AI 价格下降：如何利用，挑战和关键考虑因素

AI 已经引起了全球组织的关注，因为它能够自动执行重复性任务和 增强决策能力。早期，AI 只有大型企业和大学才能使用，用于进行学术研究或构建高成本的专有工具。但在近年来，公司正在经历显著的 AI 价格下降。

AI 价格下降是指与 AI 相关的硬件、软件和服务的成本降低。这种下降的主要驱动因素是 计算资源成本的降低。例如，在 1950 年代，计算能力的成本是 $200,000/月，这在近年来由于现代技术如云计算的进步而大幅降低。

因此，业务领导者可以有效地利用降低的 AI 成本来构建有价值的产品。然而，AI 领域提出了几个重大挑战，业务领导者在投资 AI 之前应该仔细考虑。让我们详细探讨这个想法。

投资 AI 时面临的主要挑战

业务领导者在执行 AI 计划时主要面临两个挑战，即获取相关数据和将 AI 的计算费用控制在预算之内。让我们逐一探讨。

1. 数据质量

AI 需要高质量的数据。大量的数据。但是，收集高价值数据并不是容易的，因为企业中超过 80% 的数据是无结构的。

AI 生命周期的主要步骤是识别和收集原始数据源，将其转换为所需的高质量格式，执行分析，并构建强大的模型。

因此，对于业务领导者来说，拥有一个全面数据战略以便将 AI 集成到业务中是必要的。如果没有相关数据，投资 AI 项目并不是一个好主意。

2. 计算费用高

执行 AI 所需的计算能力可能是小型组织的进入壁垒。AI 需要大量计算，具体取决于模型的复杂性，这导致了高昂的成本。例如，据报道，OpenAI 运行 ChatGPT 的成本约为 $3 百万/月。

因此，为了满足计算需求，需要专用且昂贵的硬件，如图形处理单元 (GPUs) 和张量处理单元 (TPUs)，以优化 AI 操作。

在软件方面，研究人员正在努力减少 AI 模型的大小和内存占用，这将显著 降低训练时间，并最终节省计算成本。

利用 AI 价格下降

近年来，AI 领域在所有维度上都取得了巨大的进步，包括软件、硬件、研究和投资。因此，AI 业务领导者已经克服和减轻了许多与 AI 相关的挑战。

加速 AI 应用开发

如今，大多数 AI 工具都提供免费版本。它们的付费订阅模式也很合理。企业和个人正在使用这些应用程序来提高效率、改善决策、自动执行重复性任务和增强客户体验。

例如，生成式 AI 工具如 Bard、ChatGPT 或 GPT-4 可以帮助用户生成新想法和撰写各种类型的内容，例如产品摘要、营销副本、博客帖子等。超过 300 个应用程序 是建立在 GPT-3 API 之上的。

在其他领域中也有许多例子。例如，迁移学习技术 正被用于医疗图像分类以提高应用程序的准确性。 Salesforce Einstein 是一种生成式 AI CRM（客户关系管理），可以分析数据、预测客户行为并提供个性化体验。

对 AI 的更大投资

AI 价格的下降导致了大规模的技术采用，使 AI 成为一个有吸引力的投资机会。例如，2022 年，AI 市场规模 为 387.5 亿美元。预计到 2029 年，它将达到惊人的 1395 亿美元，复合年增长率为 20.1%。

AI 产品被用于在主要行业（如医疗保健、教育、金融等）中取得新的进展。所有大型科技公司和初创公司都在 AI 研究和开发上投入了大量资金。

业务领导者在利用 AI 价格下降之前的关键考虑因素

了解业务目标并评估 AI 的适用性

在利用 AI 价格下降之前，确定业务战略和目标是必不可少的。过高的期望是 AI 项目失败的主要原因之一。报告表明，87% 的 AI 计划无法进入生产。因此，评估数据战略和 AI 如何集成到业务中以提高整体效率是在投资 AI 之前需要考虑的重要方面。

建立高质量的 AI 团队并为他们提供合适的工具

在投资 AI 之前，确定所需的硬件和软件资源以满足 AI 团队的需求是至关重要的。为他们提供所需的数据集，以便他们可以利用这些数据来构建更好的产品。为他们提供必要的培训，以确保 AI 计划的成功。研究表明，AI 专家在员工中的缺乏和高质量数据的不可用性 是 AI 项目失败的主要原因。

估计 AI 成本和投资回报率（ROI）

许多 AI 项目由于无法实现承诺的结果或回报而失败。2012 年，IBM 的 AI 软件 Watson for Oncology 获得了价值 6200 万美元 的资金。它旨在根据患者的个人数据、医疗史和医疗文献诊断和建议癌症治疗方法。

该项目因其准确性和可靠性而受到批评。此外，在医院中设置此软件的成本很高。最终，IBM 在 2021 年 放弃 了 Watson for Oncology 的销售。因此，在投资 AI 之前，评估获取或构建 AI 技术的成本是必不可少的。

评估 AI 法规

业务领导者必须确保他们的 AI 计划符合相关法规。近年来，AI 法规已成为全球监管机构的关注点。这些 AI 法规 旨在解决与 AI 相关的数据偏差、可解释性、数据隐私和安全问题。

例如，GDPR（通用数据保护条例）是欧盟的一项法规，于 2018 年生效。它规范了组织关于个人数据收集、处理和在 AI 系统中使用的政策。

此外，2021 年 11 月，联合国教科文组织的所有 193 个成员国 同意 采用共同的 AI 伦理价值观和原则，以确保无风险的 AI 开发。

现在是投资 AI 的最佳时机！

全球科技巨头正在大量投资 AI，这表明 AI 有一个光明的未来。例如，微软已经在 AI 上投资了 100 亿美元，而谷歌已经在 2023 年初在其 AI 项目上投资了 4 亿美元。

为了保持竞争力，企业必须利用 AI 降低的价格。在同一时间，他们也必须解决和克服 AI 提出的挑战，以构建强大的系统。

要了解更多有关 AI 的有趣内容，请访问 unite.ai。