成本飙升与收益低迷
有一家公司的CTO察觉到, 自家的Token成本每隔45天便会翻上一番, 然而下游的生产力提升幅度最高仅仅为5%。如此这般投入产出比的极度失衡, 致使众多企业开始再度审视AI投入的实际价值。
标普指数的真实增长
要是把英伟达卖给亚马逊芯片这件事所产生的影响给剔除掉, 那么标普493得到的实际每股收益增长仅仅就只是9%。其中绝大部分增长是起源于通胀所带来的定价权以及那股票回购产生的效果, 而并不是业务自身实实在在的进行扩张产生的, 这样的情况就把市场高估的部分给暴露出来了。
真正的AI回报率极低
据相关数据呈现, 真正能实现的AI投资回报率, 仅仅是在0至2%这个区间内来回波动。此数据值远远低于市场预先估计数值, 这表明当下众多企业, 对于AI所抱有的那份热情, 极有可能是基于对技术效能过度乐观的估量之上, 并非是源于实际能够产生的经济效益。
智能路由成降本新策
面对成本高昂的状况, CTO们着手于X平台之上展开智能路由策略的探讨, 先是把简单任务优先分配给低成本的开源模型, 接着对待复杂任务则转交给昂贵的前沿模型, 通过这样的方式在维持效果之际大幅度削减开支。
企业自主可控的需求
企业忧虑把核心数据交付给未来或许会变成竞争对手的前沿实验室。所以, 即便自建模型技术门槛偏高, 然而出于数据安全以及业务连续性的考量, 越来越多的企业趋向于探寻私有化部署方案。
消费端成为避风港
相比于B端那种严格的ROI审查, C端呢, 因为有着海量的用户, 并且单价还低, 所以反倒成了AI应用的避风港。有着数以百万级别计的买家基数, 这就把单次交易的审核压力做了稀释, 从而让消费级应用在实现规模化落地上面变得更加容易一些了。
你不妨想想, 于AI泡沫行将破裂之前, 最为先遭受冲击之是哪一类科技公司, 欢迎留下看法展开研讨, 点下赞并进行分享以便让更多人可见识到真相。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
