避免在人工智能上浪费亿万资金：确保公司盈利的有效策略

Home AI News CN 避免在人工智能上浪费亿万资金：确保公司盈利的有效策略

“这不是冒险资金，而是风险投资。”这位风险投资家的深刻见解提醒我们：在科技热潮的周期中，谨慎往往让位于紧迫感。风险投资者必须运用资金，而对错失重要机会的恐惧常常掩盖了潜在失败的风险，尤其是在竞争者同样渴望投资时。

这种动态在许多公司中普遍存在，尤其是在当前对人工智能（AI）的热情中。无论是大型语言模型（LLMs）还是机器学习（ML），任何项目都能迅速借助AI的名义获得资金，即便是以往被搁置的项目。

你准备好迎接AI了吗？

随着未来十年数十亿资金注入AI领域，保持谨慎至关重要。历史告诉我们，虽然搜索、社交媒体和移动技术等发生了深远而持久的影响，但虚拟现实（VR）和加密货币等技术却面临许多限制。

五年前，媒体纷纷预测AI的潜力。如今，各公司争相展示AI投入和其变革能力的主张。这种不切实际的投资方式既产生了显著的成功，也带来了无数的失败。同时，公司领导可能基于不切实际的乐观而支持AI项目，而非基于真正的潜力。

尽管如此，LLMs的革命性作用毋庸置疑，ChatGPT能够以更快的速度达到1亿用户，彰显了其影响力。

那么，如何优先考虑AI投资以最大化回报、减少浪费？请聚焦以下三个关键问题，以消除80%的不必要开支：

1. 了解整体长期成本

在批准新的AI项目之前，评估初始投入和持续资源成本。数据科学团队每投入10小时工作，可能隐藏着五倍的工程、DevOps和支持时间。许多潜力巨大的项目因缺乏持续投资而夭折。虽然很容易就每个AI项目答应，但过度承诺可能会消耗本可用于真正有影响力项目的资源。此外，考虑AI相关的边际成本不断增加。大型模型需要大量投资来训练和维护，未能交付承诺的功能可能导致客户不满和声誉损害——这是谷歌和IBM早期AI尝试中的常见问题。

2. 问问自己：为什么别人无法做到？

关于商品化的经典教训极为重要。我在美光设计内存芯片时，深刻体会到品牌认知度受到价格的制约，这是商品产品的重要特征。科技行业通常运作于垄断和商品化两个层面。在接受AI项目之前，考虑“我们具有什么独特的优势？”没有规模优势的项目容易被商品化，因此存在风险。相反，应关注那些能建立防御优势的项目，无论是通过数据独占、专有见解还是强大的网络效应。

3. 选择少数你愿意追求的投资

最佳投资机会往往能提升现有商业模式。正如BASF的口号所言：“我们不仅仅是生产你购买的东西；我们让你购买的东西更好。”如果AI能改善你的现有产品，那是一个值得投资的方向。接下来的机会是将你的产品扩展到新领域或适应价值链的变化。

然而，最重要的投资是挑战你进行创新的项目，它可能会打乱你当前的商业模式——如果不接受这一挑战，竞争对手将会抢先一步。专注于少数几个战略性项目，并承诺其成功，将其他项目留给风险投资者和初创企业。

尽管AI的热情是合理的，历史告诉我们，炒作既能带来有希望的发现，也可能导致重大浪费。遵循这些原则，你可以有效优化投资回报，产生有意义的影响。

隐秘启动获得800万美元，致力于提升数据质量与增强人工智能准备能力挑战

CEO必知的关键指标：顶尖领导者的深刻洞见