作者 | David Linthicum

編譯 | 言征

技術圈有一個不傳的事實：大家都喜歡使用他人的技術。然而，對于許多企業而言，生成式人工智能似乎并未遵循這一模式。

生成式 AI 正在推動一些關鍵決策，而且速度非常快。每個組織都面臨著一個關鍵決定：是在內部構建自定義生成式 AI 平臺，還是從 AI 供應商那里購買預打包的解決方案（通常作為云服務提供）。

數量和機會都對 diy 有利。這很奇怪，但原因可能會讓你感到驚訝。它們甚至可能會引導您重新思考您的企業 genAI 戰略。

1、完整的定制和控制

從頭開始構建生成式 AI 平臺可以讓企業完全控制其特性和功能。人工智能技術可以精確適應組織的要求。這確保了符合公司獨特的工作流程并提供定制的用戶體驗。請記住，DIY 生成式人工智能可以在公共、私人或傳統平臺上完成。如今，我們專注于在本地或公共云上使用特定的 genAI 技術，主要是開源。

自然語言交互確實提供了一種更“人性化”的方法來處理靜態業務流程。然而，人們擔心這些系統可能會很快成為業務核心，除非他們完全控制所有特性和功能，否則他們將面臨系統無法提供總體價值的風險。也就是說，如果購買的具有所有花哨功能的人工智能平臺改變方向甚至消失，他們就會陷入失敗的系統和失敗的業務。

2、更多的錢，更多的時間，更多的風險

構建復雜的生成式人工智能平臺需要一支具有專業知識的專家團隊，而在現有的人才庫中很難找到足夠的專家。您需要數據科學家和 AI 工程師與云和非云平臺工程師合作，開發根據業務的具體規范構建的定制 genAI 解決方案。

這可能會導致復雜性增加，并且需要雇用昂貴的人才。我有一位首席信息官朋友，他派他的員工去參加優秀技術大學的畢業典禮，并在他們進入公開就業市場之前直接在學校的停車場接洽他們來招聘人員。這令人不安，但同時也是創新的。

大多數企業必須具有創造力才能找到足夠的人才。一些企業遇到了人才障礙，推遲了項目或決定購買系統而不是構建系統。

3、購買價值

購買系統可提供快速部署和開箱即用的功能。這包括允許快速實施的預構建解決方案。您可以立即獲得價值并加快上市時間。

更重要的是，購買生成式人工智能服務可以保證持續的支持、更新和改進。盡管 DIY 方法可以為某些部件提供一些幫助，但如果您選擇構建，則主要是靠自己。

不妨考慮一下構建和支持數據庫的成本，再對比下從數據庫供應商購買數據庫的成本。當然，人工智能系統還要復雜得多，并且有更多的組件，但這個比喻是恰當的。

構建方法的價值完全取決于您創建根據業務需求定制的一次性解決方案的需要。您押注額外的成本、時間和風險將在完全控制核心系統時得到回報，對于許多人來說，核心系統將成為業務，而不僅僅是業務自動化。

在未來幾年中，正確且戰略性地使用 genAI 可能會決定一個企業的成敗。

4、權衡所有因素

在決定構建還是購買生成式人工智能平臺時，請考慮所有利弊。首先，內部構建生成式人工智能的成本可能很高。相比之下，現成的解決方案提供實用性和成本效益。

其次，在內部構建生成式人工智能需要組建一支熟練的團隊，而現成的解決方案可以讓您獲得制造該系統的人工智能供應商的專業知識。這意味著將風險和成本推給供應商或提供商。

最后，從頭開始創建人工智能解決方案意味著完全的創造力和對技術流程的控制。這樣可以整合合規性措施和確切的功能，從一開始就滿足要求。我們都知道建筑是如何進行的。定制會導致大量迭代和耗時的開發。此外，支持和維護對于內部生成人工智能至關重要。如果這不能提供足夠的價值來證明 DIY 方法的合理性，請考慮購買，這可以消除風險、時間和成本。

未來，我們會看到許多糟糕的決定最終導致企業破產。也許他們無法提供行業的技術價值，因為他們在應該構建的時候購買了；又或許，他們無法創造出有價值的東西，因為他們缺乏人才并且預算有限。

上述這些情況，基本上不用猜，肯定會這樣的。