• 制造商对采用生成式 AI 持谨慎态度，因为担心准确性问题，只有 58%计划在 2024 年增加 AI 支出，低于全球和美国的平均水平。
  • 尽管 AI 支出减少，制造商仍认可 AI 的价值，70%使用昂贵的商业模型，但正考虑转向开源解决方案。

我们的观点
科技行业必须在创新与可靠性之间取得平衡，以确保 AI 增强而非干扰制造运营。克服响应准确性和成本等挑战对于 AI 有效革新制造业至关重要。风险很高，成功将青睐那些掌握这种微妙平衡的人。
–张茉莉，BTW 记者

发生了什么

根据Lucidworks 研究，制造商对生成式 AI 计划的推进速度比预期慢，原因是担心准确性。该研究调查了全球 2500 多名 AI 决策者，发现 58%的制造业领导者计划在 2024 年增加 AI 支出，低于全球和美国的平均水平（分别为 63%和 69%）。

生成式 AI 根据训练数据从提示创建新内容，可能产生被称为“幻觉”的不准确输出，44%的制造业受访者对此表示担忧。尽管去年仅有 20%的计划 AI 项目得以执行，但 55%的制造商认为自己在 AI 采用方面与同行持平。

此外，70%选择了昂贵的商业 AI 模型，但如果开源模型被证明高效且具有成本效益，预计将转向开源。制造商旨在在支出减少的情况下最大化 AI 的价值。

另请阅读：Fatih Porikli 关于生成式 AI 的 5 个最重要观点

另请阅读：中国在生成式 AI 采用方面领先

为何重要

生成式 AI 在制造业的缓慢推进凸显了科技行业的一个关键矛盾：创新竞赛与对精确性的需求。尽管炒作热烈，制造商的谨慎是正确的。因此，Lucidworks 的研究显示，44%的制造商对 AI 臭名昭著的“幻觉”感到担忧，这会产生不准确的结果。然而，潜力不可否认，今年近半数报告称 AI 采用带来了成本节约。

上周的PitchBook 数据显示，AI 推动的美国风险投资资金激增，表明投资者信心强劲。然而，正如 Lucidworks 首席执行官 Mike Sinoway 恰当地指出的那样，响应准确性和成本等挑战正导致犹豫。

整个行业需要关注。如果 AI 革新制造业的承诺要得以实现，克服这些障碍至关重要。制造商必须在创新与可靠性之间取得平衡，确保 AI 增强而非干扰运营。风险很高，胜者将是那些掌握这种微妙舞蹈的人。