2024 企業 AI 市場雙重洗牌：OpenAI 市佔下滑與 RAG 技術崛起

想法：生成式 AI 出來之後，很多的思維都不能用前一波 AI 發展去看，需要不斷調整。尤其 2024 與 2023 在玩的故事也截然不同，相信有在追 GenAI 應用的人，一定可以感受到投放下去的資源隨著新的大模型釋出而有巨大改變。以下是幾個印證市場轉變的關鍵數據：

2024 年企業 AI 市場大幅成長，AI 支出達 138 億美元，較 2023 年的 23 億美元增長超過 6 倍。
大模型市佔率變化：OpenAI 大幅下滑（從 50% 下滑到 34%），失去絕對領先優勢、Anthropic 快速崛起（從 12% 上升到 24%）、多模型策略成為主流，平均每個企業採用三種以上模型。
核心技術明顯挪移：RAG 技術應用採用率大幅提升，從 2023 年的 31% 上升至 51%、Agents 從 0% 提升到 12%；與此同時，提示工程（Prompt Engineering）從 2023 年的 55% 下滑至 16%、微調（Fine-tuning）從去年 19% 下滑至僅 9%、RLHF 從去年 13% 下滑至 5%。

這些數據不僅印證了我的市場觀察，也清晰展現了企業 AI 應用的重大轉變，所以整理了這篇報告給有興趣的人參考。

一、市場概況與投資趨勢

資料來源：2024: The State of Generative AI in the Enterprise – Menlo Ventures

整體市場規模

2024 年生成式 AI 成為企業核心戰略重點，AI 支出達 138 億美元，較 2023 年的 23 億美元增長超過 6 倍。72% 的決策者預期擴大 AI 工具應用，但約三分之一的企業仍在摸索實施方案。企業平均識別出 10 個潛在使用案例，其中 24% 已進入實施階段，33% 處於評估階段。

預算來源與分配

預算來源
- 創新預算：60%
- 常規預算：40%（其中58%來自現有預算重新分配）

部門分配
- 技術部門（49%）：IT (22%)、產品工程 (19%)、數據科學 (8%)
- 客戶導向（24%）：客服 (9%)、銷售 (8%)、市場行銷 (7%)
- 後勤部門（17%）：人力資源 (7%)、財務 (7%)、設計 (6%)、法務 (3%)

採購策略

相較 2023 年 80% 依賴第三方的情況，2024 年企業採取更平衡的方式：

47% 選擇內部開發，53% 選擇外部採購。
64% 企業仍偏好成熟供應商，但18%對現有供應商表示失望，40% 質疑現有解決方案的適用性。
選擇標準：主要考量投資回報率（30%）和行業特定定制化（26%），價格因素僅佔1%。

二、LLM 市場分析：隨著 OpenAI 讓位於 Anthropic，多模型策略盛行

整體市場結構

封閉源模型：81% 市場份額
開源模型：19% 市場份額（只比 2023 年下降 1%）

主要玩家市佔率變化：OpenAI 大幅下滑（從 50% 下滑到 34%）、Anthropic 快速崛起（從 12% 上升到 24%） 在封閉源模型中，OpenAI 的先發優勢已經有所削弱，其企業市場份額從 50% 降至 34%。主要受益者是 Anthropic，其企業市場份額從 12% 翻倍至 24%，原因是一些企業在 Claude 3.5 Sonnet 成為業界領先模型後，從 GPT-4 轉向了該模型。

企業採用趨勢

多模型策略
- 平均每個企業使用3個以上的模型
- 根據任務特性選擇不同模型
- 通過多供應商降低依賴風險
決策考量因素變化
- 安全性（46%）：數據保護、輸出可控
- 價格（44%）：包含部署和運維成本
- 性能（42%）：準確度、響應時間
- 擴展能力（41%）：與現有系統整合

2024 市場新趨勢

專業化分工
- 垂直領域專用模型興起
- 企業級定制服務增加
- 特定任務優化方案普及
基礎設施升級
- 企業紛紛建立AI基礎設施
- 重視資安和合規
- 強化內部AI能力建設
生態系統整合
- API管理平台崛起
- 開發工具鏈完善
- 第三方服務生態豐富

這些變化反映了企業 AI 市場正在從早期採用階段向成熟期過渡，對供應商的要求更加全面和專業。預計 2025 年市場格局還將繼續演變，特別是在專業化和企業特定需求方面。

三、應用場景分析

主要應用場景採用情況

程式碼輔助工具（51% 採用率）
GitHub Copilot 達到 3 億美元年營收，市場快速增長。新興工具如 Codeium、Cursor 提供輕量級替代方案，而專業化工具如Harness AI則專注於 DevOps 和測試自動化領域。
客服聊天機器人（31% 採用率）
企業採用 Aisera、Decagon、Sierra等解決方案提供 24/7 知識型支援，Observe AI 則專注於實時通話指導。這些工具正從簡單問答發展為端到端客服解決方案。
企業搜索和檢索（28% 採用率）
Glean、Sana 等工具通過統一搜索跨系統數據，解決企業信息孤島問題。重點在於提供語義搜索和知識管理能力。
數據提取和轉換（27% 採用率）
會議摘要（24% 採用率）
Fireflies.ai、Otter.ai 提供通用會議記錄，而 Eleos Health 則針對醫療領域提供專業解決方案。

四、垂直行業應用

醫療保健（支出 5 億美元）：市場領導者包括環境轉錄工具（Abridge、Ambience）、臨床流程自動化（Notable）和收入週期管理（Adonis、Rivet）。AI應用覆蓋從診斷到行政管理的全流程。
法律服務（支出 3.5 億美元）：分為訴訟（Everlaw）和交易法律（Harvey、Spellbook）兩大類。專業領域工具如EvenUp（人身傷害）、Garden（知識產權）快速發展，顯示市場走向專業化。
金融服務（支出 1 億美元）：主要應用於會計（Numeric）、金融研究（Arkifi）和合規監控（Greenlite）。後台流程自動化和風險管理成為重點發展方向。
媒體和娛樂（支出 1 億美元）：專業工具（Runway）和創作者工具（Captions、Descript）並行發展。圖像生成平台（Midjourney、Pika）帶動新一輪創新。

五、技術架構趨勢

RAG 技術應用採用率大幅提升，從 2023 年的 31% 上升至 51%。數據庫使用分布：

Pinecone：18%（原生向量數據庫）
PostgreSQL：15%（傳統關係型數據庫）
MongoDB：14%（文檔數據庫）

其他架構

提示工程（Prompt Engineering）：從 2023 年的 55% 下滑至 16%
微調（Fine-tuning）：從去年19%下滑至僅9%的生產模型採用，主要受限於成本和技術門檻
人類反饋（RLHF）：從去年13%下滑至5%
代理架構（Agents）：從 0% 提升到 12% 的實施率，標誌 AI 應用向自主決策方向發展

六、未來趨勢預測

AI 代理發展：預計影響 4000 億美元軟體市場和 10 兆美元服務業經濟。需要建設代理認證、工具整合平台等新基礎設施。
市場格局變化：已有案例顯示 AI 對現有企業的衝擊：ChatGPT 導致 Chegg 市值下跌 85%，Stack Overflow 流量減半。IT 外包、傳統自動化和大型軟體公司將面臨挑戰。
人才市場：AI 技術人才薪資溢價預計達 2-3 倍。企業通過建立培訓計劃和 AI 卓越中心應對，但供需缺口預計持續擴大。
這僅僅是個開始：AI 正在為由尖端 AI 工具、賦能的員工隊伍和變革性商業模式驅動的轉型新時代鋪平道路，這些模式將重塑我們的經濟。

七、實施挑戰

主要障礙

實施成本超預期（26%）
數據隱私問題（21%）
投資回報不達標（18%）
技術問題如模型幻覺（15%）

最佳實踐建議：企業應注重

清晰的價值評估標準
完整的數據安全策略
靈活的擴展路徑規劃
持續的效果監測和優化

免責聲明：本文章內容僅供投資人參考，無任何推薦與買賣邀約之情事，投資人應獨立審慎判斷，自負買賣風險謹慎投資，本網站不負任何法律責任。

喜歡我們的文章嗎？歡迎追蹤我們的臉書粉絲團，我們會持續提供更多產業趨勢的分析。
若我們的網站有幫助到您，也可以選擇贊助我們，讓我們更有動力繼續前進！
一次性贊助 ☕ 定期定額贊助 🥐

AI 市場報告整理 – 隨手記文章：

免責聲明：本文章內容僅供投資人參考，無任何推薦與買賣邀約之情事，投資人應獨立審慎判斷，自負買賣風險謹慎投資，本網站不負任何法律責任。

相關

發表留言 取消回覆

發表留言取消回覆