研究公司IDC预测，到2028年，AI支出将翻倍，因为IT领导者希望加强AI战略，为未来更全面的应用场景奠定基础。
尽管任何给定AI项目的ROI仍然不确定，但有一件事正变得越来越清晰：在未来几年，CIO将在这项技术上投入更多资金。
IDC预测，2025年全球用于支持AI战略的技术支出将达到3370亿美元，到2028年将增长一倍以上，达到7490亿美元。
这些乐观的数据并不让许多CIO感到惊讶，因为几乎每个行业的IT领导者都在推出GenAI的概念验证，其中一些已经进入生产阶段。
Dairyland Power Cooperative的CIO Nate Melby表示，这家中西部公用事业公司一直在开发大型语言模型，这些模型不仅可以自动总结文档，还可以在暴风雨期间帮助管理电网。
全球专业服务公司Marsh McLennan已有大约40个GenAI应用投入生产，CIO Paul Beswick预计，随着效率和盈利创新的展现，这一数字将飙升，从而说服高层管理人员。
摩根大通也在其投资业务以及Chase Travel、呼叫中心、运营中心和信用卡服务局进行了大量GenAI投资。
“GenAI是一项变革性技术，我们今天关注的重点将是基于应用场景的方法，”Chase的CIO Gill Haus表示，他并不担心投资回报率会令人失望。
AI支出持续上升
IDC声称，2025年预计AI支出中的三分之二(67%)将来自将AI能力嵌入核心业务运营的企业。
一些企业将抓住Salesforce和ServiceNow等SaaS供应商提供的低垂果实，而另一些企业则将深入构建企业基础设施，为企业向AI的重大转型奠定基础。
对GenAI的大笔投资最终可能与传统的云投资相媲美，但这并不意味着顶级云服务提供商(他们都是顶级AI平台提供商)会遭受损失。IDC指出，亚马逊网络服务(Amazon Web Services)、微软Azure和谷歌云平台(Google Cloud Platform)正在推动大量的GenAI实验，并计划明年部署AI。
云服务提供商为大多数企业提供了开始使用AI风险最低的方式，因为它们不需要前期投资或长期承诺。此外，云服务提供商提供了最新的AI进展，无论是底层的GPU基础设施还是构建AI应用所需的开发平台，IDC云和边缘基础设施服务部副总裁、进行IDC研究的分析师之一Dave McCarthy表示。
“企业还选择云来利用AI的生态系统合作伙伴关系，”McCarthy指出，“云服务提供商已成为企业开始使用AI并根据需求增长进行扩展的一站式商店。”
事实上，这两项技术进步是完全共生的，McCarthy指出。
“AI尤其是GenAI的出现，进一步放大了云计算的潜力，使企业能够提高生产力并探索创新的商业模式。”他说。
IDC还调查了IT领导者在AI方面自建与购买的选择。McCarthy表示，三分之一(34%)的受访者计划使用现有企业应用中内置的AI功能，如Microsoft Copilot在其Office套件中以及Google Gemini在其Workspace中。
“这也延伸到像SAP和Salesforce这样的SaaS提供商，他们正在为其产品添加AI功能，”他说，“这是开始从AI中受益的最容易的方式，无需具备开发自己的模型和应用所需的技能。”
根据IDC的数据，53%的企业计划从预训练模型开始，并用企业数据进行增强，只有13%的企业计划从零开始构建模型。
无论CIO选择哪条路线，很明显，魔鬼已经从瓶子里出来了，回不去了。
“在短期内，大多数企业都专注于可以实现自动化和生产力的应用场景，而这些场景无需从根本上改变业务流程，”McCarthy补充说，“然而，更高价值的应用场景涉及新的商业模式，这需要广泛的组织变革。”
S&L Ventures的高级顾问、Covetrus前全球技术解决方案CIO Stephen Crowley认为，这样的未来还需要一段时间才能实现。
“奠定基础与将AI应用投入生产是不同的。我认为这需要更长时间，”他说，“即便如此，在基础能力上的投入将是巨大的，而那些提供这些能力的云服务提供商将发展得非常好。”
坚实的基础，良好的治理
Marsh McLennan的Beswick表示，该公司将继续积极采用GenAI，以超越基础应用并实现内部业务流程的自动化。
“它正在改变自动化的边界，其中许多机会的价值可能达到数千美元，有时甚至数百万美元，”他说，并补充说，首先构建一个平台，并使用基于OpenAI的模型，这让Marsh McLennan能够以比许多人认为更低的成本将GenAI投入使用。
“关于AI，如果你做得对，它其实很便宜，”Beswick说，“它真正要做的就是跟上技术的发展速度，不断挑战我们迄今为止所构建的假设。”
对于这家全球风险顾问和保险经纪公司来说，使用场景包括起草电子邮件和文档、编码、翻译和客户研究。Beswick估计，通过这些和其他自主研发的GenAI创新(包括数据模式提取器、RFP初稿生成器和使用自然语言大规模分析数十万个数据点的模型)，已经节省了多达数百万个小时。
“我们构建了整个系统，使模型可以互换，我们将根据价格性能，以及风险状况来不断评估使用哪些模型，”Beswick说，他的团队还构建了一个安全和治理平台，作为公司AI开发的基础。该公司还建立了一个AI学院来培训所有员工。
“我们预计明年将使用来自亚马逊、谷歌和其他公司的模型作为组合的一部分。我们认为，针对特定使用场景进行微调的小型语言模型也有很多价值。”他说。
像Beswick这样的CIO们还在成立内部AI委员会，并制定AI治理规则，以防止对企业造成损害，并确保将未受控制的“影子AI”保持在最低水平。
例如，Chase的Haus坚信，目前在修复GenAI幻觉、建立护栏和治理方面投入的大量工作将随着时间的推移带来巨大的回报。
Dairyland Power的Melby也非常关注意外暴露敏感企业数据或设计偏离预期任务的GenAI模型的风险，他正在与微软合作伙伴合作，以安全的方式向员工部署Copilot和Azure OpenAI功能。
“CIO需要意识到这个领域的潮流变化，并根据公司的风险承受能力来调整投资，”Melby说，“这变成了一场成本效益的对话，如果公司愿意随着治理的完善而调整，那么这将带来巨大的优势。”
