咨询机构Gartner公司最新预测，到2025年，至少30%的生成式人工智能项目可能在完成概念验证阶段后遭遇终止。这一现象可能由数据质量不佳、风险控制不足、成本上升或商业价值不明确等问题引发。Gartner在报告中指出，企业高管在经历初期的AI热潮后，期望看到投资回报，但目前企业界正面临证明和实现AI价值的挑战。
随着AI项目规模的扩大，开发和部署模型的财务负担日益沉重。企业面临的主要难题是如何证明对AI的大规模投资能够带来生产力提升，并转化为直接的经济效益。许多企业正尝试利用AI转变业务模式，创造新的商业机会，但这些尝试的成本巨大，从500万美元到2000万美元不等，涵盖了前期和持续的成本。
Gartner副总裁兼分析师丽塔·萨拉姆（Rita Sallam）指出，AI技术并非万能，其成本也难以像其他技术那样预测。投资额度、用例选择以及部署方法均会影响最终成本。无论是作为市场颠覆者全面渗透AI，还是保守地专注于提升生产率或扩展现有流程，每种策略都涉及不同程度的成本、风险、可变性和战略影响。
Gartner研究显示，与追求即时投资回报相比，企业对AI的长期财务投资标准应有更高的容忍度。许多高管对于今天投资以获取未来间接价值持谨慎态度，这可能导致投资更倾向于短期战术成果而非长期战略成果。不同行业和流程中的AI早期采用者报告了不同程度的业务改进，这些改进因使用案例、工作类型和员工技能水平而异。Gartner的调查显示，受访者平均收入增加了15.8%。
然而，企业需要认识到估算AI商业价值的挑战，因为效益可能因公司、用例、角色和劳动力的不同而异，且影响可能不会立即显现，而是随时间逐步体现。Gartner建议，通过深入分析AI商业模式创新的商业价值和总成本，企业可以明确直接投资回报率和未来价值影响，作为做出明智投资决策的工具。如果业务成果达到或超过预期，企业有机会扩大投资，推广AI创新；若未达预期，则可能需要探索其他创新方案。
（校对/张杰）
