生成式人工智能（Generative AI）正逐渐成为企业领域的重要议题。去年底以来，ChatGPT等生成预训练变压器(GPT)应用的兴起，引发了人们对生成人工智能的巨大兴趣。尽管目前生成式AI在企业对消费者(B2C)领域的机会相对有限，但在企业对企业(B2B)领域的影响日益显著。ABI Research预测，到2030年，生成式AI将在各个垂直领域贡献约4500亿美元的价值。
企业部署生成式AI面临着诸多挑战，包括但不限于提高员工生产力、运营效率、服务增强和广泛自动化。然而，市场上对生成式AI的需求依然旺盛，许多大型科技公司及初创企业都在积极开发模型、应用和服务。尽管如此，构建、培训和运行生成式AI模型的高昂成本促使企业寻找新的货币化和产品策略。
企业中引入一代AI的关键在于解决企业风险，包括但不限于使用安全、知识产权保护、伦理和社会关注、本地部署/虚拟私有云网络、数据隐私、缺乏企业战略、法律和监管混乱以及运营变更等问题。为缓解这些问题，企业倾向于采用更小、经过微调的生成式AI模型，这些模型在资源消耗、成本、透明度、可解释性和性能方面更为合适。
虽然大型语言模型如GPT-3拥有庞大的参数数量，但企业更倾向于使用“量身定制、微调”的小型模型，这些模型针对特定的应用场景或用例进行优化，能提供更高的性能和可信度，同时降低成本和提升安全性。开源与闭源模型各有优劣，企业可能需要结合使用以应对不同的挑战。
在市场机遇方面，生成式AI供应链正在快速发展，包括硬件供应商、基础模型提供商、数据服务、ML服务工具、应用程序开发人员以及企业服务等各个层面。研究与开发领域的投入巨大，硬件提供商如NVIDIA、英特尔、AMD和高通在生成式AI领域扮演重要角色。基础模型市场则由超大规模公司主导，但同时也有一些初创企业崭露头角。数据服务、ML服务工具和应用程序开发人员等细分市场展现出快速增长潜力。
企业服务领域为缺乏生成式AI实施技能、内部流程和战略理解的企业提供了机会，业务顾问、系统集成商、垂直独立软件供应商(ISV)、云供应商、托管服务提供商(MSP)和经销商等均有机会在此领域发挥作用。为了创造收入，供应商可以采用多种策略，如开源产品的商业化、广告整合、CoE支持、水印/引用删除等。
为了支持商业提案，供应商应成为“负责任的AI”领导者，开发监管框架，提供易于使用的无代码AI平台，利用战略合作伙伴关系，确定并部署围绕开放式采购构建的货币化策略。
总之，随着生成式AI在企业领域的应用逐步深入，供应商需要不断创新和适应市场需求，同时解决企业面临的挑战，以实现可持续增长和价值创造。
