不笃定的服从和对生成式 AI 承诺效益穷乏信心，正成为企业接纳该时候的主要艰辛。
字据 IDC 最近的一项打听，资本问题是另一个主要的生成式 AI 艰辛，跨越 1,000 名受访 IT 专科东说念主士中有 46% 示意，订价穷乏可预测性是在其组织中践诺生成式 AI 的主要艰辛。
为缓解这些担忧，字据 10 月对 IT 专科东说念主士和业务部门足下的打听，IDC 打听受访者"示意倾向于按需付费的消费模式，这与大多数需要提前承诺的供应商不同步"。
TIAA 的首席运营、信息和数字官 Sastry Durvasula 服气，基于消费的订价模式是企业 AI 计谋的最好遴荐。
他说："大多数组织仍在摸索其 AI 使用模式，因此承诺多半前期资本是有风险的。按需付费提供了更好的资本可见性和戒指，以及字据内容使用情况进行彭胀的天真性。咱们较少温煦一次性的考试/微调资本，更缅思顾问合手续的运营支拨。通过这种方式，咱们不错顺利将资本与价值挂钩，并字据需要进行窜改。"
Rockwell Automation 的 CIO Chris Nardecchia 本旨按需付费是 CIO 首选的订价模式。
他说："大多数企业，尤其是科技行业以外的企业，在践诺大致运行高等模子的里面 AI 基础设施时面对要害艰辛。固然从零运转构建对大多数东说念主来说是驴年马月的，但基于消费的模式允许 CIO 缓缓践诺 AI，并取得更可意料的投资答复。"
IT 训导者正在更好地贯通供应商的生成式 AI 订价设施——但总的来说他们并不可爱。IDC 商议副总裁兼打听作家之一 Dave McCarthy 指出，CIO 仍在处理若何最好地顾问云中的不测资本，而且仍是了解到，在莫得历史数据的情况下估算新责任负载的资本是具有挑战性的。
McCarthy 说："由于 AI 对大多数公司来说王人是新事物，这给他们的 AI 霸术带来了预算挑战。更厄运的是，好多供应商仍在尝试各式可能改变的订价模式。这种不笃定性给必须在预算狂放内责任的风险侧目型公司带来了挑战。按需付费订价是一种通过不锁定长久协议来裁汰财务风险的方式。"
UST 的首席 AI 架构师 Adnan Masood 说，"不行预测的订价"使得即使是 CFO 也难以顾问 AI 支拨。
他说："即使使用先进的数据驱动策略的 CFO 也无法全王人预测的资本波动......这对这些高管必须保护的中枢竞争力来说是一个高大的胁迫，可能会使其偏离轨说念。"
在 Masood 看来，"竟然的担忧不是时候的力量，而是穷乏及时资本戒指和明确的性能遐想来证据果敢的 AI 投资的合感性。"
值得质疑的服从，可疑的收益
除了订价担忧外，IDC 发现对不良服从的担忧（51.3%）——包括就怕的偏见、未经授权使用他东说念主的学问产权或就怕清晰好意思妙信息——以及对生成式 AI 效益穷乏信心（46.1%）是接纳的主要艰辛。
Marsh McLennan 的 CIO Paul Beswick 示意，责罚有遐想可能是使用 SaaS 代理并追求基本的生成式 AI 用例，如自动文档摘录，而不是试图构建和考试基础模子。他补充说，这么作念也可能是一种省俭资本的 AI 初学方式。
他说："确乎存在好多时候组织全王人有智商以适中的价钱减弱获取的智商。我以为更大的风险是他们被不太可能凯旋的事情漫步珍想法，或购买价钱/性能量度不好的时候。"
Beswick 补充说："除非在相当高价值和相当小众的用例中责任，不然大多数组织应幸免尝试构建我方的定制生成式 AI 模子。对于大多数公司来说，我以为愚弄正在成就的生态系统，通过购买或租出方式过问会取得更好的答复。"
UST 的 Masood 本旨模子考试的资本后劲不允洽心虚的东说念主。
IT 训导者"似乎最缅思失控的考试用度：一朝你启动大规模生成模子，若是莫得运营透明度和刚劲的风险缓解策略，它可能成为无底洞，"他说。"同期，逐日增量用度带来的冲击会龙套机构的正当性——若是莫得刚劲的治理立异框架，没东说念主情愿向董事会解释昨晚 AI 使用量激增的原因。"
给定 GPU 资本，预算狂放也在遏止 AI 基础设施的建筑，Rockwell 的 Nardecchia 说。他补充说，有解释的 AI 架构师和数据科学家短缺、时候复杂性和数据就绪性亦然主要艰辛。
"基础模子需要多半明显、结构化的数据——而大多数组织仍在与留传系统孤岛和低质料数据作斗殴。这在很猛进程上是我从同业何处听到的第一大制约身分，"他说，谈到对不良服从的担忧。
供应商正在通过责罚订价问题和悉力改善服从来克服这些艰辛。举例，Microsoft 本周为 Copilot Chat 引入了基于消费的订价。而 Amazon 最近推出了旨在改善服从的 Bedrock 生成式 AI 平台的新功能。
在 AWS re:Invent 大会上，Doordash 的 Chaitanya Hari 示意，Amazon Bedrock 的新学问库功能使公司大致完毕从摄取到检索的通盘这个词检索增强生成 (RAG) 责任经过，而无需多半自界说数据集成或复杂的数据后端顾问。
"即使模子速率快且相当准确，咱们若何确保它从咱们提供的陡立文中索要信息，而不是粗拙虚拟？咱们通过屡次迭代的提醒工程和微调，确保咱们的 AI 模子只能靠地援用咱们通过 Amazon Bedrock 提供的学问库，"DoorDash 企业 AI 责罚有遐想居品追究东说念主 Hari 说。
数据交换资本和生成式 AI 溢价
IDC 的打听还揭示了遏止生成式 AI 接纳的罕见订价担忧，包括与系统间数据交换操办的荫藏资本。
IDC 的打听清晰，大多数组织瞻望环球云 IaaS 将是其生成式 AI 基础设施的主要起头。但讲明作家指出，好多组织可能但愿将土产货系统与 IaaS 谐和使用以取得更大的秘籍性。这种对羼杂生成式 AI 架构的偏好"将需要明确界说的订价模子，以接头部署位置之间数据传输操办的资本"。
IDC 和 CIO 指出，生成式 AI 就业的溢价订价是另一个 CIO 温煦点。
UST 的 Masood 说："当投资答复率歪邪不清时，代理式 AI（sophistical AI agents acting autonomously）的溢价资本合理地令东说念主惊怖。"
供应商最终将若何为代理式 AI 使用订价仍是一个争论和沾污的问题。举例，最近晓喻 Agentforce 2.0 的 Salesforce 正在接纳按对话收费的方式。该平台当今被 FedEx 用于简化运营，被 Saks Fifth Avenue 用于答复客户对于零卖商品的问题。
这些先进功能在一段时辰内可能并非通盘企业王人能背负得起。字据 IDC 的打听，生成式 AI 注入就业的各式订价模式是势必的——但瞻望将在几年内自如下来。
克服生成式 AI 艰辛
固然险些每个公司王人在接头或践诺某种方法的 AI，但很少有公司第一次就能作念对，这从高失败率的 AI 试点不错看出。但事情不消如斯。
Alliant 智能自动化和 AI 董事总司理 Chris Stephenson 说："CIO 和业务通盘者需要选择不同的设施来践诺新的 AI 驱动经过，有多种策略不错提升 AI 试点的凯旋率。"
他补充说："有时，即使功能理思，AI 试点也可能因为穷乏资助相貌的要津利益操办者或预期使用它的职工的撑合手而失败。在 AI 试点运转时，相貌追究东说念主应...尽早笃定相貌的要津 ROI 意料尺度，向利益操办者展示相貌在每个要领的阐扬情况。"
数据中心提供商 Digital Realty 带领 CIO 从小规模的地方试点运转证据 ROI，通过将 AI 与业务地方保合手一致并使用明确的遐想来展示它若何推动收入、削减资本或裁汰风险，从而在通盘这个词组织中成就信任和信心。
Digital Realty CTO Chris Sharp 说："咱们提议企业客户保合手对其通盘这个词基础设施堆栈的可见性。一个肤浅而灵验的设施是追踪令牌、瓦特和好意思元之间的操办。该模子监控 AI 部署中的令牌坐蓐、撑合手基础设施所需的功率——接头密度和容量动态——以及随时辰推移操办的运营资本。"
Lumiyo 的 CIO、前 Vuori 和 Red Bull 的 CIO 和 CTO Bryan Muehlberger 提议 CIO 在推动之前将通盘与 AI 操办的资本——不笃定的订价模子、电力资本和经济情景——纳入任何方程式。
他说："当今开云体育(中国)官方网站，芯片资本高涨、与之操办的动力谋害以及与中国的宏不雅经济弥留操办和供应链里面的问题[是主要担忧]。这些将在昔日一到两年内对 AI 产生要害影响。即使是 OpenAI 也因这些复杂性而在部署其最新版块时遭受一些问题。"