人工智能行业专题：2024年美股SaaS回顾，整体估值修复，关注AI技术赋能.pptx

摘要;目录;;;;进入2024年后，美国稳定的宏观经济环境为企业提供了信心。随着新一轮降息周期开启、选举后的政治环境维持稳定以及生成式人工智能进入实际应用阶段，企业投资开始逐步转向软件领域，从而加速数字化转型推进以优化其业务流程和服务质量。

据MorganStanley数据，截至24Q3，约有31%的企业已提高了本年度在软件领域预算，为预算提升占比最高的领域，约有23%的企业缩减了在软件领域的预算，软件领域整体投资意向提升。硬件方面，约有16%的企业提高了本年度在硬件领域投资的预算，而本年度硬件投资预算缩小的企业占比达35%，全球IT投入开始向软件领域迁移，这一趋势或将在2025年延续。;;;;目录;;;;;;;目录;;;;;;;;图：Xanadu平台功能更新;;;AIP平台的核心不在于公司基于自身开发大模型，更偏向于数据汇总及Agent的构建。具体来说，AIP提供统一的数据接入平台，可以访问开源、自托管和商业的大模型，通过将企业数据转化为AI可理解的对象，企业可以应用定制化后的AI赋能自身业务。

使用者可通过WorkflowBuilder构建AI应用、AIAgent：1）Datapipelining：集成大模型到工作流中并运行，包括错误处理、自动重试、保障输出质量等；2）Logicbuilding：构建、测试、发布于Ontology上构建的AI应用；3）工作流可视化：可视化连接应用的功能和动作；4）工作流监控：记录操作以改进和调试工作流。

评估工具：1）逻辑调试：调试并改善AIP逻辑功能和提示；2）模型比较：比较不同模型在功能上的表现；3）性能监控：自定义标准。

OntologySDK加速应用开发：1）基于公司业务语言开发应用；2）在任何开发环境中构建AI；3）通过相似功能的重复应用减少成本。

解决方案和示例库：1）AIPNow提供开箱即用的AI产品及智能工作流库，帮助开发者快速构建用例；2）AIP构建：访问平台内的启动包、模板和其他工作流基础组件；3）学习AIP：包含示例、教程和学习资料的资源库，旨在加速构建工作流程。

图：AIP创建AIAgent;;;;;;;;目录;AI应用落地不及预期、市场需求不及预期、行业竞争加剧、宏观经济波动、新技术研发不及预期。