图灵汇官网

引言

根据Gartner研究副总裁季新苏的观点，生成式AI（GenAI）在未来一两年内可能会经历一段低谷期，主要原因包括技术能力不足以及企业缩减开支。在具体应用中，GenAI面临多重难题，比如生成内容的可信度、准确性、安全保障以及用户隐私保护等。与此同时，企业普遍在削减信息技术支出，预计到2025年，整体预算将平均下降0.8%。据统计，超过六成的客户在GenAI相关项目的硬件和软件投入少于500万元。

GenAI面临的难题

技术局限

作为新兴的技术亮点，GenAI在消费电子产品中的表现较为亮眼，但在企业场景下却暴露出不少缺陷。例如，在消费市场中看似无害的“假大空”现象，在商业环境中可能造成重大失误。此外，模型的准确性很大程度依赖于训练数据的质量，而企业通常不愿意共享关键数据，这让兼顾安全与隐私变得十分棘手。另外，GenAI的应用还可能带来合规性风险，特别是在处理敏感信息时。同时，生成内容的知识产权归属也是不容忽视的问题。

预算限制

目前，多数企业都在压缩信息技术预算，预计到2025年平均削减幅度将达到0.8%。尽管部分公司加大了对GenAI的投资力度，但实际投入到基础设施建设的资金依然有限。大部分企业更倾向于追求短期效益，而非承担长期不确定性带来的成本。

替代选择

低代码/无代码与RPA

低代码/无代码开发工具和机器人流程自动化（RPA）被广泛认为是现阶段更具实用性的选项。这些技术不仅大幅降低了IT维护的成本和难度，还显著提高了操作效率。举例而言，一家银行借助低代码/无代码平台，实现了数据的模块化管理和自助查询功能，从而减轻了整体IT负担，提升了运行效率。

未来方向

低代码/无代码和RPA在优化现有业务流程方面效果显著，因此受到众多企业的欢迎。总的来说，企业需要更加注重快速部署和全盘应用管理，而不仅仅局限于基础设施或日常运营的收益。真正的难点在于推动整个IT部门的转型，而不仅是控制硬件和软件的开销。

综合来看，尽管GenAI具备一定的潜力，但其实际应用仍存在不少障碍。相比之下，低代码/无代码和RPA等技术在短期内更为可靠，有助于企业在预算紧张的情况下更好地适应市场变化。