系统与后台实时管理系统相连接，能够实现工单的自动生成，然后将工单发送至管理人员进行在线审批，可以提升工作效率并实现价值转化。在这一过程中，企业需要做好两件事：一是通过应用生成式AI技术，缩短平均处理时间，提升工作效率；二是通过业务变革管理，将节省的时间转化成实质价值。
“如果通过计算GenAI应用之后的投资回报率，了解到前期的投入产出比没有达到预期，也就是说花费的成本很多，但实际价值产出很低，企业就应该果断放弃现在这个项目，去探索一些新的用例和应用场景。实际上，现实中很多企业投入了很多资金，却没有获得预期的效果，所以我觉得有‘投入产出比’这样一个标尺，能够有效指导企业进行下一步投资，这是很关键的。”孙志勇进一步解释道。
企业的“达摩克利斯之剑”
孙志勇表示，生成式 AI 部署大致包括使用、嵌入、扩展、定制、自建五种基本模式。其中，按照企业的体量大小来看，行业头部企业四种方式都会采用，而重点会应用定制模式。对于体量比较小的企业来讲，前三种模式应用更多一点，对于一些小微企业来讲基本上会直接采用他人软件。
“某家企业每年要从合作伙伴处收取多达20万份以上的文档。这些文档如果通过人来抓取关键数据，每一个文档需要处理的时间是30分钟。现在通过应用加持大模型能力的AI工具，能够实现文档关键词的自动抓取以及定制化文档的生成，这样每年可以节省10万人/小时。不过，如何使得效率提升转化成实际的财物价值，这就要求企业在部署大模型或者生成式AI的过程中，实时、定期评估ROI是否达到预期，如果做的好，就要及时快速扩大规模。如果没有达到预期，就要及时止损。”孙志勇如是说。
如果企业不过多关注生成式AI应用的投资回报率，就有可能造成企业投资的无限扩大。例如企业定制大模型，初期投资费用是4千万，但是随着场景、训练量、语料及算力要求的增多，这些资金将仅仅是“开胃菜”，后续企业势必会追加更多投资。因此，如果企业不持续评估投入产出比，很有可能造成资金的浪费。“我觉得这样一个投入产出比就是悬在企业头上的‘达摩克利斯之剑’，能够让企业实时关注在大模型领域中的发展布局。”孙志勇说。
助力商业模式的创新
生成式AI的应用通过提供个性化内容生成、提高工作效率、解决行业痛点以及创造新的市场机会，已经成为助力企业商业模式创新的重要力量。它不仅推动了从技术创新到应用创新的转变，还促进了跨领域融合和智能化演进，使企业能够以更智能、更高效的方式运营，同时开拓了新的市场机会。
孙志勇表示，大模型或生成式AI的应用，基本上分成5个不同的阶段：从零开始、启动原型建设、扩大原型建设范围、大规模部署、植入到生产环境。处于前三个发展阶段的企业，Gartner建议直接采用行业企业的技术模型或者嵌入及扩展模式。如果企业已经开始规模化部署，并且要将自身所具备的AI能力部署到生产环境中，Gartner建议这些企业一定要采用定制模式。“因为这是一种高投入高回报的收益体系，企业投入的越多，企业内部植入的大模型或生成式AI的能力就可以变得越强。”孙志勇说。
以某一家国内头部银行的应用实践为例，这家银行基于国内的开源模型打造了一个定制化模型。如今，该银行基于这一定制化模型已经在企业内部做出了2000多个业务场景或应用。由此来看，如果企业没有真正做到大规模部署或者不具备将AI部署到生产环境当中的经验和能力，Gartner还是建议就采用前三种模式。具备一定的经验和能力之后，才能有足够的魄力去做定制。
更 多 资 讯 敬 请 访 问 Gartner 中 文 官 网!
www.gartner.com/cn
长按识别二维码
