不祥情的成果和对生成式 AI 承诺效益枯竭信心，正成为企业袭取该时间的主要勤奋。

把柄 IDC 最近的一项造访，本钱问题是另一个主要的生成式 AI 勤奋，跳动 1,000 名受访 IT 专科东谈主士中有 46% 暗示，订价枯竭可预测性是在其组织中施行生成式 AI 的主要勤奋。

为缓解这些担忧，把柄 10 月对 IT 专科东谈主士和业务部门驾御的造访，IDC 造访受访者"暗示倾向于按需付费的消费形状，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 敬佩，基于消费的订价形状是企业 AI 计谋的最好遴荐。

他说："大多数组织仍在摸索其 AI 使用形状，因此承诺深广前期本钱是有风险的。按需付费提供了更好的本钱可见性和法例，以及把柄践诺使用情况进行推广的活泼性。咱们较少怜惜一次性的检察/微调本钱，更挂牵料理握续的运营开销。通过这种表情，咱们不错奏凯将本钱与价值挂钩，并把柄需要进行改革。"

Rockwell Automation 的 CIO Chris Nardecchia 应许按需付费是 CIO 首选的订价形状。

他说："大多数企业，尤其是科技行业除外的企业，在施行概略运行高档模子的里面 AI 基础设施时面对首要勤奋。天然从零运转构建对大多数东谈主来说是驴年马月的，但基于消费的形状允许 CIO 逐步施行 AI，并获取更可预计的投资答复。"

IT 率领者正在更好地连结供应商的生成式 AI 订价门径——但总的来说他们并不可爱。IDC 盘考副总裁兼造访作家之一 Dave McCarthy 指出，CIO 仍在处理奈何最好地料理云中的不测本钱，而且照旧了解到，在莫得历史数据的情况下估算新责任负载的本钱是具有挑战性的。

McCarthy 说："由于 AI 对大多数公司来说都是新事物，这给他们的 AI 权谋带来了预算挑战。更厄运的是，很多供应商仍在尝试多样可能改变的订价形状。这种不祥情趣给必须在预算死心内责任的风险隐秘型公司带来了挑战。按需付费订价是一种通过不锁定恒久协议来缩小财务风险的表情。"

UST 的首席 AI 架构师 Adnan Masood 说，"弗成预测的订价"使得即使是 CFO 也难以料理 AI 开销。

他说："即使使用先进的数据驱动策略的 CFO 也无法都备预测的本钱波动......这对这些高管必须保护的中枢竞争力来说是一个宏大的胁迫，可能会使其偏离轨谈。"

在 Masood 看来，"简直的担忧不是时间的力量，而是枯竭及时本钱法例和明确的性能目的来解说骁勇的 AI 投资的合感性。"

值得质疑的成果，可疑的收益

除了订价担忧外，IDC 发现对不良成果的担忧（51.3%）——包括随机的偏见、未经授权使用他东谈主的常识产权或随机走漏神秘信息——以及对生成式 AI 效益枯竭信心（46.1%）是袭取的主要勤奋。

Marsh McLennan 的 CIO Paul Beswick 暗示，治理决策可能是使用 SaaS 代理并追求基本的生成式 AI 用例，如自动文档纲领，而不是试图构建和检察基础模子。他补充说，这么作念也可能是一种省俭本钱的 AI 初学表情。

他说："如实存在很多时间组织都备有武艺以适中的价钱削弱获取的武艺。我以为更大的风险是他们被不太可能告捷的事情散布重看法，或购买价钱/性能量度不好的时间。"

Beswick 补充说："除非在相等高价值和相等小众的用例中责任，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，我以为诈欺正在确立的生态系统，通过购买或租借表情参加会获取更好的答复。"

UST 的 Masood 应许模子检察的本钱后劲不合适畏怯的东谈主。

IT 率领者"似乎最挂牵失控的检察用度：一朝你启动大规模生成模子，要是莫得运营透明度和强盛的风险缓解策略，它可能成为无底洞，"他说。"同期，逐日增量用度带来的冲击会封锁机构的正当性——要是莫得强盛的治理转变框架，没东谈主快意向董事会解释昨晚 AI 使用量激增的原因。"

给定 GPU 本钱，预算死心也在拦阻 AI 基础设施的开导，Rockwell 的 Nardecchia 说。他补充说，有告诫的 AI 架构师和数据科学家短缺、时间复杂性和数据就绪性亦然主要勤奋。

"基础模子需要深广明晰、结构化的数据——而大多数组织仍在与留传系统孤岛和低质地数据作构兵。这在很猛进程上是我从同业那儿听到的第一大制约成分，"他说，谈到对不良成果的担忧。

供应商正在通过治理订价问题和竭力于改善成果来克服这些勤奋。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成果的 Bedrock 生成式 AI 平台的新功能。

在 AWS re:Invent 大会上，Doordash 的 Chaitanya Hari 暗示，Amazon Bedrock 的新常识库功能使公司概略终了从给与到检索的通盘检索增强生成 (RAG) 责任经过，而无需深广自界说数据集成或复杂的数据后端料理。

"即使模子速率快且畸形准确，咱们奈何确保它从咱们提供的凹凸文中索要信息，而不是舒适虚构？咱们通过屡次迭代的指示工程和微调，确保咱们的 AI 模子只能靠地援用咱们通过 Amazon Bedrock 提供的常识库，"DoorDash 企业 AI 治理决策家具妥贴东谈主 Hari 说。

数据交换本钱和生成式 AI 溢价

IDC 的造访还揭示了拦阻生成式 AI 袭取的非常订价担忧，包括与系统间数据交换商量的荫藏本钱。

IDC 的造访显现，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。但说明作家指出，很多组织可能但愿将土产货系统与 IaaS 蚁合使用以获取更大的诡秘性。这种对搀杂生成式 AI 架构的偏好"将需要明确界说的订价模子，以谈判部署位置之间数据传输商量的本钱"。

IDC 和 CIO 指出，生成式 AI 做事的溢价订价是另一个 CIO 怜惜点。

UST 的 Masood 说："当投资答复率鉴定不清时，代理式 AI（sophistical AI agents acting autonomously）的溢价本钱合理地令东谈主战抖。"

供应商最终将奈何为代理式 AI 使用订价仍是一个争论和浑浊的问题。举例，最近告示 Agentforce 2.0 的 Salesforce 正在袭取按对话收费的表情。该平台当今被 FedEx 用于简化运营，被 Saks Fifth Avenue 用于回话客户对于零卖商品的问题。

这些先进功能在一段时安分可能并非所有企业都能包袱得起。把柄 IDC 的造访，生成式 AI 注入做事的多样订价形状是势必的——但瞻望将在几年内清楚下来。

克服生成式 AI 勤奋

天然简直每个公司都在谈判或施行某种体式的 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。但事情无须如斯。

Alliant 智能自动化和 AI 董事总司理 Chris Stephenson 说："CIO 和业务所有者需要采纳不同的门径来施行新的 AI 驱动经过，有多种策略不错晋升 AI 试点的告捷率。"

他补充说："有时，即使功能理念念，AI 试点也可能因为枯竭资助技俩的关节利益商量者或预期使用它的职工的撑握而失败。在 AI 试点运转时，技俩妥贴东谈主应...尽早详情技俩的关节 ROI 预计表率，向利益商量者展示技俩在每个法子的推崇情况。"

数据中心提供商 Digital Realty 率领 CIO 从小规模的方向试点运转解说 ROI，通过将 AI 与业务方向保握一致并使用明确的目的来展示它奈何推动收入、削减本钱或缩小风险，从而在通盘组织中确立信任和信心。

Digital Realty CTO Chris Sharp 说："咱们冷漠企业客户保握对其通盘基础设施堆栈的可见性。一个浅陋而灵验的门径是追踪令牌、瓦特和好意思元之间的干系。该模子监控 AI 部署中的令牌坐蓐、撑握基础设施所需的功率——谈判密度和容量动态——以及随时分推移商量的运营本钱。"

Lumiyo 的 CIO、前 Vuori 和 Red Bull 的 CIO 和 CTO Bryan Muehlberger 冷漠 CIO 在鼓动之前将所有与 AI 商量的本钱——不祥情的订价模子、电力本钱和经济景况——纳入任何方程式。

他说："当今体育游戏app平台，芯片本钱高潮、与之商量的动力虚耗以及与中国的宏不雅经济病笃干系和供应链里面的问题[是主要担忧]。这些将在翌日一到两年内对 AI 产生首要影响。即使是 OpenAI 也因这些复杂性而在部署其最新版块时遭遇一些问题。"