AI computing ecosystems

搜索文档
人工智能正在颠覆专业服务
Workday· 2025-05-16 08:50
报告行业投资评级 未提及 报告的核心观点 - 生成式AI正颠覆专业服务行业,服务提供商面临巨大挑战,需构建生成式AI交付平台、重塑商业模式以应对 [3][6] - 未来五年,四大AI驱动因素将扰乱服务提供商现状,促使其重新审视业务基本面 [11] - 服务提供商正进行巨额投资,构建AI交付平台、整合AI计算生态系统、采用新的AI服务和“托管服务即软件”模式,以在AI时代取得成功 [17] 根据相关目录分别进行总结 GenAI Sets The Table For Service Provider Disruption - 服务提供商作为纯知识型企业,按工时计费,处于生成式AI颠覆的前沿,生成式AI数字助理可补充人力工作、提高效率,未来五年各类服务提供商都需做出回应 [6] - 服务提供商需重塑商业模式,转向基于资产、以解决方案为导向和以结果为导向,大型且财务状况良好的提供商将蓬勃发展,小型或灵活性较差的提供商将面临困境 [7] Four AI-Fueled Factors Drive The Plight And Potential For Service Providers - 客户期望以更低成本更快完成更多工作,如软件开发要求降价30%,这加速了按时间和材料定价模式的衰落,推动了基于价值的定价模式 [12] - 提供商的交付能力难以满足客户期望,多数提供商难以提供客户要求的大幅折扣,缺乏资源实现AI自动化的提供商将难以竞争 [12] - 客户对新AI计算服务的需求尚需数年才能实现,目前多数提供商的生成式AI服务收入实际是与数据相关的服务,到2027年随着客户用例增加,生成式AI服务将增长 [12][14] - AI计算服务将成为提供商未来商业模式的核心,生成式AI应用和代理的复杂性以及特定领域和企业的生成式AI模型实例的激增,将为新的AI战略和技术服务带来机会 [14] Providers Are Making Billion-Dollar Bets To Be A Post-AI Services Winner - 众多服务提供商进行巨额投资,如IBM宣布20亿美元生成式AI订单,埃森哲与英伟达和Meta合作,威普罗投资10亿美元提升AI能力等 [17] - 投资方向包括构建AI交付平台、整合AI计算生态系统、采用“托管服务即软件”模式,分别可带来提高工作效率、扩大联盟和解决方案组合、创造新收入流等好处 [20] Building AI-Powered Delivery Platforms To Slash Costs, Speed Delivery, And Improve Quality - 服务提供商通过构建新的生成式AI交付平台,将专有知识应用于工作,实现更低成本、更高质量的工作输出,如IBM、安永、麦肯锡等都有相关平台 [21][23] - 这些平台可用于自动化服务交付,提高整体质量和价值,特别是对于可重复的活动,如编码和应用程序实施 [23][25] Assembling AI Computing Ecosystems To Anchor New Workloads And Future Business Models - 服务提供商通过建立AI计算生态系统战略、扩大云、软件和模型联盟伙伴关系、为智能AI革命做好准备,以在AI时代占据有利地位 [28][30] - 例如,IBM与亚马逊合作部署模型和咨询服务,德勤与多家公司建立四方合作关系,埃森哲成立新的英伟达业务集团并实施智能AI系统,实现成本节约和更快的上市时间 [28][30] Establishing New AI Services And "Managed Service-As-Software" Offerings - 专业服务的传统按时间和材料计费的商业模式受到冲击,提供商转向基于资产的商业模式,提供新的AI服务、“托管服务即软件”产品和扩展现有AI服务组合 [31][34] - 新AI服务包括重新设计业务和运营新模型基础设施,“托管服务即软件”产品可将关键但非差异化的业务流程外包给合作伙伴,现有AI服务扩展包括部署通用模型、构建AI解决方案和建立治理和安全结构等 [32][34] How To Take Advantage Of AI-Powered Services - 技术高管应关注提供商带来的潜在好处,如低成本工作输出、共同投资、新平台和资产、AI实践等,而不是仅仅追求低价 [38] - 应在选择提供商时考虑替代定价模型,如固定价格、绩效定价等,并与提供商合作找到符合双方利益的定价模式 [41] - 可与提供商合作,用知识产权换取更好的结果,构建定制知识图谱、微调模型和代理,以获得差异化能力 [41] Accelerate Your AI Learning Curve - 企业可借鉴提供商的AI治理、领导和工作流程实践,如首席AI官、AI指导委员会和AI卓越中心的角色,以克服在扩展AI治理、知识获取、应用开发和组织协调方面的挑战 [42] Mitigate The New Risks Of GenAI-Powered Delivery - 企业可模仿提供商的AI平台和模型导航能力,利用提供商的平台加速自身能力建设,同时确保对资产的控制 [44] - 借鉴提供商招聘、培养和奖励“AI优势员工”的经验,提升自身员工的AI能力 [44] - 应对知识产权风险,通过治理和软件技术进行缓解,如采用最佳实践、确保提供商维护软件和模型资产等 [45][46] - 应对关键技能流失风险,通过培养和保留关键领域技能、要求提供商转移AI计算技能并采用混合团队工作方式来克服 [49] - 应对锁定风险,通过最小化采用提供商平台、建立托管服务合同来避免被锁定 [49]