对于许多公司来说，证明 AI 技术的投资回报率 (ROI) 仍然是一项挑战。近 10% 的组织报告 AI 的投资回报率为负，另有 10% 的组织几乎没有回报——这与过去 AI 采用浪潮中常见的困境如出一辙。
不到三分之一的公司已建立框架来衡量其 AI 计划的投资回报率，因此很难证明继续投资的合理性。如果没有明确的指标，公司就有可能在技术即将带来价值时缩减 AI 支出。
尽管 GenAI 前景光明，但在实际应 波斯尼亚和黑塞哥维那 Whatsapp 数据 方面仍面临新的挑战。公司面临着内部资源、人才专业知识不足以及政策限制等问题，这些都阻碍了 GenAI 潜力的充分发挥。
图片 3-9 月-18-2024-10-33-34-4027-下午
虽然基于云的工具已经降低了基础设施的复杂性，但衡量 AI 和 GenAI 的投资回报率仍然很困难。各公司仍在寻找衡量成功的框架。Dataiku 和 Databricks 都通过提供价值工程服务来帮助解决这些问题，这些服务使组织能够跟踪和最大化他们的 GenAI 投资。
展望未来：如何确保
GenAI 成功
为了成功实现 GenAI，公司必须优先考虑数据质量、治理和可扩展性——这些关键基础对于 GenAI 的复杂性来说比以往任何时候都更为重要。