“激增时刻”：生成式AI颠覆经久考验的投资回报衡量标准

可称之为生成式AI悖论。

首席财务官们正追逐生成式人工智能可能带来的丰厚回报，这是数十年来最狂热的技术投资浪潮之一。

然而，据财务高管与AI专家称，他们对如何衡量这项创新的最终商业回报，充其量只有模糊的把握。

“我从未见过类似情形，”丹尼尔·洛克（Daniel Rock）表示。他与埃里克·布林约尔松（Erik Brynjolfsson）和安迪·麦卡菲（Andy McAfee）共同创立了生成式AI咨询公司Workhelix。

自2022年11月ChatGPT公开发布以来，“出现了这样一个‘啊哈！’时刻，人们说，‘它能做到我原本以为信息技术系统做不到的事情，’”洛克在采访中说。他指出，AI有望简化运营、更好服务客户、升级预测、加速软件编程并改善营销与销售。

旧金山联邦储备银行行长玛丽·戴利（Mary Daly）表示，CFO们对生成式AI的追捧很可能尤其迅速，因为采用主要自下而上（来自消费者）而非自上而下（来自企业）发生。

ChatGPT的发布标志着一个“激增时刻”，因为“生成式AI一夜之间从别人做的事变成了相对无处不在的东西，”戴利在3月芝加哥大学会议上说。“这一时刻带来了我所说的‘人驱动的扩散’。”

因此，戴利称，CFO及其高管同僚面临股东压力，以及对AI驱动的效率和客户服务日益增长的期望。他们必须比对待蒸汽动力、电力和互联网等其他形成性创新更快地“从冷漠转向行动”。

“我们的结论是，你基本上会在未来五年内看到生成式AI的益处，”EY-Parthenon首席经济学家格雷戈里·达科（Gregory Daco）在采访中说。达科表示，要达到类似的回报，计算机花了10年，电力花了40多年，蒸汽动力花了80年。

戴利说，快速采用生成式AI将使企业更好地创新、利用员工的新技能、留住客户并获得市场份额。

与此同时，据财务高管和AI专家称，快速部署生成式AI要求CFO比以往技术更快地衡量ROI，否则可能造成浪费性支出。

AI大洗牌

CFO们还必须警惕炒作和彻头彻尾的欺诈，美国证券交易委员会（SEC）最高执法官员如是说。

“虽然或许还不完全是完美风暴，但围绕AI肯定正在酝酿一场，”SEC执法部主任古比尔·格雷瓦尔（Gurbir Grewal）说。“每天，我们都看到人工智能（AI）的革命性技术进步，它们承诺改变我们生活的几乎每个方面，包括我们的财务决策。”

“每天，我们都看到个人、公司、分析师和其他人在吹捧这些进展，”他在4月的一次演讲中说。“每天，我们都看到公司不仅试图开发AI能力，或利用它来提高生产力和增长，还试图吸引和留住投资者。”

根据普华永道（PwC）的一项调查，大多数投资者（61%）认为，快速采用AI对公司的价值非常或极其重要。

反过来，CFO及其高管同僚怀有“错失恐惧”，Eventus Advisory Group的CFO格伦·霍珀（Glenn Hopper）在采访中说。“他们承受着来自投资者和董事会的压力——每时每刻，来自每个人。”

消费者也设定了很高的门槛，财务高管和AI专家称。

“在一些公司，AI部署将成为必须做的事情，因为客户期望如此，”洛克说，他也是宾夕法尼亚大学沃顿商学院运营、信息与决策学助理教授。“这只是入场券。”

在未来一年，37%的美国公司计划在生成式AI上投资至少1亿美元，毕马威（KPMG）在3月发布的一项针对220家公司的调查中发现。

据高德纳（Gartner）称，AI软件支出到2027年将激增至2980亿美元，比2022年增长140%，其中35%的投资集中在生成式AI上。

CFO Dive，数据来自Gartner

“你无法阻止这股势头，”霍珀说。

英伟达（Nvidia），可以说是这十年最热门的动量股，引领着生成式AI采用背后的巨轮。其股价在过去一年飙升了153%。

然而，英伟达对其产品运营价值的一丝投机暗示，可能预示着对这项新技术的涌入在某个时点会进入不稳定地带。

国家和公司都聘请该公司将价值1万亿美元的数据中心升级为“AI工厂，以生产一种新商品——人工智能，”英伟达CEO黄仁勋（Jensen Huang）在5月22日的季度财报电话会议上说。“下一次工业革命已经开始。”

英伟达在一份题为“高计算性能的高ROI”的“公司概览”页面中表示，云服务提供商每在英伟达软件和网络上投资1美元，四年内可产生5美元收入。

然而，在脚注中，英伟达在5月报告中称其计算仅仅是一个“说明性示例”。

诚然，财务高管和AI专家表示，衡量生成式AI的ROI的CFO们正试图绘制模糊的地形。这项新兴技术的某些回报可能是虚幻的，尤其是在短期内。

麦肯锡（McKinsey）在5月引用一项对1363名高管的全球调查称，只有5.2%的组织将超过10%的息税前利润归因于生成式AI的使用。

衡量数据价值的挑战早于生成式AI，也早于二十年前所谓大数据和高级分析的出现。

CFO和投资者多年来一直在努力精确评估关于客户、市场、产品和其他信息的专有数据的价值。

衡量挑战并未阻止亚马逊（Amazon）、谷歌（Google）、优步（Uber）和其他硅谷巨头的崛起，它们依赖详细的、自生成的数据来推动利润和增长。

这些开创性公司乘着互联网、智能手机和其他连接与数据共享工具使用的爆炸式增长。哥伦比亚大学商学院金融学教授劳拉·维尔德坎普（Laura Veldkamp）在2月纽约联储关于生产力的会议上表示，投资者对其专有数据的重视程度超过对建筑、工人或技术的重视。

洛克说，在所谓信息技术出现之前就存在的行业中的CFO，往往在衡量生成式AI在其运营中的回报时面临更大挑战。“我不确定总回报率会存在。”

一些公司的AI成本估算偏差高达1000%，高德纳副总裁兼分析师尼莎·班达雷（Nisha Bhandare）在5月的高德纳CFO会议上说。“鉴于AI如此新颖，我们并不真正知道它花费多少，只能边做边学。”

编者注：这是关于衡量生成式AI投资回报挑战的两篇报告中的第一篇。在第二篇中，CFO Dive将描述财务高管如何限制成本并最大化该技术的回报，即使在一开始他们可能缺乏对潜在收益的可靠估计。