在人工智能的应用、使用和规模化方面，2025年可能是一个令人警觉的年份。从需求方面来看，许多企业将提前收回投资，因为他们没有看到预期的价值。从供应方面来看，供应短缺、未达预期和投资者压力已导致一些大公司减少对人工智能基础设施的投资，其他公司也可能会跟随其后。
到目前为止，企业们在人工智能和生成式人工智能（GenAI）方面投入了大量资金，这些投资并不一定是以投资回报率（ROI）为目标，尽管高层管理人员和董事会现在更关注以硬性数字量化的回报。然而，基础设施的短缺可能也会产生影响。
需求方面的变化
如果企业没有看到预期的价值，他们将不会继续增加对人工智能的投资。
公司正在缩减人工智能投资，或者对于ROI的期望过于急功近。他们可能会过早地缩减投资，这不是一个好的策略。另一个可能促使这一现象的因素是当前的经济环境。在过去三个月里，几乎所有人都在试图削减那些没有清晰回报的投资，而不仅仅是与人工智能相关的项目。
高层管理人员要求针对数据分析、数据治理和数据质量项目提供投资回报率的具体数字，他们要求的是以“提高客户体验”或“增加运营效率”之外的实际美元价值来衡量成果。
2023年以及今年，我们看到越来越多的关注集中在生成式人工智能的投资回报率上。几乎每一位高管都在谈论生成式人工智能如何改变世界，但问题是，仅仅部署一个模型或生成的AI功能，然后宣称任务完成并不那么简单。因为这需要一个基础的数据分析能力，最终才能让生成式人工智能真正发挥作用，这就意味着你必须有合适的隐私和安全协议，如访问管理和数据治理。此外，你还需要提供更好的数据质量，因为这些模型是在互联网上的大规模数据集上训练的。
很多人都知道这些模型是基于互联网上的数据进行训练的，这也激发了一些故意不准确或误导性的网络发布，以阻止这些模型正常工作。
更好的做法当然是使用你自己行业中的企业数据，这可以让人工智能模型更好地了解你的公司，你可以很容易地通过与数据仓库连接，将所有数据导入模型中，但这并不容易，因为隐私、安全和治理措施尚未到位。所以，你不能百分百确定自己是否真的在把数据分享给模型，或者是整个互联网。
企业们原本期望能够快速看到回报，但并没有实现这些预期，因为最初的期望不切实际。后来，他们意识到正确的基础设施没有得到建立。
大家说，他们预计至少要三年才能看到回报，而有超过30%的人表示，可能要三到五年。我们已经有两年生成式人工智能的经验了。你怎么能指望它这么快就表现出回报呢？一些公司，一些领导层，可能正在此时感到恐慌。我认为大多数公司已经在过去两年投入了50万美元在生成式人工智能上，却没有得到任何回报。这就是恐慌开始蔓延的地方。
将ROI解释为具体的美元数额是很困难的，因为这不仅仅是将节省的时间乘以员工的工资。尽管如此，一些公司正在努力开发相应的框架。
有些经理正在联系每个业务部门，询问他们通过正确理解数据拥有权、数据存放位置以及特定数据集的血缘关系所获得的利益。他们还通过一些定制化的调查，联系全体员工，收集他们的建议和衡量指标，遗憾的是，我没有一个框架能够适用于所有公司。
我们可以考虑研究各个领域的关键绩效指标（KPI），如质量、治理、主数据管理（MDM）、数据管理、数据存储等，所有这些都可以帮助公司跟踪改进，但这些指标与美元价值并没有直接关联。
我建议在战术、管理和高层执行级别，找出对他们来说最重要的事项，并为这些不同层级设定KPI，定期计算并维护这些KPI，这样他们就能利用这些KPI来展示是否在一段时间内取得了进展。
供应方面的变化
如果企业因为未实现预期的收益而减少人工智能投资，供应商也会随之收回。这同时发生在禁止出口用于半导体及其他技术相关产品的关键材料，以相关计划征收关税的决定，再加上关税带来的下游影响，生产成本上升，从而导致IT部门在预算紧张的情况下不得不承担更高的技术价格。
需求方减少人工智能投资导致的基础设施短缺，以及供应方因材料短缺可能引发的美国芯片供应危机，将共同影响人工智能投资回报率的计算。此外，未来政府政策的更广泛影响，如大规模驱逐移民，也可能影响到技术工人，包括人工智能人才，及其雇主。
