当地时间11月20日，硅谷老牌风险投资公司Menlo Ventures发布《2024年企业生成式人工智能现状报告》。报告分析了2024年企业对生成式人工智能的投资情况，生成式人工智能在不同行业的应用案例，以及大模型企业在企业市场上的份额变化等。
重要发现：
1、报告显示，今年企业在生成式人工智能上的支出激增500%，从2023年的23亿美元增至138亿美元。这清楚地表明企业正在从实验转向大规模采用，将AI嵌入其业务战略的核心。
2、平均而言，企业已确定了10个潜在AI用例。代码辅助工具以51%的采用率排名第一，支持聊天机器人的企业采用率为31%，排名第二；企业搜索+检索采用率28%，排名第三。
3、企业不再依赖单一供应商，而是采取务实的多模型方法。研究表明，组织通常在其AI堆栈中部署三个或更多基础模型，并根据用例或结果分配到不同的模型。
4、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%。Anthropic企业占有率从12%翻了一番，达到24%，成为2024年大赢家。
5、企业AI设计模式（用于构建高效、可扩展AI系统的标准化架构）正在快速发展。RAG（检索增强生成）目前占据主导地位，采用率为51%，较去年的31%大幅上升。与此同时，微调仍然非常少见，只有9%的生产模型经过微调。
报告核心内容如下，智能超参数编译，enjoy：
生成式人工智能支出表明企业承诺不断增加
如今，企业对生成式AI的投资有60%来自创新预算，这反映出生成式AI的应用尚处于早期阶段。然而，40%的生成式AI支出来自更长期的预算（其中58%是从现有拨款中重新分配的），企业对AI转型的承诺日益坚定。
这张图透露的信息很明确。生成式人工智能正在从一项未来技术转变为一项基本的商业工具。
基础模型投资在企业生成式AI支出中占据主导地位，2024年的投资达到65亿美元，同比增长6.5倍。
但是应用层现在增长更快。2024年，企业向生成式AI应用投入了46亿美元（Vertical AI+Departmental AI+Horizontal AI），几乎比去年报告的6亿美元增长了8倍。
企业内部：排名最有价值的用例
平均而言，企业已确定了这项变革性技术的10个潜在用例。但明显的采用趋势表明，部分用例已经通过提高生产力或运营效率带来了切实的投资回报：
Code Copilot以51%的采用率领先，使开发人员成为AI最早的高级用户。
企业聊天机器人的使用率很高，采用率为31%。
企业搜索 + 检索采用率28%，排名第三；数据提取 + 转换采用率27%，排名第四。
上述两项反映了企业对挖掘和利用分散在组织中的数据孤岛中隐藏的宝贵知识的强烈渴望。
会议摘要在用例中排名第五，采用率为24%。
自行开发还是购买？具体问题具体分析
在决定自建还是购买时，企业发现两者的比例几乎持平：47%的解决方案是内部开发的，而53%的解决方案来自供应商。
这与2023年相比发生了明显变化，当时的报告称 80%的企业依赖第三方生成式AI软件，这表明许多企业越来越有信心和能力建立自己的内部AI工具，而不是主要依赖外部供应商。
企业在采用生成式人工智能时优先考虑价值
在选择生成式AI应用程序时，企业有明确的优先事项，他们更关注能够提供可衡量价值（30%）和了解其工作独特背景（26%）的工具。
令人惊讶的是，价格并不是主要问题。受调查的企业领导者中，只有 1% 的人提到价格是选择时需要考虑的问题。
生成式人工智能的预算流向
如今，生成式人工智能的采用不仅规模惊人，而且范围也十分广泛。今年，生成式人工智能的预算流向了每个部门。
毫无疑问，技术部门占据了最大的支出份额，其中 IT（22%）、产品 + 工程（19%）和数据科学（8%）合计占企业生成式 AI 投资的近一半。剩余预算分布在面向客户的职能部门，例如支持（9%）、销售（8%）和营销（7%）、包括人力资源和财务在内的后台团队（各占 7%）以及设计（6%）和法律（3%）等较小的部门。
垂直人工智能应用的兴起
第一批生成式AI应用是用于文本和图像生成的横向通用解决方案，但到2024年，越来越多的应用开始将大模型的新功能应用于高度特定领域的垂直化工作流程。比如医疗保健、法律、金融服务、媒体和娱乐等领域。
基础设施和现代人工智能堆栈
经过一年的快速发展，现代AI堆栈的4层结构在2024年趋于稳定。
基础模型仍占主导地位。大模型LLM层吸引了65亿美元的企业投资。然而，企业越来越认识到数据和集成在构建复杂的复合AI架构方面的重要性。
大模型LLM趋势
企业不再依赖单一供应商，而是采取务实的多模型方法。我们的研究表明，组织通常在其 AI 堆栈中部署三个或更多基础模型，并根据用例或结果分配到不同的模型。
闭源解决方案以81%的市场份额支撑了绝大多数使用，而开源替代方案（以 Meta 的Llama 3为首）保持稳定在19%，仅比2023年下降了一个百分点。
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%。随着一些企业在新模型成为最先进的模型时从GPT-4转向Claude 3.5 Sonnet，Anthropic企业占有率从12%翻了一番，达到24%。
在转向新的LLM时，组织最常提到安全性和安全考虑（46%）、价格（44%）、性能（42%）和扩展功能（41%）作为动机。
企业AI设计模式
企业AI设计模式（用于构建高效、可扩展AI系统的标准化架构）正在快速发展。RAG（检索增强生成）目前占据主导地位，采用率为51%，较去年的31%大幅上升。与此同时，微调仍然非常少见，只有9%的生产模型经过微调。
今年最大的突破是什么？Agentic架构首次亮相，并且已经为12%的实施提供支持。
为了支持RAG，企业必须高效地存储和访问相关查询知识。在整个堆栈中，为满足现代AI需求而构建的技术的需求在快速增长，比如矢量数据库、专门用于处理PDF和HTML等文档中非结构化数据的ETL平台等。
对未来的三个预测
根据分享的数据和我们作为投资者观察到的趋势，以下是对未来的三个预测：
1、代理将推动下一波转型。
代理自动化将推动下一波人工智能转型，解决复杂、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。
2、更多老牌企业将倒下。
ChatGPT今年对 Chegg和 Stack Overflow的颠覆是一个警钟。其他类别也面临颠覆。随着时间的推移，即使是Salesforce和 Autodesk等软件巨头也将面临AI原生挑战者。
3、人工智能人才短缺问题愈演愈烈
我们正处于大规模人才短缺的边缘。随着人工智能系统的普及和日益复杂，科技行业将面临严重的人才短缺。这不仅仅是数据科学家的短缺，更是能够将高级人工智能能力与特定领域专业知识相结合的专家的严重缺口。
这仅仅是个开始
人工智能正在为新时代的转型铺平道路，这一时代由尖端的人工智能工具、赋能的劳动力和变革性的商业模式推动，将重塑我们的经济。我们离实现智能企业的潜力越来越近了。
数据支撑：本报告总结了2024年9月24日至10月8日期间对拥有50名或以上员工的企业的600名IT决策者进行的调查数据。生成式AI支出包括用于基础模型、模型训练+部署、AI 专用数据基础设施以及来自初创公司和现有企业的新型生成式AI应用程序的资金。此市场规模不包括芯片（例如 Nvidia）、计算（例如 AWS、GCP、Azure）或AI功能（例如 Intuit Assist）的收入。
觉得内容有收获，请您加个关注，标个星～ 谢谢您
