凯捷研究院一项针对大型企业的调研显示,尽管使用人工智能自动化重复性业务任务能带来显著成本节约,但目前改进的任务相对简单。调研中相当数量的商业领袖表示,他们更倾向于专有AI实施方案而非开源替代品。
该调研涵盖1607名来自全球收入至少10亿美元企业的高管,结果显示商业领袖通过AI和生成式AI实现了客户运营成本40%的降幅。受访高管还实现了人员运营成本26%的削减、财务会计成本24%的降低,以及供应链和采购成本21%的减少。
作为行业中代理AI潜力的例证,凯捷突出介绍了塔可钟母公司百胜集团,该公司在全球运营6万家餐厅。公司引入AI驱动的餐厅管理系统来跟踪员工出勤、规划轮班模式,并根据市场条件建议调整营业时间。
虽然这些案例展现了AI和生成式AI提升商业效率的潜力,但研究发现受访者报告的收益很大一部分与自动化直接、重复性任务相关。凯捷认为,这表明受访高管对AI和生成式AI的使用代表早期阶段效率提升,而非长期变革性影响。
成本节约需要与运行AI系统的成本进行权衡。凯捷研究院指出,查询训练模型的价格正在急剧下降。例如,OpenAI的GPT 3.5从每百万令牌20美元降至0.07美元,而GPT-4在一年内从15美元降至0.12美元。
模型剪枝、量化和蒸馏等技术可用于减少AI模型的规模和复杂性。凯捷研究院指出,这些优化模型需要更少的计算资源,从而降低推理成本。除了更高效的算法外,凯捷研究院表示,高效的硬件利用、推理请求的批处理、基于当前需求动态调整计算资源的扩展,以及节能算法可以显著降低AI模型的功耗。
然而,尽管DeepSeek等开源模型已被证明能在不影响性能的情况下实现11倍的计算成本削减,并能解决许多组织面临的先进硬件瓶颈,但调研显示商业高管对开源AI的热情不如专有AI模型。
尽管开源AI模型在性能和成本方面的优势不断增加,凯捷报告称绝大多数高管仍继续偏爱专有AI实施方案。四分之三的受访高管偏好专有模型,其中43%选择超大规模云服务商开发的模型,另有三分之一选择小众供应商的模型。
凯捷发现,对专有模型和AI系统的偏好在那些已扩大AI和生成式AI投资的组织中尤为强烈。报告作者认为,这表明了一个明确趋势,即转向提供强大支持、安全性和集成能力的可信企业级AI产品。
发表在凯捷研究院《AI实践报告》中的研究结果,识别出了阻碍企业采用开源模型的一系列权衡因素,包括需要更强的技术专业知识、潜在的安全漏洞暴露,以及依赖社区驱动支持可能影响更新周期和文档质量。
凯捷商业服务首席执行官奥利弗·普费尔表示:"生成式AI和代理AI能够真正变革商业服务——实现从传统成本导向模型向AI赋能的价值和洞察驱动业务的转变。那些采用以数据和AI为核心的集成方法的企业,将能够实现真正互联、无摩擦的企业运营。"
不过,他指出研究表明组织在扩大AI代理部署时面临诸多障碍。"采用务实方法、培养对AI的信任并创建强大的数据基础,将在将商业服务转变为推动任何企业的战略动力方面发挥重要作用。"
好文章,需要你的鼓励
新创公司Germ为Bluesky社交网络推出端到端加密消息服务,为用户提供比现有私信更安全的聊天选项。经过两年开发,该服务本周进入测试阶段,计划逐步扩大测试用户规模。Germ采用新兴技术如消息层安全协议和AT协议,无需手机号码即可实现安全通信。用户可通过"魔法链接"快速开始聊天,利用苹果App Clips技术无需下载完整应用。
这项研究由哈佛大学团队开发的创新框架,解决了多机构数据共享的核心难题。他们巧妙结合联邦学习、局部差分隐私和公平性约束,使不同机构能在保护数据隐私的同时协作开发更准确、更公平的决策模型。实验证明,该方法在多个真实数据集上既保障了隐私,又显著提升了模型公平性,为医疗、金融和政府等领域的数据协作提供了实用解决方案。
高通公司宣布正在与领先的超大规模云服务商进行深度合作谈判,开发专用于数据中心的CPU产品。CEO阿蒙表示,公司正在开发通用CPU和推理集群产品,预计2028财年开始产生收入。同时,高通面临三星在高端智能手机市场的竞争压力,三星计划在2026年推出采用2纳米工艺的新款Exynos处理器。高通Q3财报显示营收增长10%至103.5亿美元,净利润增长25%。
Meta AI研究团队开发的ALOHA系统是一种低成本开源的双臂机器人远程操作平台,旨在使机器人学习更加民主化和普及化。该系统结合了价格亲民的硬件设计和先进的行为克隆学习算法,使机器人能够从人类示范中学习复杂技能。研究表明,ALOHA系统展示了强大的泛化能力,能够在新环境中应用所学技能,如打开不同类型的瓶子。系统的开源性质鼓励全球研究者参与并推动机器人学习领域的发展,尽管仍面临成本和精确力控制等挑战。