在探讨企业如何高效部署生成式AI的议题上，知名咨询公司Gartner的研究副总裁孙志勇近日接受了经济观察网等媒体的采访，分享了他的独到见解。
孙志勇指出，企业在投入生成式AI领域时，往往面临成本超支的风险。他提到一个实例，一家企业计划部署大模型，初期预算4000万元，但随着应用需求的增长，后续投入可能攀升至数千万甚至上亿元。因此，他强调企业应持续关注投资回报率（ROI），作为衡量投入的标尺。
针对企业如何选择合适的部署方式，孙志勇列举了五种基本模式，包括直接使用、嵌入、扩展、定制和自建。他建议，处于AI应用初级阶段的企业，应优先考虑直接使用或嵌入模式，以降低风险和成本。而对于已有丰富AI经验的企业，则可以考虑定制模型，以获取更高的回报。
孙志勇还提到，不同规模和类型的企业在选择部署方式时，需根据自身实际情况灵活调整。大型企业可能更倾向于定制模式，以确保自主可控，而中小型企业则可能更倾向于使用成本较低的直接使用、嵌入和扩展模式。
在谈到生成式AI的应用场景时，孙志勇指出，金融机构、新能源车企和医药行业是当前采用生成式AI最多的行业。然而，尽管大模型已在部分行业得到应用，但提供大模型服务的厂商仍面临变现模式不清晰、商业化效果不理想的问题。他认为，这主要是因为国内企业更偏好定制化的产品，导致大模型厂商的毛利率较低。
针对这一问题，孙志勇建议大模型厂商未来可以寻求垂类模型的应用，将服务场景产品化，以提高销售和营收的稳定性。他还提到，国内企业的业务负责人最关心的是使用大模型后的降本与增收情况，但目前生成式AI带来的更多是非财务性的价值，如提高效率、改善客户体验等。因此，他建议企业在评估大模型的投资回报率时，应关注大模型的落地与业务变革的结合。
