人工智能：从投资到货币化的战略调整

人工智能技术军备竞赛将持续，但投资与回报之间的矛盾将日益加剧。

"

媒体公司正在争相将AI整合到内容生命周期中——变现是下一个前沿领域。由于只有7%的消费者愿意为智能手机上的AI功能付费，挑战显而易见：如何将AI创新转化为消费者能够看到并愿意为之付费的价值。

Maria Rua Aguete，高级研究总监，媒体与娱乐

数据中心运营商正面临越来越大的压力，需要证明其对AI基础设施的巨额投资所能带来的回报。到2027年，数据中心的经济效益将越来越倾向于那些能够证明其每瓦性能和每机架收入等可量化指标，而非仅仅追求GPU容量的单纯扩张的运营商。

Dominika Koncewicz，数据中心业务负责人

随着AI货币化挑战的加剧，前沿模型提供商将不得不更多地依赖战略合作伙伴关系，以应对复杂的实施问题、展示可衡量的回报并加速企业应用。

Alastair Edwards，渠道板块首席分析师

领导者如何弥合人工智能实验与财务回报之间的差距？

随着人工智能在各类规模的企业中迅速普及，关注点已转向这些技术能否带来可衡量的商业成果。Omdia的研究为供应商提供了商业模式、生态系统策略和技术能力方面的见解，以满足其企业客户的投资回报率预期。

技术和服务提供商如何调整其战略，以在投资回报率的考验中生存下来？

要在日益拥挤的市场中取胜，技术和服务提供商必须从强调最新技术特性转变为向企业和消费者展示切实价值。Omdia的数据和分析帮助供应商了解客户面临的货币化挑战和战略问题，使他们能够制定针对性的解决方案，满足真实的商业和消费者需求。

运营支出（OPEX）节省是人工智能货币化的另一面。到2027年，电信运营商正聚焦于能带来真实回报的AI应用场景——对人工智能试点和早期实验的理性化整合已经开始。

Dario Talmesio，研究总监，电信

企业对人工智能的采用已进入人工智能生命周期管理阶段。各企业专注于大规模优化人工智能，以推动能体现投资回报率的业务成果。人工智能的经济效益必须合理：企业正在积极降低人工智能成本，同时最大限度的提升性能。

Mark Beccue，首席分析师，人工智能，GTM

产品路线图如何在人工智能创新与消费者需求及企业预算之间取得平衡？

保持创新前沿依然重要，但企业必须通过将技术进步与现实世界的效益相结合来找到正确的平衡点。Omdia 的研究帮助客户及时了解并响应最新的消费者和企业动态，而我们的供应商基准测试则提供全面、公正的洞察，帮助您了解自身解决方案与竞争对手的对比情况。

技术提供商如何帮助其客户衡量并最大化人工智能投资的价值？

相当一部分企业缺乏足够的指标来追踪其人工智能实施的成效，在无法证明投资回报率的情况下，投资决策面临挑战。Omdia 的分析为技术提供商提供明确的建议和可操作的洞察，帮助其客户建立完善的衡量框架、量化人工智能的影响并推动持续改进。

人工智能的货币化正在从传统的许可模式转向基于消耗量和Token驱动的经济模式，这将从根本上改变企业从智能系统中获取价值的方式。

Lian-Jye Su，首席分析师，人工智能

人工智能驱动的超级周期将延续至2027年，重新书写竞争规则。半导体行业曾经可预测的或繁荣或衰退节奏，已被人工智能主导的需求集中、政策驱动的产能转移以及地缘政治摩擦所颠覆，导致市场能见度极低，2027年的前景异常不确定。

Cliff Leimbach，半导体业务负责人

识别高价值人工智能应用

拨开市场炒作的迷雾，发现哪些AI应用场景正在创造真实的商业和消费者价值，并从试点阶段扩展至生产阶段。

发掘竞争与机遇

绘制AI价值链，评估竞争定位，并识别可持续货币化将在何处涌现。

预判并应对市场变化

随着企业出于数据主权和成本控制的需要，转向本地部署和私有云AI解决方案，识别其中的货币化机会。

加速人工智能应用策略

确定最佳定价方案，以加速AI应用并提升投资回报率。

消费者、企业和政府领域对AI软件应用的空前需求将实现每年28%的增长，并于2026年超过1680亿美元。探索 市场预测 及分析报告。
59%的企业预计2027年人工智能预算增幅将超过10%。查阅市场调查

来源：Omdia