2024 生成式 AI 市場報告：企業支出增長率超 600%，安全性和 ROI 成關鍵決策點
OpenAI、Anthropic 競爭加劇，微軟Google搶佔端到端高地。
作者丨劉潔
編輯丨岑峰
最近，Menlo Ventures 針對擁有 50 名以上員工的公司的 600 名企業 IT 決策者進行調查，發佈了一份名為《2024 年生成式 AI 現狀》的企業市場報告。
2024 年，生成式 AI 市場的整體支出飆升至 138 億美元，相比 2023 年的 23 億美元增長了 6 倍以上，體現出企業對 AI 工具的強大信心和需求。
報告顯示，72% 的 IT 決策者計劃在未來更廣泛地採用生成式 AI 工具，進一步釋放 AI 在商業生產力提升中的潛力。
然而，市場份額的競爭愈發激烈。
儘管 OpenAI 一直是企業選擇的首選，其市場份額卻從年初的 45% 下降至 34%，部分客戶轉向了 Anthropic 的Claude 系列，後者的市場佔有率翻倍至 24% 。
其中，一些公司從 GPT-4 轉向 Claude 3.5 Sonnet 後，驚喜地發現自己的企業影響力從 12% 增長到了 24%。
除了 OpenAI 和 Anthropic 以外，還有 16% 的企業選擇了 Meta 的開源模型 Llama 3，12 % 的企業選擇了 Google。
這種轉變不僅反映出企業對 AI 工具的高性能要求，也說明市場從單一供應商主導逐漸轉向多元化格局。
1
生成式 AI 市場加速擴張
報告顯示，整個生成式 AI 的市場風向正在往高性價比靠攏，不看低價而是看 AI 工具是否具有長期潛力。企業最關心的是安全（46%），然後才是價格 （44%）、性能 （42%） 和擴展功能 （41%）。
落到具體的選擇條件上，企業最關心的是投資回報和針對特定行業的特殊化定製。與提供最低價格的工具 （1%） 相比，他們更想要的是能提供可衡量價值 （30%） 和瞭解其工作獨特背景 （26%） 的工具。
企業買家對生成式 AI 應用程序非常感興趣，2024 年他們投入了 46 億美元，比去年的 6 億美元增長了近 8 倍。
這些應用程序中，前五大使用案例包括代碼生成、聊天機器人、企業搜索、數據轉換和會議摘要，均側重於提升效率和降低成本。
51% 的企業採用了 Code copilots 作為工作助手，GitHub Copilot 的營收也因此迅速攀升至 3 億美元，同時，Codeium 和 Cursor 等新興工具的營收也在快速增長。
31% 的企業接入了聊天機器人，能夠全天 24 小時無休，為內部員工和外部客戶提供知識支持。
還有不少企業把 Glean 和 Sana 這類生成式 AI 和電子郵件、文檔等鏈接在一起，實現了跨系統的統一語義搜索。
在企業內部，各部門都有一定比例的 AI 預算。
毫不意外，技術部門的 AI 支出份額最大，IT （22%）和產品 + 工程 （19%）兩部分佔據了預算大頭，剩下的數據科學 （8%） 、支持部門 （9%）、銷售部門 （8%） 和營銷部門 （7%）等較為均勻地分攤了賸餘的費用。
數據顯示，從 2021 年 7 月到 2023 年 7 月，與 AI 和生成式 AI 相關的全球招聘信息增長了兩倍多。在招聘平台 Indeed 上，過去一年生成式 AI 職位的搜索量大幅增長了近 4,000%，同期相應的職位發佈量也增長了 306%。
也有調查表明，在大公司里，各部門使用的軟件即服務(SaaS) app平均數量均有明顯上漲。
企業逐漸習慣於在工作流程中嵌入 AI，並期望未來能夠使用完全自主的智能體來掌舵。
一方面為了信息安全和避免數據泄露，一方面各類框架逐漸成熟，更多的企業選擇自己構建一個生成式 AI。
報告顯示，47% 的企業選擇內部開發，53% 的選擇了 生成式 AI 供應商。這與 2023 年的情況完全不同，當時 80% 的企業都在依賴第三方生成式 AI 軟件。
無論是購買還是自研，企業都傾向於建造一個 AI 堆棧，在其 AI 堆棧中部署三個或更多基礎模型，根據用例或結果調用不同的模型。並且，有 81% 的企業不約而同地選擇了閉源模型。
2
智能體助力 AI 自動化
資本市場的投資方向也在發生變化。
近幾年，Y Combinator 投資的初創公司里，AI 公司的比重越來越高。
2024 年，大模型繼續吸引了高達 65 億美元的投資，但生成式 AI 應用正在成為新興焦點。
埃森哲財報顯示，儘管今年埃森哲總體收入下降，但第三季度的生成式 AI 預訂金額已經達到了 10 億，相比去年同一季度實現了 4 倍多的大幅增長。
融合 Chat 功能與智能體特性的生成式 AI 更受市場青睞，因其不僅能夠提供高質量的擬人化對話，還展現出強大的任務執行能力，推動了 AI 自動化向更複雜場景的延伸。
以 OpenAI 的 GPT-4o 為例，這一多模態模型不僅突破了傳統 Chat 的局限，還表現出智能體特徵，正在向全能型工作助手邁進。
奧特曼和 Greg Brockman 也提到過，用戶將越來越多地與由許多多模態模型和工具組成的系統互動，這些系統可以代表他們採取行動，而不是與單一模型對話。
就像之前的 AI 程序員 Devin，它不僅能自主學習新技術，自己改 Bug，甚至還能訓練和微調自己的 AI 模型。
這一趨勢不僅改變了用戶體驗，還推動了企業 AI 架構的演進。
一種用於構建高效、可擴展人工智能系統的標準化架構——企業人工智能設計模式，因能夠適應複雜的業務環境和不斷變化的需求，受到了企業的喜愛。
RAG（檢索增強生成）成為企業首選的技術方案，其使用率從 2023 年的 31% 提升至 51%，遠超模型微調的 9%。
而智能體今年才首次亮相，就已經為 12% 的企業提供了實際上的應用支持，其處理複雜多步驟任務的能力，成為區別於內容生成和知識檢索 AI 的顯著優勢。
另外，面向特定領域的垂直類 AI 應用正在興起，不止是大模型，智能體也在其中發揮獨特作用。
醫療保健行業的企業已經為 AI 應用支付了 5 億美元，涵蓋了從分診和接診（如 Notable）到編碼（如 SmarterDx、Codametrix）和收入週期管理（如 Adonis、Rivet）每一個環節。
具體來說，在診斷和治療計劃方面，AI 智能體能通過分析醫療數據、識別模式以及建議癌症或糖尿病等疾病的治療方法來協助醫生；在遠程醫療方面，智能體能指導患者進行症狀檢查並提供與健康相關的建議，從而減少面對面諮詢的需求。
法律行業也花了 3.5 億美元購買 AI 產品，用於管理大量非結構化數據並自動執行基於模式的複雜工作流程，主要集中在訴訟法和交易法兩個版塊。
在金融行業，企業投入了 1 億美元進行 AI 轉型。
相關應用中，Arkifi 和 Rogo 能夠提取高級金融數據加速金融研究， Greenlite 和 Norm AI 能夠提供實時的合規監控，幫助企業適應不斷變化的法規；Betterment 則利用智能體提供個性化的投資策略和自動化交易服務。
去年，權威諮詢公司 Gartner 發佈預測，到 2028 年， AI 智能體將自主完成至少 15% 的日常決策。
3
傳統軟件業遭受衝擊
隨著智能體技術的發展，AI 的自動化能力將進一步釋放，對傳統軟件公司的衝擊也會持續加深。
以 ChatGPT 為例，在它的影響下 Chegg 的市值蒸發了 85%，Stack Overflow 的網絡流量減少了一半。
IT 外包公司和傳統的自動化公司必須為即將到來的 AI 自動化挑戰做準備。隨著時間的推移，即使是 Salesforce 和 Autodesk 等軟件巨頭也將面臨被 AI 公司顛覆的危險。
生成式 AI 的崛起，使得更多企業傾向於使用靈活高效的 AI 驅動平台，從而簡化業務流程、降低運營成本。這一趨勢直接削弱了企業對傳統定製軟件解決方案的需求。
AI 驅動的低代碼和無代碼平台也在加劇這一衝擊。這類工具使非技術背景的用戶也能夠創建軟件解決方案，進一步削弱了傳統場景中對自定義開發軟件的需求。
在軟件的維護和升級階段，智能流程自動化工具以更低的成本和更短的周轉時間，替代了傳統依賴人工的解決方案，進一步減少對測試員和工程師的依賴。
Appian 公司曾對 2024 年影響企業的 AI 趨勢做過預測分析，到 2024 年底，全球將有 65% 的大型組織採用結合 AI 和自動化的超自動化，這將徹底改變現有的軟件流程的設計和執行方式。
到 2030 年，通過 AI 進行快速產品創新，企業每年將貢獻超過 4 萬億美元的全球經濟價值。
而微軟和Google等科技巨頭，已經將 AI 深度整合到自有生態系統中，提供其他傳統軟件廠商難以匹敵的端到端解決方案。這種整合趨勢不僅進一步擴大了它們的市場優勢，也進一步壓縮了小型傳統軟件公司的生存空間。
參考資料：
https://aiindex.stanford.edu/wp-content/uploads/2024/04/HAI_2024_AI-Index-Report.pdf
https://appian.com/blog/acp/ai/ai-trends-enterprises-2024
