生成式人工智能的迅速崛起将会打破行业几十年的传统，同时也为我们开启了一个潜力巨大的新市场，带来了丰厚的利润机会。随着技术的快速发展，许多企业技术、IT或技术服务提供商（即系统集成商和托管服务提供商）之所以取得进步和创新，主要依赖于一个核心因素：企业持续寻求外部支持，以整合和监控推动业务发展的复杂多变的硬件、软件、网络和存储产品网络。如今，企业正加大在生成式人工智能（gen AI）上的技术投入，利用它简化或自动化部分IT管理服务。面对这一趋势，服务提供商不禁思考未来的走向。事实证明，未来充满无限可能。人工智能时代催生了大量新服务需求，为业务创新提供了绝佳机遇。据预测，到2029年，人工智能相关的新兴服务市场价值可能突破2000亿美元。技术服务提供商若能抓住这一机遇，盈利能力有望增长30%。未来12至18个月是关键期。随着企业自主管理核心IT工作，并加大AI试点和计划力度，许多技术企业开始进军AI服务市场。传统服务提供商若不及时调整价值主张，可能面临失去市场相关性和超过15%的收入利润损失的风险。为了帮助服务提供商在AI时代取得成功，我们调研了行业高管、技术决策者和专家，分析了福布斯全球2000强企业中AI应用的情况。本文还探讨了新技术对企业技术支出的影响，以及服务提供商如何准备迎接新时代。人工智能对企业技术支出和提供商经济的影响
十多年来，企业一直在努力实施传统的人工智能和自动化解决方案。然而，2022年底OpenAI推出的ChatGPT彻底改变了这一格局，引领了企业人工智能的新潮流。如今，企业转向新一代人工智能来推动和革新传统计划，并在多个功能中开启全新的工作。在经历了新一代人工智能的初期热潮后，企业客户开始更关注这些技术能否真正带来变革。他们希望从零散的试点和概念验证，转向能在整个组织内广泛部署的成熟解决方案。随着对新一代人工智能理解的深入，企业逐渐认识到实现重大影响需要战略和财务上的全面投入。正如一位高管所说：“扩展人工智能是一项挑战，需要新技能、新流程和新的工作方式。”麦肯锡最新调查显示，67%的受访企业预计将在未来三年内增加对人工智能/新一代人工智能的技术预算。我们预计，未来五年整体技术预算的复合年增长率将在4%至6%之间。随着技术生态的变化和新兴竞争对手的崛起，这些预算的分配也将发生显著变化。新一代人工智能已促使各大技术生态参与者扩展产品范围，超大规模企业开始提供一体化开发环境，而硬件供应商也在涉足支持定制大型语言模型和微服务，以加速新一代人工智能应用的部署。随着企业加大对人工智能/新一代人工智能的投资，传统技术服务领域的支出可能会受到影响。以下是三个可能受到冲击的支出类别：
- 外包传统服务：随着云平台和人工智能的快速发展，传统IT挑战得到解决，技术服务提供商的长期基础可能会减少8%至10%。
- 内部服务：尽管内部IT团队将利用低代码/无代码平台、新数据/AI应用程序和自动化工具来扩展服务，但总体支出可能保持稳定，因为生产力的提高抵消了额外工作量的成本。
- 本地、主机托管和私有云：随着公共云和基于云的图形处理单元(GPU)的普及，大多数工作负载在该领域的支出可能会缓慢而稳定地下降。但某些特定且敏感的AI工作负载（如公共部门和医疗保健）可能会带来一些支出增长。
多个支出类别的增长正推动新的人工智能服务机会涌现。如：
- 外包人工智能服务预计将迎来两位数增长，这主要源于企业应对人才稀缺、成本问题以及开发经验不足的挑战，进而寻求外部支持。增长点将集中在人工智能基础服务、新一代人工智能生产力解决方案以及垂直行业应用上。
- 外包数字服务同样受益，随着企业加大对云、系统现代化以及数据和分析的投入，预计增长率在8%至12%之间。
- 企业应用程序方面，新一代人工智能应用将稳步发展，帮助企业解决传统IT难题。
- 新的AI堆栈解决方案，如基础模型、工具和数据架构等原生AI产品，也将成为快速增长的支出类别。
- 公共云和基础设施即服务方面，得益于人工智能专业云提供商的推动，企业云迁移和消费将持续增加。
- 随着企业采用更先进的AI/gen AI定制芯片，计算硬件如GPU等领域也将出现增长。
新一代人工智能将对企业技术支出产生巨大影响。根据分析，未来五年内，技术服务提供商可因此获得超过2000亿美元的市场机会，这些机会主要集中在人工智能基础服务、横向解决方案和垂直增长方案上。面对全球企业的宏观转变，企业（图1）很可能会大幅调整技术支出并重新分配预算。
图1
错过这一潜在机会，选择将更加艰难。我们的分析显示，若不采取行动，该行业公司的营收和利润可能双双下滑15%（见图2、图3）。人工智能推动的自动化和内部化流程可能导致对供应商传统服务的需求大幅减少，同时生产率的提升和竞争加剧会带来价格压力。然而，积极拥抱新技术，不仅能维持行业3%至5%的历史增长，还能改善财务状况，使收入额外增长2%至4%，利润可能增加30%。
图2
企业新一代人工智能之旅
自从企业开始使用新一代人工智能以来，它们迅速在驾驭这项技术方面取得了进步。然而，企业也面临了不少挑战，如高昂的成本（特别是大规模利用法学硕士LLM时）、云和数据准备不足、AI输出的可靠性问题，以及与监管、知识产权、道德等相关的风险。为了应对这些挑战，企业不再仅依赖一家供应商，而是开始与多家模型提供商合作，共同开发AI用例。同时，它们转向更经济实惠的开源模型，通过控制和微调这些模型来满足需求，而不是从头开始构建昂贵的自定义模型。这种策略被麦肯锡称为“接受者”或“塑造者”的方法，相较于更昂贵、更复杂的“制造者”道路，更受企业青睐。尽管转型很常见，但大型企业在接纳新一代人工智能方面的进度各不相同。据我们分析，企业可大致分为以下三个阶段来了解其准备和采纳情况（图4）：
- 观察者：大部分企业（约50%至60%）处于“观察者”阶段，他们正忙于准备AI（设置数据和云基础），并通过小规模的项目（如文本摘要、知识管理）进行内部试验，以提升生产力。
- 领跑者：另有30%至40%的企业是“领跑者”，他们拥有清晰的愿景，通过AI支持的服务台、遗留代码升级等案例，大规模利用AI/gen AI降低成本。这些组织已对其组织和运营模式进行了调整，如设立AI卓越中心（COE）和首席AI官等新职位。
- 创新者：不到10%的企业是真正的“创新者”，他们以AI为核心战略，不仅降低成本，还通过如支持AI的产品设计和开发等前沿应用，释放AI的无限潜力，推动业务持续增长。
图4随着企业步入新一代人工智能的征途，其发展阶段各异，亟需技术支持以持续进步。为此，供应商在初期12至18个月内，应着重推出以下三种人工智能服务：- 革新服务线：结合人工智能，对传统和数字服务线进行重塑，提升交付效率并创新产品（如知识管理、代理副驾驶等）。
- 基础AI/通用AI产品：为企业技术堆栈做好准备，确保云和通用AI的顺利运行（如云端数据管理），以及提供与大型语言模型（LLM）或相关工具结合的通用AI原生服务（如构建与OpenAI、Cohere等新兴企业相关的全面服务生态系统）。
第二类基础服务为提供商提供了绝佳的机会来拓展企业关系并推动创新战略。现在，服务提供商应聚焦“新AI堆栈”，如应用程序与基础设施/云之间的工具/安全、基础模型以及数据和数据库。尽管作为新入者面临挑战，但通过强化现有解决方案、降低成本和简化实施，服务提供商更有可能实现突破，而非从零开始构建（图5）。垂直解决方案则聚焦于深度、垂直特定场景，如工业领域的智能互联产品和制造生态、金融领域的保险索赔处理平台，旨在助力企业的产品/流程创新和收入增长。服务提供商凭借在数据和分析服务领域的丰富经验，将能够更好地瞄准垂直市场，实现这一目标。
图5
目前，只有少数企业具备人工智能创新能力。预计明年约80%的AI服务交易将集中在基础AI准备和成本降低的POC上，如知识管理、客户服务和文本摘要等。研究显示，企业AI准备与云准备紧密相关，因此服务提供商应定位为端到端的AI转型伙伴，首要任务是完善数据和云设施。随着云转型的兴起，服务提供商应引导客户通过AI和通用AI实现数字化转型。然而，这些服务增长潜力有限。随着竞争加剧，提高生产力和降低成本的市场可能迅速商品化。为了突破，服务提供商应开发即插即用的AI就绪产品，借鉴云解决方案的成功经验，实现快速盈利。随着组织逐渐适应新一代AI，服务交易将更关注产品创新和收入增长。专注于构建全栈、垂直特定平台解决方案，并聚焦灯塔行业用例的供应商将脱颖而出。但要保持长期优势，供应商需不断适应AI创新的步伐，持续为企业客户创造价值。重塑服务提供商，迎接人工智能时代
服务提供商正迈向成为新一代人工智能服务驱动者的道路，这一转变充满挑战，但前景令人期待。为了实现这一愿景，整个组织都需要经历一系列深刻而必要的变革。构建全新、广泛的 AI 服务目录，包括可立即部署的加速器服务提供商启动生成式人工智能业务时，可推出三大类产品：基础人工智能就绪解决方案、打包成本降低解决方案，以及针对特定行业的垂直AI用例。但真正让业务脱颖而出的，是那些能跨技术堆栈、加速市场上现有生成式AI解决方案开发的加速器，如提示库和来源归因工具。这种模式已在云服务中成功应用，但非一蹴而就。随着加速器的反复使用和成熟，通常需要至少15至20个独立客户案例来微调和完善其功能与系统。那些率先开发出高效加速器的参与者，在生成式AI服务市场崛起时，将拥有显著的优势。随着科技的迅猛发展，传统的交易方式已难以满足现代行业需求。服务提供商需迅速把握人工智能服务的新机遇，积极采用批量交易，与众多客户进行小规模验证。技术日新月异，持续学习对双方至关重要。同时，与现有客户合作，打造大规模、创新的人工智能转型项目，也是重要趋势。这些项目注重结果，并强调收益分享。面对激烈竞争，IT提供商需努力展现自身价值。为了赢得市场份额，他们或需创新商业模式，如将费用与AI系统解决的工单数量或节省的销售时间挂钩。关键在于准确衡量AI带来的生产力提升。服务提供商需搭建新人才团队，涵盖AI的构建、销售和交付。设立“AI领导”角色，确保AI合规、道德和安全使用。引入“AI产品经理”规划大型应用构建，还有“销售主管”具备技术咨询能力，解答AI投资回报率和定制模型开发等关键问题。随着企业更多地通过API访问LLM，服务提供商需加强与新兴参与者的合作。新一代人工智能的发展，促使服务商改变合作策略。为构建“最佳”生态系统，服务商既要与大型企业合作，也要与小型和初创软件公司携手。同时，为迅速获取LLMOps、新一代AI应用开发和AI驱动的FinOps等关键能力，服务商可能会更多地采用程序化并购策略。初步研究显示，人工智能可助力应用程序开发和维护，通过创新方案如编码副驾驶，提升技术交付效率高达20%至40%。为充分发挥AI潜力，服务提供商需构建整体方法并设立AI卓越中心（COE），由技术和行业专家组成，与各部门紧密合作，推进云、数字和分析计划。随着AI技术快速发展，这一COE需具备更高的专业性和协作能力。然而，在加快转型的同时，服务提供商也需警惕新一代AI带来的风险。随着企业扩大AI应用以驱动增长，挑战和声誉风险也随之增加。需特别关注的风险包括：缺乏AI控制、成本攀升与回报不明、客户准备不足以及缺乏必要客户体验等，这些都可能导致后期高昂代价。人工智能给技术服务提供商带来了双重影响：既是挑战，也是巨大机遇。随着企业技术投资转向AI，逐渐替代传统IT服务，提供商们必须重新思考自身价值、商业运作和组织结构。尽管转型充满挑战，但成功转型后，AI有望引领行业迈入新的增长高峰。预计五年内，AI服务市场规模将突破2000亿美元。同时，提供商仍需保持中立技术顾问的角色，为客户提供最佳解决方案，以应对复杂多变的技术环境。
粤ICP备14082021号
免费POC，
零成本试错
