也许，AI会让这两种情况都出现一些。
每天，我的收件箱都会收到新的AI研究资料。不是介绍性能提升新技术或新架构的技术论文，就是关于消费者和企业如何看待及规划AI应用的调查。
我们还深入研究了AI的采用情况。在通过我们的年度研究初步了解未来趋势后，我们进一步开展了深入研究，以切实了解各组织目前如何利用AI的力量，以及未来有何计划。
结果并未让我们失望，但也没有真正出乎我们的意料。我们不仅有自己的研究作为参考，而且如前所述，还收到了大量来自整个行业的统计数据和洞察。
不过，我们确实发现了一些细节，它们更全面地展现了当今全球企业采用AI的现状。企业使用的并非只有OpenAI，关注点也不只是生产力。事实上，从正在形成的AI技术栈来看，可以清楚地看到，各组织正紧锣密鼓地推进各种计划，而这些计划在很大程度上更多是为了支持未来的AI应用，而非在当下实现AI的价值。
例如，生产力用例已得到广泛实施，其中包括似乎无处不在、融入各种应用的副驾驶和聊天机器人。近半数（40%）的组织已采用AI员工生产力工具，略高于三分之一（36%）的组织已部署聊天机器人。人们对这些聊天机器人或喜爱，或厌烦，有时甚至爱恨交加。
但这些细节并没有那么有趣。真正值得关注的是，各组织究竟在采用哪些模型，以及它们为何做出这样的选择。
因为企业并未统一采用单一模型。企业平均使用2.9个模型，具体采用哪些模型则因用例而异。我们看到，各行各业都在积极采用开源模型和专有模型。Llama和Mistral等名称正变得与ChatGPT和Hugging Face一样耳熟能详。
这预示着，明年随着各组织落实其首要AI任务——工作流自动化，所采用的模型将更加多样化。由于工作流自动化需要嵌入组织的工作流，因此并不太适合采用AI即服务模式。这里的“工作流”是业务流程和运营流程的技术术语。自计算技术发展初期以来，这些流程在很大程度上一直是企业竞争优势的基础。
从从业者或IT领导者的角度来看，更值得关注的是技术栈及其发展趋势。我们知道，AI应用属于现代应用，会增加所使用的API数量。但这个技术栈由什么构成，又部署在哪里？您可能会注意到，我们将AI应用服务纳入了AI技术栈。这是因为，安全性和规模方面的考量将进一步强化应用服务在交付和保护各类应用方面本已十分重要的作用。
人们普遍关注如何防御针对API和应用的AI驱动型攻击，如何保护客户和企业员工的隐私，以及如何确保公司机密不被泄露。因此，我们坚信，应用服务，包括现有的DDoS防护和API安全、 负载均衡、入口控制，以及AI网关等新兴服务，将成为AI技术栈中不可或缺的关键组成部分。
除了用于构建AI技术栈的其他各项支出外，各组织还计划将AI预算的9%用于这些服务。
而且，各组织确实在积极构建AI技术栈，其中超过半数（54%）计划在本地部署AI模型和AI应用。
话虽如此，关于AI现状还有许多细节未在此展开，因为我们已经撰写了一份详尽的报告，您现在即可在此获取。
深入了解，看看为何我们确信，AI之路要么通向数字化混乱，要么通向数字化成熟。
关于作者
Lori MacVittie是F5首席技术官办公室的杰出工程师兼首席技术布道师，在应用交付、自动化战略和基础设施领域拥有深厚的专业知识。无论是为AI智能体定义防护机制、剖析脆弱的多云架构，还是探索可扩展系统的极限，她都善于化繁为简。她在应用开发、IT架构以及网络和系统运维领域拥有30多年的行业经验。加入F5之前，她曾担任技术编辑，并因出色表现获得奖项。 MacVittie拥有计算机科学硕士学位，著述颇丰，出版作品涵盖安全、云和企业架构领域。她还热衷于桌面游戏和电子游戏，并且对奶酪有着毫不掩饰的鲜明见解。
Lori Mac Vittie 的更多博客文章相关博客文章
2023年应用策略现状：成本与复杂性是推动多云网络发展的首要因素
多云网络解决方案可在核心、云和边缘环境之间实现无缝、安全的互联，为解决当今混合IT面临的挑战提供支持，因而备受业界关注。