避免浪費數十億在人工智慧上：確保公司持續盈利的策略

Home AI新聞避免浪費數十億在人工智慧上：確保公司持續盈利的策略

「這是風險資金，而非冒險資金。」這位風險資本家 (VC) 的精闢評論揭示了一個關鍵真相：在科技熱潮循環中，謹慎往往讓位於緊迫感。風險投資者必須快速部署資本，對於重大機會的錯失恐懼常常壓倒潛在失敗的風險，尤其是在競爭者也急於投資的情況下。

這一動態在當今許多公司中都有所體現，尤其是在目前對人工智慧 (AI) 的熱情中。不論是大型語言模型 (LLMs) 還是機器學習 (ML)，任何項目都能迅速被重新貼上 AI 的標籤以獲得資金支持，甚至那些在前幾年被忽視的項目。

你準備好迎接 AI 嗎？

預計在未來十年內，數十億資金將湧入 AI 領域，因此謹慎行事是明智之舉。歷史告訴我們，像搜尋、社交媒體和行動裝置等技術，雖然帶來深遠和持久的影響，但虛擬現實 (VR) 和加密貨幣等技術卻面臨著局限性。

五年前，媒體充斥著 AI 潛力的預測。如今，公司們爭相展示他們在 AI 上的投資和變革性能力的主張。這種隨意的投資方式產生了眾多成功與失敗的混合結果。同樣，公司領導層可能會因為錯誤的樂觀而支持 AI 計劃，而非基於真正的潛力。

儘管如此，無法否認大型語言模型的革命性角色，例如 ChatGPT 在用戶數方面的快速增長，超越了許多變革性技術。

那麼，如何優先考慮 AI 投資以最大化收益並最小化浪費？專注於以下三個關鍵問題，以排除 80% 的不必要開支：

1. 理解總成本隨時間變化

在批准新的 AI 項目之前，評估初期和持續的資源成本。每當你的數據科學團隊工作 10 小時，可能隱藏著五倍的工程、DevOps 和支持時間。許多有前景的倡議因持續投資不足而陷入困境。儘管很誘惑說「是」對每個 AI 項目，但過度承諾可能會耗盡資源，無法支持真正有影響力的計劃。

此外，考慮與 AI 相關的邊際成本。大型模型需要巨額投資來訓練和維護，未能實現承諾的功能可能導致客戶不滿和聲譽損害，這是 Google 和 IBM 早期 AI 嘗試所面臨的問題。

2. 問自己為何沒有人能做到？

記住教科書上有關商品化的課程是非常有價值的。我在 Micron 設計記憶晶片時，深刻體會到品牌認知不如價格重要——這是商品產品的核心特徵。科技行業常常在兩個層面運作：壟斷與商品。在接受一項 AI 計劃之前，問自己「我們有什麼獨特的優勢？」缺乏規模優勢且可能商品化的項目風險較高。相反，著重於那些能建立防禦性優勢的計劃，無論是透過數據獨特性、專有見解或強大的網絡效應。

3. 做出幾個你願意追求的賭注

最佳的投資機會往往能增強你現有的商業模式。正如 BASF 的口號所言，「我們不製造你購買的東西；我們讓你購買的東西變得更好。」如果 AI 能改善你當前的產品，這是一個引人注目的投資。接下來的最佳機會涉及將你的產品擴展到新領域或適應價值鏈的變革。

然而，最重要的賭注是挑戰你在風險中創新，這可能會顛覆你當前的業務模式——如果你不迎接這個挑戰，競爭者將會。專注於少數幾個策略性的項目並全力以赴，讓其他機會留給風險投資者和初創公司。

儘管 AI 的熱潮是有理由的，歷史告訴我們，熱議能帶來既有前景的發現，也能導致重大浪費。遵循這些指導方針，你將能為投資定位，實現最佳收益及有意義的影響。

Stealth宣布成立，獲得800萬美元資金以解決數據質量問題，提升人工智慧準備度挑戰。

水印為何無法保護您的數位內容