AI在线 AI在线

AI泡沫为何反而有利于企业?

最近有关“AI泡沫”的讨论此起彼伏,AI行业的内部人士纷纷辩解称“并不存在泡沫”,但事实是,泡沫确实已经出现,而且它对企业反而可能是利好。 8月中旬,OpenAI的CEO Sam Altman表示,尽管AI极其重要,但当前的投资热潮被严重高估,“总有人会在投资狂潮中受伤”。 大约一周后,MIT发布《The GenAI Divide: State of AI in Business 2025》报告,指出95%的企业GenAI试点项目未能带来可量化的回报。

AI泡沫为何反而有利于企业?

最近有关“AI泡沫”的讨论此起彼伏,AI行业的内部人士纷纷辩解称“并不存在泡沫”,但事实是,泡沫确实已经出现,而且它对企业反而可能是利好。

8月中旬,OpenAI的CEO Sam Altman表示,尽管AI极其重要,但当前的投资热潮被严重高估,“总有人会在投资狂潮中受伤”。大约一周后,MIT发布《The GenAI Divide: State of AI in Business 2025》报告,指出95%的企业GenAI试点项目未能带来可量化的回报。可以肯定的是,我们正在进入一个由AI驱动的指数级、不可预测的变革时代。

我从2024年初就提醒过AI炒作的风险,当时AI还处于“煤气灯时刻”。今年我们也见证了围绕自主式AI的过度炒作,并提出了“AI重置”的必要性。

虽然科技厂商努力控制舆论,强调没有所谓的“AI泡沫”,但对大多数企业CIO而言,理性地把握这种繁荣,其实才是利用AI推动业务增长的良机。

与互联网泡沫的相似之处

尽管投资热情被高估,但AI厂商格局中依然存在一些能够在“泡沫退潮”后存活下来的核心力量。作为CIO或CAIO(首席AI官),你可以抛开浮华,专注寻找那些能真正帮助企业的核心AI厂商。

MIT的报告指出,从专业厂商采购AI工具并建立合作关系的成功率约为67%,而内部自研的成功率仅三分之一,因此,与专业供应商合作能够大幅提升成功率。即便你的内部团队倾向于“自建”,你也需要警惕团队中的“非我发明”心态(Not Invented Here Syndrome),并鼓励他们在合适场景下采用外部工具。

大多数AI战略需要GRC重置

无论是否存在泡沫,大多数企业的AI战略都需要重置,以在一开始就融入治理(Governance)、风险(Risk)与合规(Compliance),否则,只会“前进一步、后退两步”。

当组织从传统AI/ML项目,走向GenAI,再到自主式AI时,风险水平会逐步上升。AI越来越深入核心应用与工作流程,且趋向自动化与自治化。特别是在自主式AI场景下,随着自动化与编排程度加深,风险被放大。因此,当前就应投入时间研究AI编排与治理,思考智能体将如何影响技术平台、卓越中心以及治理体系,这将帮助企业更快扩展规模,并提升未来的AI成熟度。

企业AI项目依然离不开IT

在“AI颠覆咨询与IT”的炒作下,有人认为AI将取代咨询服务、系统集成,甚至整个IT团队,但现实是,很多AI驱动的建站工具看似炫酷,却产出远不如预期。

这对CIO和CAIO意味着,你的IT团队比以往更重要。你可以利用他们的专业能力,在合适场景中用AI提升生产力,并在项目中增加必要的增强措施,确保AI项目足够稳健可靠,同时,允许AI试点失败也是学习过程的一部分,有助于推动企业AI技术栈的成熟。

AI失败的“甩锅”游戏

AI厂商往往把AI项目失败归咎于企业自身,认为是愿景不足、领导力缺乏或变革管理不力。他们强调,企业需要通过AI探索新的商业模式、产品和服务,而不是单纯将AI套用到已有的低效流程或仅仅寻求成本节约。

这固然没错,但只是部分原因,AI技术本身的问题同样不可忽视。准确性、幻觉、隐私、安全与合规等问题,已让GenAI跌入Gartner所谓的“幻灭低谷”。

不过,这对CIO和CAIO而言未必是坏消息,因为从现在起,AI技术改进与生产力提升只会越来越好。你需要持续审视企业在AI落地中的愿景、领导力与变革管理,但同时也要保持技术尽调,警惕潜在问题。

泡沫不是重点,理性创新才是

经历过互联网泡沫的人都明白:我们往往高估新兴技术的短期潜力,却低估其长期变革价值。AI毫无疑问是颠覆性的,未来市场也将持续创新,使其更加稳健可靠。比如,组合式AI已被应用,将多种AI技术结合,优势叠加,弥补单一模型的局限。

因此,AI是否存在“泡沫”其实无关紧要。关键在于:聚焦核心价值、保持尽职调查、善用合作伙伴与团队智慧,并在技术演进中持续测试、学习与优化。

相关资讯

AI红队:构建安全AI只是梦想

负责微软100多个GenAI产品红队测试的团队得出结论,构建安全可靠的AI系统的工作永远不会完成。 本周发表的一篇论文中,包括微软Azure首席技术官Mark Russinovich在内的作者们描述了团队的一些工作,并提出了八项建议,旨在“使红队测试工作与现实世界的风险相一致”。 论文的主要作者、微软AI红队(AIRT)研究员Blake Bullwinkel和他的25位合著者在论文中写道:“随着GenAI系统在越来越多领域的应用,AI红队测试已成为评估这些技术安全性和可靠性的核心实践。
1/20/2025 11:24:56 AM
Paul Barker

Gartner:预计到2027年跨境GenAI滥用引起的AI数据泄露比例将达40%

2月24日消息,据市场研究机构Gartner预测,到2027年,跨境生成式人工智能(GenAI)引起的AI相关数据泄露比例将超过40%。 GenAI在终端用户中的普及速度已超过了数据治理和安全措施的发展速度,而支持这些技术所需的集中算力引发了对数据本地化的担忧。 Gartner研究副总裁Joerg Fritsch表示:“由于监管不力,常常会发生意外的跨境数据传输,尤其是当GenAI被集成到现有产品但却没有明确的说明或公告时。
2/25/2025 8:00:00 AM
Yu

GenAI的五大应用陷阱:管理者如何避开误区和把握机遇?

随着GenAI在各企业中的普及应用,一些潜在陷阱可能消解其带来的效益。 唯有建立正确思维模式,方能规避这些风险。 凯捷咨询管理实验室专家Elisa Farri与Gabriele Rosani在其新著的《哈佛商业评论GenAI管理指南》中,深入剖析了GenAI应用中的典型误区。
3/10/2025 7:00:00 AM
Joe McKendrick
  • 1