分析公司Gartner 預測，到明年年底，將有30% 的生成式人工智慧專案在完成概念驗證階段後被企業放棄。預計放棄的原因包括資料品質不佳、風險控制不足、成本上升或商業價值不明確。

Gartner 舉例說明了基因人工智慧的應用情況，其中一些應用包括編碼助理、個人化銷售內容創建、使用檢索增強生成（RAG）進行文件搜尋、虛擬助理以及醫療、保險或金融服務。

編碼助理是最具成本效益的應用，前期成本從10 萬到20 萬美元不等，每個用戶每年的經常性成本從280 美元到550 美元不等。如果從零開始建立法律碩士，提供醫療、保險或金融服務法律碩士，成本就會急劇上升，前期成本從800 萬美元到2000 萬美元不等，經常性成本從1.1 萬美元到2.1 萬美元不等。

Gartner 傑出副總裁分析師Rita Sallam 在評論這項預測時表示：

“經過去年的炒作，高管們已經迫不及待地想要看到GenAI 投資的回報，然而企業卻在努力證明和實現價值。隨著計劃範圍的擴大，開發和部署GenAI 模型的財務負擔越來越重。

遺憾的是，GenAI 並不存在”一刀切”的情況，成本也不像其他技術那樣可預測。所花費的資金、所投資的用例以及你所採取的部署方法，都決定了成本的高低。無論是市場顛覆者，希望將人工智慧滲透到各個角落，還是更保守地專注於提高生產力或擴展現有流程，每種技術都有不同程度的成本、風險、可變性和戰略影響。

聽到有些企業不會繼續使用某些生成式人工智慧應用，這並不太令人驚訝，畢竟這就是概念驗證的目的。隨著語言模型的能力越來越強，企業也可以重新檢視它們的用例。