Julkaisimme juuri 12-sivuisen tekoälyraportin siitä, miten ~500 yhdysvaltalaisten yritysten johtajaa käyttää generatiivista tekoälyä. Luin kaiken, jotta sinun ei tarvitse. Kahdeksan parasta opetusta: Anthropic on yritysten #1 mallipalveluntarjoaja, 40 % ~37 miljardin dollarin kulutuksesta, kun taas OpenAI putoaa sijalle #2. 1/8

Kokonaisvaltaisesta tekoälykulutuksesta. Generatiivinen tekoäly on vallannut ~6 % ohjelmistoinvestoinnista 37 miljardin dollarin arvolla, kasvaen ~3,2-kertaisena vuositasolla. Sijoitukset ovat tulossa, ja ostajat näkevät tuloksia. 2/8

Siitä, mihin kulut menevät. Yritykset käyttävät enemmän valmiita malleja kuin kouluttavat omiaan. Horisontaaliset tekoälytyökalut kuten ChatGPT Enterprise, Claude for Work, Msft Copilot ja Glean ovat räjähtäneet. "Osaston" tekoäly kuten Cursor ja Github Copilot saavat myös suuren nousun. 3/8

Rakentaminen vs osto. Vaikka noin puolet yrityksistä rakensi aiemmin omia tekoälyratkaisujaan, määrä on laskenut noin neljännekseen. 4/8

"95 % sukupolven tekoälypiloteista epäonnistuu" ei ole sitä, mitä näemme. Tietomme osoittavat itse asiassa, että yritys-AI:n ostajat tulevat markkinoille korkealla aikomuksella vuonna 2025 ja konvertoivat kaksi kertaa nopeammin kuin tyypillinen ohjelmisto, mikä on vahvasti alhaalta ylöspäin -käyttöönottoa tuotevetoisessa kasvuliikkeessä (ajattele Cursoria, Gammaa) 5/8

Startupit voittavat vakiintuneet useimmissa kategorioissa.. paitsi infra. Osastojen tekoäly (tietyt roolit kuten koodaus), vertikaalinen tekoäly (tietyt toimialat kuten terveydenhuolto) ja horisontaalinen tekoäly ovat tällä hetkellä startupien voittamia, mutta infrastruktuurissa vakiintuneet toimijat voittavat edelleen. 6/8

Koodaus on suurin osasto ja terveydenhuolto suurin osa-alue. Osastojen sisällä koodaus voittaa suurimman osan menoista. Toimialoilla terveydenhuoltoa seuraavat hieman etäisesti lakiosastot, luojat ja hallitus. 7/8

Vaikka avoin lähdekoodi on suosittua startup-yritysten keskuudessa, sitä ei näe yrityksissä. Useimmat yritykset suhtautuvat edelleen epäilevästi kiinalaisiin malleihin ja rakentavat ratkaisuja hieman vanhentuneiden Meta Llama -mallien päälle. 8/9