全球数据集成、数据质量、分析和人工智能(AI)公司Qlik®宣布了一项由IDC开展的研究结果,该研究探讨了在采用先进AI技术过程中面临的挑战与机遇。研究凸显了雄心与执行之间的显著差距:尽管89%的组织已更新其数据战略以采用生成式AI,但仅有26%实现了规模化部署解决方案。这些结果强调了迫切需要加强数据治理、可扩展基础设施和分析准备度,以充分释放AI的变革潜力。
这些结果发布在由Qlik赞助的IDC InfoBrief中,恰逢全球企业竞相将人工智能融入工作流程之际。据预测,到2030年,人工智能将为全球经济贡献19.9万亿美元。然而,准备度方面的差距正威胁着这一进展。各组织正将关注点从人工智能模型转向构建实现长期成功所需的基础数据生态系统。
生成式人工智能引发了广泛的兴奋,但我们的研究揭示出准备度方面存在显著差距。企业必须应对准确性和数据治理等主要挑战,以确保人工智能工作流程能够产生可持续且可扩展的价值。”IDC数据集成与智能研究副总裁Stewart Bond表示。
如果不解决这些基本问题,企业可能会陷入一场“疯狂的AI竞赛”,其中雄心超越了有效执行的能力,导致潜在价值无法实现。
“人工智能的潜力取决于组织管理和整合其AI价值链的效率。”Qlik战略总监James Fisher表示。“这项研究凸显了雄心与执行之间的明显差距。无法建立提供可靠且可操作洞察力的系统的企业,将迅速落后于那些转向可扩展AI驱动创新的竞争对手。”
IDC的研究揭示了多项重要统计数据,展示了人工智能采纳的潜力与挑战:
– Agentic AI的采用与准备度:80%的组织正在投资Agentic AI工作流,但仅有12%对其基础设施支持自主决策的能力充满信心。
– “数据即产品”的势头:擅长将数据视为产品的组织,实现生成式AI规模化解决方案的可能性高出七倍,这强调了经过精心管理和负责的数据生态系统的变革潜力。
– 嵌入式分析的增长:94%的组织正在或将企业分析功能嵌入到应用程序中,但仅有23%成功在其大多数应用中实现了整合。
– 生成式AI的战略影响:89%的组织因应生成式AI重新设计了其数据战略,彰显了其变革性影响。
– AI准备度的瓶颈:尽管73%的组织已将生成式AI整合到分析解决方案中,但仅有29%完全实施了这些功能。
这些发现强调了企业弥合雄心与执行之间差距的紧迫性,需明确聚焦于治理、基础设施以及将数据作为战略资产加以利用。
IDC的研究结果凸显了一个关键需求:企业必须超越实验阶段,解决人工智能就绪能力方面的基础短板。通过聚焦治理、基础设施和数据整合,组织可以充分释放人工智能技术的潜力,实现长期成功。

