Ayon sa ChainCatcher, ang研究报告 na inilabas ng FundaAI ay nagpapakita na ang mga budget para sa enterprise AI ay patuloy na lumalawak, ngunit may pagkakaiba sa trajectory noong ikalawang kalahati ng 2026 at 2027. Ang mga gabay sa paggastos sa AI ng malaking Amerikanong telekomunikasyon na operador A ay nagpapakita ng pagtaas mula sa base na 100 noong Enero patungo sa halos 190 noong Disyembre, at inaasahan ang karagdagang pagtaas ng 40%–50% noong 2027 kumpara sa nakaraang taon; samantala, ang malaking European na automaker A ay nagkaroon lamang ng 10%–15% na pagtaas mula pa noong simula ng taon, at ang kanilang gabay para sa susunod na taon ay malapit sa pare-pareho. Ang karagdagang gastos ay umuusbong mula sa pag-subscribe sa mga seat patungo sa paggamit ng API/Token at production workflows. Ang proporsyon ng subscription at API ng telekomunikasyon na operador na ito ay umabot mula sa halos 50%/50% patungo sa 40%/60%, at posibleng magtungo patungo sa 35%/65%; samantala, ang malaking at katamtamang biopharmaceutical company A ay nag-adjust mula sa 80%/20% patungo sa halos 70%/30%. Ang paggamit ng open source ay hindi pantay-pantay, at ang proporsyon ng aktibong use cases ay maaaring umabot sa 30%–40%, dahil sa mas mababang presyo, kaya mas maliit ang bahagi nito sa gastos; ayon sa mga eksperto, ang open source inference ay maaaring mas mura ng 40%–70% kumpara sa closed-source state-of-the-art models, at ang pagkakaiba ay naiiwasan sa 20%–40% sa ilalim ng buong gastos, habang ang model routing, caching, at context compression ay maaaring magdagdag pa ng pagbawas ng 20%–30% sa gastos sa API. Ang budget para sa production-side AI ay patuloy na binubuo mula sa ibaba pataas batay sa ROI ng workflow; ang tipikal na production ROI ng telekomunikasyon na operador na ito ay humigit-kumulang 1.5–2 beses, na may payback period na 6–18 buwan, habang ang mga matatag na use cases ay maaaring umabot sa 3–5 beses. Ang susunod na alon ng gastos ay may kaugnayan sa agents, software modernization, network operations, commodity workflows, at mas mahabang cycle na business processes, ngunit ang engineering capacity, process reengineering, governance, at data readiness ay naging mas mahigpit na limitasyon kaysa sa pondo.
Ang paggastos sa Enterprise AI ay nagpapalit mula sa mga upuan patungo sa paggamit ng API
ChaincatcherI-share
Summary
Ang paggastos sa Enterprise AI ay nagpapalit mula sa mga bayad na upuan patungo sa paggamit ng API, ayon sa isang bagong ulat ng FundaAI na binanggit sa AI + crypto news. Ang malaking U.S. telecom operator na A ay plano na pataasin ang kanilang budget para sa AI mula sa 100 noong Enero hanggang sa ~190 sa katapusan ng taon, kasama ang 40%-50% na paglago noong 2027. Ngunit ang isang malaking European automaker ay nakakaranas lamang ng 10%-15% na pagtaas sa taong ito. Ang komposisyon ng paggastos ay naglalakbay patungo sa mga API, na may pagbabago sa ratio mula sa 50%/50% patungo sa 40%/60%, at inaasahang magtrend patungo sa 35%/65%. Ang paggamit ng open-source AI ay tumataas, na may 30%-40% na aktibong mga kaso dahil sa mas mababang presyo. Ang mga eksperto ay nagtuturo na ang open-source inference ay 40%-70% mas mura kaysa sa closed models, bagaman ang kabuuang gastos ay nagpapalapit sa agwat hanggang sa 20%-40%. Ang mga teknik tulad ng model routing at caching ay maaaring bawasan ang gastos sa API ng 20%-30%. Ang mga budget para sa AI ay ngayon ay binubuo mula sa ibaba pataas, na may ROI na 1.5-2 beses sa loob ng 6-18 buwan. Ang mga matatag na kaso ay nakikita ang 3-5 beses na bunga. Ang hinaharap na paggastos ay tatarget ang mga agent at network operations. Ang paglago ng ecosystem ay mas mabilis kaysa sa engineering at data readiness.
Source:Ipakita ang original
Disclaimer: Ang information sa page na ito ay maaaring nakuha mula sa mga third party at hindi necessary na nagre-reflect sa mga pananaw o opinyon ng KuCoin. Ibinigay ang content na ito para sa mga pangkalahatang informational purpose lang, nang walang anumang representation o warranty ng anumang uri, at hindi rin ito dapat ipakahulugan bilang financial o investment advice. Hindi mananagot ang KuCoin para sa anumang error o omission, o para sa anumang outcome na magreresulta mula sa paggamit ng information na ito.
Maaaring maging risky ang mga investment sa mga digital asset. Pakisuri nang maigi ang mga risk ng isang produkto at ang risk tolerance mo batay sa iyong sariling kalagayang pinansyal. Para sa higit pang information, mag-refer sa aming Terms ng Paggamit at Disclosure ng Risk.