根据电子商务搜索和客服应用提供商LucidWorks进行的一项研究，出于对成本、数据安全和安全的担忧，企业对投资人工智能工具变得更加谨慎.
该公司在周二发布的2024年生成性人工智能全球基准研究报告中表示：“生成性人工智能的蜜月期已经结束.
”2024年4月至5月，LucidWorks对北美、欧洲、中东和非洲和亚太地区参与人工智能应用的商界领袖进行了一项调查，调查对象为：“尽管领导者们仍对其转变业务的潜力充满热情，但最初的兴奋已经让位于一种更谨慎的方式.
”据称，受访者来自14个行业的1000家员工超过100人的公司，据说所有这些公司都在积极开展人工智能计划.
约23%的受访者是高管，约50%的受访者是经理，86%的受访者参与了技术决策.
39%的参与者来自北美，36%来自欧洲、中东和非洲地区，24%来自亚太地区.
根据调查结果，63%的全球公司计划在未来12个月增加人工智能支出，而在LucidWorks进行第一次调查时，这一比例在2023年为93%.
按地区划分，计划增加支出的人中，美国受访者的比例最高，为69%.
但在亚太地区，只有不到一半(49%)的中国商界领袖预计会增加人工智能支出，这一比例低于去年，当时所有受访者都表示他们会增加支出.
在所有组织中，36%的组织计划在2024年保持人工智能支出不变，而去年只有6%.
这种放缓可以归因于几个因素.
其中一个问题是，人工智能还没有为那些试图实现这一目标的人带来回报.
该研究称：“不幸的是，已实施项目的经济效益一直令人沮丧.
”“42%的公司还没有从他们的创造性人工智能计划中看到显著的好处.
”为了实现有意义的好处，有必要越过试点测试阶段，而这是很少有公司做到的.
研究称，到目前为止，计划中的生产性人工智能投资只完成了25%.
另一个原因是人们越来越担心人工智能项目的成本，自去年以来增长了14倍.
还有更多的人担心人工智能系统提供的响应的准确性(5倍以上).
在成本方面，约49%的组织选择使用商业LLMS，如谷歌的Gemini和OpenAI的ChatGPT.
另有30%的人同时使用商业和开源LLM，而只有21%的人专门押注于Llama 3和Mistral等开源LLM.
LucidWorks的研究预测，基于预期的开源模型性能收益和成本考虑，平衡将转向开源LLMS.
LucidWorks数据科学产品高级总监埃里克·雷德曼在给The Register的一封电子邮件中表示，无论你是托管自己的大型语言模型还是使用商业API，从战略上使用创生式人工智能所涉及的成本绝对可以累积起来.
从总体来看，这些初始成本是可比的，但它们实际上只是冰山一角.
根据雷德曼的说法，安全和准确性、响应与政策的一致性、数据获取成本，等等.
将成本控制在可控范围内是需要考虑的.
雷德曼说：“底线是，确保人工智能安全、准确的人工智能响应和负责任的数据获取都是有代价的.
”在这些领域偷工减料可能会导致不准确或不适当的响应，这最终会破坏您的人工智能实施的价值和有效性.
在接受调查的组织中，最具生成性的人工智能计划涉及治理(标准化模型以确保一致性，根据角色限制对生成性人工智能工具的访问等)和降低成本(问答测试、调试、代码建议和人力资源帮助文档调查表明，使用文本并提供狭义响应的定性应用程序一直是最成功的生成性人工智能举措，约占成功实施的四分之一.
具体地说，这些项目包括生成常见问题和提供人力资源支持的项目.
它们往往是最容易实施的.
具有量化组件的应用程序-使用生成性人工智能来监控、预测、分析、优化、确定优先顺序以及其他更具挑战性的项目-经历了一段艰难的时间，成功实施的比例不到15%.
根据这项研究的观察，这些包括优化搜索结果、筛选求职者、支持财务结果关闭等.
Redman表示，代码生成作为顶级用例的受欢迎程度很有意义.
他解释说：“这基本上是人工智能副驾驶如何增强知识工作者能力的一个典型例子.
事实证明，这些副驾驶在各种创造性任务中都很有价值，无论是编写代码、起草文档还是其他方面.
”其美妙之处在于它们的协作性质--它们提供建议和支持，但输出的最终决定权和责任牢牢掌握在人类用户手中.
这与聊天机器人与客户互动形成了鲜明对比，在聊天机器人与客户互动时，人工智能可能拥有更大程度的自主性.
雷德曼表示，人工智能治理一直是一项常见的关键举措，这也并不令人惊讶.
他说：“面对强大的生成性人工智能能力，组织自然会优先考虑风险管理.
了解并降低与每个人工智能应用程序相关的风险至关重要，特别是考虑到不断增长的监管环境，如欧盟《人工智能法案》.
这些规定强调透明度和用户控制，确保个人了解他们的数据是如何使用的，并在与人工智能系统的交互中有选择.“.