根據摩根士丹利（Morgan Stanley）最新報告，全球企業在人工智慧（AI）雲領域的資本支出預計到 2025 年將超過 2500 億美元，這一數字幾乎與歷史上著名的阿波羅太空計畫的總成本相當（約 2570 億美元，按當前價格調整）。
這一驚人的數字引發了人們對於如此高昂的技術投入是否值得的思考：AI 是否能帶來與登月同等的巨大價值？
報告指出，儘管企業在生成式 AI 上的投入巨大，但該技術已在實際應用中逐漸顯示出效果，幫助企業優化生產流程、提升客戶服務效率並在多個領域實現成本節省。因此，市場前景被認為非常樂觀。
雲計算支出如火箭般上升
摩根士丹利的數據顯示，全球企業在雲計算領域的資本支出將接近阿波羅計畫的總成本。這不僅是資本的投入，還意味著企業開始看到投資的回報。報告中的 AlphaWise 調查涵蓋了全球 400 家來自六個不同行業的大型企業，顯示出生成式 AI 在實際應用中的顯著效果。
調查結果顯示，大多數使用生成式 AI 的公司，其投資回報率都達到或超過預期，其中約 50% 的項目達到了預期，另有 40% 的項目超出預期。此外，年收入少於 10 億美元的公司中，37% 的公司報告的投資回報率好於預期；而對於收入超過 150 億美元的公司，利用生成式 AI 使項目超出預期的可能性高出 15 個百分點。
效率革命：不止是成本的降低
生成式 AI 不僅幫助企業削減了成本，還顯著提高了生產效率。摩根士丹利的報告指出，客戶服務是生成式 AI 應用最為廣泛的領域之一。在大型企業中，生成式 AI 能大幅減少人工操作的時間，提升整體工作效率。
例如，全球零售巨頭沃爾瑪（Walmart）通過生成式 AI 技術更新了其龐大的產品數據目錄，僅此一項就比傳統手工操作快了 100 倍。
化妝品行業的另一個例子是歐萊雅（L"Oréal），該公司利用生成式 AI 幫助客戶進行皮膚分析和產品推薦，使得客戶選擇產品的效率顯著提升，銷售轉化率從 10% 提升至 70% 以上。
數據安全：生成式 AI 項目的最大障礙
儘管生成式 AI 的前景光明，但摩根士丹利也指出，企業在廣泛採用這項技術時仍面臨諸多挑戰。調查顯示，約 60% 的企業將數據安全視為首要問題，25% 的公司擔心過快部署 AI 工具可能帶來的聲譽風險。
儘管存在這些挑戰，摩根士丹利認為生成式 AI 的長期潛力不可忽視。特別是在全球勞動人口減少的背景下，生成式 AI 有望成為解決生產力和勞動力短缺問題的關鍵技術。
報告預測，隨著生成式 AI 在企業中的廣泛應用，其將逐漸從降低成本的工具轉變為提升企業競爭力的核心推動力。
綜上所述，投資 AI 的金額雖然相當驚人、龐大，但有鑑於下述五點考量，仍不失為值得的長期投資，尤其是對於那些能夠有效利用這些技術的企業。然而，企業需謹慎評估自身的需求、風險以及相應的資源配置，以確保投資的成功和回報。
1. 潛在回報
- 效率提升：許多企業報告顯示，生成式 AI 能顯著提高生產效率和降低成本。例如，沃爾瑪利用 AI 技術更新產品數據目錄的速度提高了 100 倍。
- 投資回報率：根據摩根士丹利的調查，大多數企業在生成式 AI 上的投資回報率達到或超過預期，顯示出良好的經濟效益。
2. 市場需求
- 增長潛力：隨著數字化轉型的加速，各行各業對 AI 技術的需求不斷增加。AI 能在客戶服務、數據分析等多個領域提供解決方案，市場潛力巨大。
3. 競爭優勢
- 技術領先：早期投資 AI 技術的企業能在市場中獲得競爭優勢，提升品牌形象和市場份額。這對於希望在快速變化的市場中保持領先的企業尤為重要。
4. 挑戰與風險
- 數據安全：許多企業擔心數據安全問題，這可能成為推廣 AI 技術的障礙。約 60% 的企業將數據安全視為首要問題。
- 實施成本：儘管長期回報可觀，但初期投資和實施成本可能較高，尤其是在技術整合和員工培訓方面。
5. 長期趨勢
- 勞動力短缺：面對全球勞動人口減少的挑戰，AI 技術有望成為解決生產力和勞動力短缺問題的關鍵工具。
