生成式 AI 對您的企業究竟會帶來多少成本？如何在長期中使這筆投資具有意義？
簡介
生成式人工智慧（Generative AI）被廣泛視為現代企業中的一種關鍵技術。然而對許多企業主來說關鍵問題是生成式 AI 的實施實際上會產生多少成本以及該如何使這筆投資在長期中具有意義。
根據麥肯錫（McKinsey & Company）的研究，生成式 AI 的成本可以分為一次性成本和重複性成本。在這段影片中，您將理解到三種不同的型別以及一個框架，可以應用於這兩種成本。此外這個影片還探討了企業如何發揮生成式 AI 的威力以及成功實施生成式 AI 所需要的條件。還有馬特·馬歇爾（Matt Marshall）的文章“從資料混亂到資料產品”也被列入了討論範圍。
一次性成本與重複性成本
生成式 AI 的一次性成本主要包括技術基礎設施的建立、資料儲存與管理系統的建立以及相關裝置和軟體的採購。為了實施生成式 AI，企業需要投入大量資金來建立支撐這項技術的基礎設施。
相對而言，重複性成本主要包括維護、更新和運營生成式 AI 系統所需的支出。這些成本涵蓋了人力和資源以及與生成式 AI 相關的裝置和軟體的持續費用。
如何使投資具有意義
在長期中，企業需要思考如何使生成式 AI 的投資具有意義。一個重要的考慮因素是生成式 AI 所能帶來的實際價值。與成本相比，企業應該關注的是生成式 AI 為業務帶來的效益，例如提高生產力、改善流程效率和創造新的商業機會。
此外企業在實施生成式 AI 之前，應該進行充分的評估和規劃。這包括確保生成式 AI 的潛在用途和價值、評估技術成熟度、研究市場趨勢以及培養內部團隊的技能和知識。
此外正確的資料管理和資料品質也是實現生成式 AI 成功的關鍵要素。企業需要確保資料的準確性、完整性和一致性，以便生成式 AI 在處理資料時能獲得準確和可靠的結果。
結論
雖然生成式 AI 在現代企業中具有巨大的潛力，但企業在實施這項技術時必須仔細考慮成本和投資的意義。理解一次性成本和重複性成本的組成以及如何使投資具有意義是成功實施生成式 AI 的關鍵。同時企業應該重視資料管理和資料品質，以確保生成式 AI 能夠帶來實際價值。
這是一項需要謹慎考慮的策略決定，但對於那些能夠成功實施生成式 AI 的企業來說將能夠獲得競爭優勢和創新的業務機會。
延伸閱讀
- 為什麼 RAG 無法解決生成式 AI 的幻覺問題
- 華爾街日報：沃爾瑪在消費電子展示會上推出生成式 AI 搜尋和補貨功能
- AI App 層的智慧系統: 生成式 AI
- 泰坦人工智慧利用生成式 AI 精簡手機遊戲開發
- Nvidia 的 NeMo 運用生成式 AI 設計半導體晶片，震撼登場！
- 研究發現，為了在工程設計上優越，生成式 AI 必須學會創新
- Observe 籌集 5,000 萬美元，引入生成式 AI，協助企業視覺化所有資料
- Google 將向青少年開放生成式 AI 搜尋體驗
- 歐盟呼籲加固生成式 AI 保障措施，因深度偽造選舉帶來風險
- ServiceNow 溫哥華啟動專業生成式 AI 功能，推出全新自動化工具
