引言

Gartner研究副总裁季新苏表示，生成式AI（GenAI）在未来1-2年内将进入一个下降期，主要因为能力问题和预算削减。在实际应用中，GenAI面临诸如致幻率、准确性、安全性和隐私性等方面的挑战。同时，企业正在缩减IT预算，预计2025年的预算平均减少0.8%，其中60%的客户在GenAI项目上的基础设施投入低于500万元。

GenAI的挑战

能力问题

GenAI作为一种新的产品卖点，在消费电子领域表现良好，但在企业应用中却暴露出诸多不足。例如，“一本正经胡说八道”的现象在消费电子领域可能无伤大雅，但在企业环境中可能导致严重错误。此外，准确性问题与训练数据的质量密切相关，而企业通常不愿分享数据，这使得平衡安全性和隐私性变得困难。同时，GenAI的应用也可能引发合规和安全性问题，尤其是在处理敏感信息时。最后，知识产权问题也是一个重要考虑因素，尤其是关于生成内容的所有权问题。

IT预算收紧

企业正在削减IT预算，预计2025年平均预算减少0.8%。尽管许多公司增加了对GenAI的投资，但实际投入在基础设施上的资金仍然有限。大多数企业更关注短期的产出创新，而不是对不确定性的高容忍度。

其他可行方案

Low-Code/No-Code和RPA

Low-Code/No-Code技术和机器人流程自动化（RPA）被认为是当前更为可行的解决方案。这些技术不仅降低了IT运维的成本和复杂性，还能显著提高效率。例如，某家银行通过采用Low-Code/No-Code技术，实现了数据的模块化管理和自助查询，减少了整体IT工作压力，提升了工作效率。

应用前景

Low-Code/No-Code和RPA在优化已知流程方面表现出色，受到许多企业的青睐。总体来说，企业需要关注快速配置和整体应用程序管理，而不仅仅是基础设施或运营收益。真正重要的挑战在于实现IT组织的转型，而不仅仅是控制基础设施的费用。

通过上述分析可以看出，虽然GenAI在某些方面表现出色，但在实际应用中仍面临诸多挑战。相比之下，Low-Code/No-Code和RPA等技术在短期内更为可行，能够帮助企业更好地应对IT预算紧缩的现状。