作者 | David Linthicum
编译 | 言征
技术圈有一个不传的事实：大家都喜欢使用他人的技术 。然而，对于许多企业而言，生成式人工智能似乎并未遵循这一模式 。
生成式 AI 正在推动一些关键决策，而且速度非常快 。每个组织都面临着一个关键决定：是在内部构建自定义生成式 AI 平台，还是从 AI 供应商那里购买预打包的解决方案（通常作为云服务提供） 。
数量和机会都对 diy 有利 。这很奇怪，但原因可能会让你感到惊讶 。它们甚至可能会引导您重新思考您的企业 genAI 战略 。
1、完整的定制和控制从头开始构建生成式 AI 平台可以让企业完全控制其特性和功能 。人工智能技术可以精确适应组织的要求 。这确保了符合公司独特的工作流程并提供定制的用户体验 。请记住 ， DIY 生成式人工智能可以在公共、私人或传统平台上完成 。如今 ， 我们专注于在本地或公共云上使用特定的 genAI 技术，主要是开源 。
自然语言交互确实提供了一种更“人性化”的方法来处理静态业务流程 。然而，人们担心这些系统可能会很快成为业务核心，除非他们完全控制所有特性和功能 ， 否则他们将面临系统无法提供总体价值的风险 。也就是说，如果购买的具有所有花哨功能的人工智能平台改变方向甚至消失，他们就会陷入失败的系统和失败的业务 。
2、更多的钱，更多的时间，更多的风险构建复杂的生成式人工智能平台需要一支具有专业知识的专家团队 ， 而在现有的人才库中很难找到足够的专家 。您需要数据科学家和 AI 工程师与云和非云平台工程师合作，开发根据业务的具体规范构建的定制 genAI 解决方案 。
【基于云的生成式AI，自己构建，还是购买？】这可能会导致复杂性增加，并且需要雇用昂贵的人才 。我有一位首席信息官朋友，他派他的员工去参加优秀技术大学的毕业典礼，并在他们进入公开就业市场之前直接在学校的停车场接洽他们来招聘人员 。这令人不安，但同时也是创新的 。
大多数企业必须具有创造力才能找到足够的人才 。一些企业遇到了人才障碍，推迟了项目或决定购买系统而不是构建系统 。
3、购买价值购买系统可提供快速部署和开箱即用的功能 。这包括允许快速实施的预构建解决方案 。您可以立即获得价值并加快上市时间 。
更重要的是 ， 购买生成式人工智能服务可以保证持续的支持、更新和改进 。尽管 DIY 方法可以为某些部件提供一些帮助，但如果您选择构建，则主要是靠自己 。
不妨考虑一下构建和支持数据库的成本，再对比下从数据库供应商购买数据库的成本 。当然 ， 人工智能系统还要复杂得多，并且有更多的组件，但这个比喻是恰当的 。
构建方法的价值完全取决于您创建根据业务需求定制的一次性解决方案的需要 。您押注额外的成本、时间和风险将在完全控制核心系统时得到回报，对于许多人来说，核心系统将成为业务 ， 而不仅仅是业务自动化 。
在未来几年中，正确且战略性地使用 genAI 可能会决定一个企业的成败 。
4、权衡所有因素在决定构建还是购买生成式人工智能平台时 ， 请考虑所有利弊 。首先，内部构建生成式人工智能的成本可能很高 。相比之下，现成的解决方案提供实用性和成本效益 。
其次，在内部构建生成式人工智能需要组建一支熟练的团队，而现成的解决方案可以让您获得制造该系统的人工智能供应商的专业知识 。这意味着将风险和成本推给供应商或提供商 。
最后 ， 从头开始创建人工智能解决方案意味着完全的创造力和对技术流程的控制 。这样可以整合合规性措施和确切的功能，从一开始就满足要求 。我们都知道建筑是如何进行的 。定制会导致大量迭代和耗时的开发 。此外，支持和维护对于内部生成人工智能至关重要 。如果这不能提供足够的价值来证明 DIY 方法的合理性，请考虑购买 ， 这可以消除风险、时间和成本 。
未来，我们会看到许多糟糕的决定最终导致企业破产 。也许他们无法提供行业的技术价值 ， 因为他们在应该构建的时候购买了；又或许，他们无法创造出有价值的东西，因为他们缺乏人才并且预算有限 。
上述这些情况，基本上不用猜，肯定会这样的 。
推荐阅读
- DDD死党：单引擎查询利器
- 如何基于Kubernetes运行Nacos高可用集群
- 生成式人工智能潜力的释放：软件工程师的MLOps和LLM部署策略
- ai图怎么生成圆形，Ai该咋滴才可以画圆形
- allegro中如何生成丝印图
- 为“嫁”入豪门，当年拼命讨好何超云的陈山聪，梦碎后怎么样了？
- 四大新功能让生成式AI“如虎添翼”
- cdr要怎么才能生成条形码，快递单号怎么形成条形码
- 基于Python实现大规模光栅人口数据可视化
- 构建更好的基于LLM的应用程序的四大秘诀