英国多数企业领导者将继续把AI列为支出重点,65%的受访者表示,无论能否看到即时可量化的回报,都计划维持AI相关投资。
目前,业界围绕"企业在采购AI平台、智能体或企业软件附加模块前是否必须先证明投资回报率(ROI)"的争论持续升温。然而,毕马威(KPMG)发布的最新研究显示,ROI的优先级正在企业领导层的议程中逐步下滑。
在一项针对全球2110名企业领导者的调查中,毕马威发现,70%的英国企业领导者认为,即便面对经济下行压力,AI投资依然会在其支出计划中占据重要位置。94%的受访者计划在业务中引入AI智能体,但各方的实际落地经验参差不齐。
这项于今年2月至3月间开展的调查显示,对于许多组织而言,ROI并非推动AI投资的首要因素,尽管他们在某些具体领域确实能够对其进行衡量。多数受访者表示,可以在以下方面评估ROI:生产力(76%)、工作质量与绩效(71%)、决策速度与准确性(67%),以及盈利能力(64%)。
然而,仅有14%的受访者对评估高管层借助AI改善分析所带来的业务价值具有信心。
毕马威AI业务负责人利安·艾伦(Leanne Allen)指出,企业正在改变看待AI投资的方式。她表示:"这一思维转变意义重大——从将AI视为必须立即产生回报的工具,转变为将其视为长期投资,将其定位为推动企业整体变革的战略性驱动力,这是一个重要的里程碑。"
对于负责AI落地的技术部门而言,这种信号上的矛盾或许令人感到困惑。
目前,软件厂商和云服务提供商正承载着今年AI支出预期增长的主要压力。据高德纳(Gartner)预测,到2026年,AI相关投资规模将达到25.2万亿美元。然而从长远来看,无论以何种形式,企业客户和消费者终将承担这些成本。
高德纳杰出副总裁分析师约翰-戴维·洛夫洛克(John-David Lovelock)今年1月向《The Register》表示,企业对AI的讨论已从董事会推动的"快速推进AI项目"转向更为审慎的态度。
"我们已经开始看到这波投资热潮走向尾声。此前百花齐放,现在是时候修剪枝叶了。我们正在从'这个想法很不错'过渡到'我的业务收益在哪里'。这是任何新技术发展过程中的正常阶段。"他说道。
毕马威的上述调查结果,是在企业普遍难以证明AI投入合理性的背景下发布的。今年2月,一项覆盖美国、英国、德国和澳大利亚近6000名企业高管的调查显示,超过80%的受访者表示,尽管69%的企业已在某种程度上应用了AI,但他们在就业或生产力方面未能感知到任何明显变化。
高德纳上周发布的报告则显示,技术基础设施领域中,仅有28%的AI用例能够真正取得成功并实现正向回报。
根据哈里斯民调(Harris Poll)受Dataiku委托开展的研究,98%的技术领导者表示,来自董事会的ROI证明压力与日俱增;71%的受访CIO认为,若今年上半年末前未能达成既定目标,其AI预算很可能面临削减或冻结。
Q&A
Q1:毕马威调查显示,企业对AI投资回报的态度是什么?
A:毕马威对全球2110名企业领导者的调查显示,ROI并非推动AI投资的首要因素。65%的英国企业领导者表示,无论是否有即时可量化的回报,都会维持AI投资;70%的受访者认为即便经济下行也不会削减AI支出。企业的思维正在从"AI必须立即产生回报"转变为将AI视为推动企业整体变革的长期战略投资。
Q2:目前企业在哪些方面能够有效衡量AI的投资回报率?
A:根据毕马威调查,企业相对有把握衡量AI回报的领域主要包括:生产力(76%)、工作质量与绩效(71%)、决策速度与准确性(67%)以及盈利能力(64%)。但在高管层利用AI改善分析决策所带来的业务价值方面,仅有14%的受访者表示有信心进行评估,说明AI价值的高层感知仍存在明显短板。
Q3:CIO在AI预算上面临哪些压力?
A:根据哈里斯民调受Dataiku委托开展的研究,98%的技术领导者表示正面临来自董事会日益增加的ROI证明压力。71%的受访CIO认为,如果在今年上半年末前无法完成既定目标,其AI预算很可能遭到削减或冻结。与此同时,高德纳数据也显示,技术基础设施领域中仅有28%的AI用例能够成功实现投资回报。
好文章,需要你的鼓励
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。