利用GenAI力量的五种技术策略

GenAI带来的机遇可以是革命性的，但将这一创新技术付诸实践并非易事。来自Strategy&的Diana Dib和Prateek Chauhan概述了领导者可以采取的步骤、措施和程序，以抓住GenAI带来的机遇。

利用GenAI力量的五种技术策略

GenAI的出现标志着创新周期中的一个转折点，就像互联网催生了蓬勃发展的软件市场，智能手机带来了应用程序和社交媒体一样。2023年，全球对GenAI的私人投资超过250亿美元，其中包括中东地区的4.15亿美元风险资本投资。

这种基础性的转变为该地区的科技领军企业创造了多个追求创新和颠覆市场的机会。为了在竞争中脱颖而出，这些企业必须深刻理解区域动态，并采用定制化的方法来满足特定市场需求，同时对新兴趋势保持敏锐。

中东的科技领军企业应探索五种策略，以聚焦投资并实现长期的竞争优势。

聚焦行业垂直领域

在基础设施、平台和大型语言模型(LLM)领域，已有成熟的玩家占据主导地位，包括超大规模企业、闭源和开源数据及AI平台提供商，以及LLM的现有企业。然而，区域领军企业可以通过为特定行业和企业量身打造的解决方案抢占市场份额。通过针对特定的用例，他们可以提高性能、质量、体验和效率。

Polaris预测，到2032年，中东和非洲的媒体娱乐行业以及金融服务(银行和保险行业)将成为最大的行业垂直领域，占据78亿美元GenAI市场的70%。

目前，应用程序在GenAI生态系统中捕获了30%至35%的价值，它们的优势在于理解“控制点”——企业中最重要的系统，通常也是为了节省成本而最后关闭的系统，并围绕它构建解决方案，这包括针对行业或企业微调模型，并开发具有独特行业工作流程的前端应用程序。

例如，Oracle将临床数字助手工具集成到其电子健康记录平台Cerner中，减少了临床医生的行政任务，同时提升了平台的整体价值主张。

采用集成堆栈方法

科技领军企业可以开发结合计算基础设施(用于管理计算资源的软件)和大型语言模型(LLM)的解决方案，这种策略能够增强商业回报，因为它提高了客户粘性并提升了资本效率。例如，Dell与Hugging Face合作，提供集成基础设施和GenAI模型的解决方案，帮助客户构建和部署自己的GenAI应用程序。

拥有、本地化并控制基础设施和计算堆栈

为了确保在不断发展的技术环境中具备适应性、可扩展性和弹性，区域科技公司需要控制基础设施层，包括数据中心和设备。企业应专注于在本地化环境中提供GenAI解决方案，这不仅能提高数据安全性，还支持为大型区域企业和政府客户提供定制化服务。

位于利雅得的AI和网络安全公司Watad实施了Mulhem，这是一个在本地数据集上训练的领域特定的大型语言模型(LLM)，并在英伟达的本地高性能计算系统上开发。

访问独特的数据集和专有知识产权

仅依赖于公开可用数据的解决方案无法创造增值或带来竞争优势，这使得区域科技领军企业必须获得并管理对专有数据集的访问。为了在关键垂直领域开发知识产权(IP)，企业应寻找与客户的共同投资机会，以推动市场发展，这种方式既能为公司提供独特的数据集，又能让他们拥有知识产权。

科技领军企业还可以探索与其他企业(如数据提供商、行业领袖和研究机构)建立战略合作伙伴关系和许可协议。

在不影响性能的前提下管理成本

训练和部署GenAI模型的成本越来越高。例如，训练GPT-4和Google的Gemini Ultra的成本估计分别为7800万美元和1.91亿美元。

随着LLM模型的规模和成本不断增加，区域科技领军企业可以寻求在保持性能的同时控制成本。为实现这两个目标，企业可以使用LLM控制器，这是一种可以对多个LLM输出进行排序和综合的工具，用以在依赖更大型模型之前先管理一系列较小且成本更低的模型，这种方法可以显著降低成本。

要成功实现GenAI的盈利，区域科技领军企业应与能够为客户构建和部署定制用例的AI服务提供商合作，利用他们的GenAI技术栈。同时，捕获GenAI市场份额还需要创新的定价模式，例如基于成功的定价(费用与解决客户问题的效果挂钩)或“免费增值”定价模式，即提供免费基础服务，通过高级服务、终端客户使用或两者结合来实现盈利。

例如，Microsoft 365 Copilot为用户提供了一个免费层以促进采用，同时通过包含更多GenAI功能的高级定价来实现盈利。