根据Omdia的生市场上达预测，生成式人工智能（生成式AI）在2023年占AI总市场的成式长倍9%，即68亿美元，预计XM软件并预计到2029年将增长至市场的年增三分之一（73亿美元）。生成式AI市场预计将在2024年增长一倍以上，到亿达到146亿美元，美元并在2029年达到38%的规模年复合增长率（CAGR）。目前，生市场上达生成式AI市场的成式长倍XM软件规模已接近五年前整个AI市场的总规模，且其增长速度和市场成熟度超过传统AI。预计

Omdia的年增《2024年人工智能市场成熟度调查》显示，34%的到亿受访者认为生成式AI是AI最重要的投资驱动因素。调查还指出，美元6%的规模企业已经在多个业务功能中大规模部署生成式AI，17%的生市场上达企业在至少一个业务单元中积极采用生成式AI。大型企业（年收入超过10亿美元）在推动生成式AI的大规模应用方面起到了重要作用，北美也成为部署生成式AI的领先地区。

然而，尽管生成式AI增长迅速，但相较于传统预测性AI，其市场仍较小。生成式AI不太可能完全取代传统预测性AI市场，后者仍负责许多自动化和预测性任务，这些任务不需要生成式大模型。

主要信息

- **企业重新调整生成式AI**：过去两年，企业对生成式AI的能力和局限性有了更实际的理解。尽管对生成式AI的乐观看法依然强烈，但预计到2025年，企业将转向更为可衡量的投资回报方法。

- **AI治理的挑战**：企业在掌握负责任的AI（RAI）和AI治理方面面临困难。当前，企业的RAI治理结构不足，监管合规性不一致，导致各公司采取分散的方法来实现AI治理。

- **代理AI的前景与危险**：企业正在积极推动将生成式AI应用于自动化多步骤工作流，减少人类干预。然而，这也带来了将业务交给AI控制的潜在风险。

- **生成式AI的安全风险管理**：成熟的企业在降低预测性AI安全风险方面已经积累了经验，但在生成式AI领域，它们面临更复杂和广泛的安全风险，尤其是涉及数据泄露和错误信息生成的风险。

- **生成式AI进军边缘市场**：AI PC和智能手机的应用表明，边缘设备与生成式AI的结合将带来更好的用户体验。然而，成功实现这一目标需要采用先进技术，如大语言模型优化、高效能边缘AI芯片和多模态生成式AI。

给企业的建议

- **建立RAI标准和KPI**：生成式AI突显了RAI的挑战，企业应制定明确的标准和关键绩效指标，以便衡量RAI的进展和效果。

- **加强AI治理文化**：生成式AI的采用不仅是技术转型，也涉及组织文化的变革。企业应通过跨职能团队构建生成式AI的安全和合规标准。

- **定制化边缘生成式AI工作流**：企业应识别生成式AI的商业用例，选择适当的硬件平台，并加强在生成式AI训练和优化方面的专业知识。

- **优化小型AI模型**：开发AI应用时，企业应考虑是否能使用在用户设备上运行的小型模型，尤其是使用高效GPU时，这将大幅提高成本效益。

给供应商的建议

- **加大AI治理力度**：供应商应帮助企业解决AI治理和合规性问题，特别是针对特定行业和国家法规的定制需求。

- **推动安全生成式AI编排**：开发能够确保生成式AI安全、可靠的AI平台，以应对企业在采用生成式AI时的治理担忧。

- **设计可互操作的基础设施**：供应商应开发能够无缝替换生成式AI资产的解决方案，特别是在快速创新和复杂应用方面，企业应能灵活整合数据资源和模型。

- **支持边缘生成式AI的广泛采用**：芯片组供应商应为边缘生成式AI开发必要的工具和设备支持，并与开发平台供应商合作，确保硬件优化以支持边缘特定的生成式AI应用。

- **准备应对数据准备的复杂性**：多模态AI的广泛应用将需要更多的计算资源，企业应准备好应对由数据准备和token化带来的复杂性。