| 随着生成式AI技术的迅猛发展，企业正面临从试点探索迈向规模化落地的关键转折点。 MIT Technology Review Insights联合Boomi发布的《人工智能战略践行手册：从试点到全面落地》报告，基于对全球205位C级高管及数据技术领导者的调研，揭示了当前企业在AI转型过程中的真实状态、核心挑战与战略路径。 报告显示，尽管95%的企业已开始应用AI，99%预计未来将使用，但真正实现规模化部署的仍属少数——76%的企业仅在1至3个场景中试点。 这表明，多数组织仍处于“有雄心、缺落地”的阶段。 而未来两年被视为关键窗口期，半数企业计划在此期间实现全业务覆盖，因此2025年成为夯实基础的战略之年。 资金投入方面，AI准备度支出将迎来显著增长。 九成受访者预计在2024年提升相关投资，其中40%计划增幅达10%-24%，三分之一预计增长25%-49%。 投资重点集中在数据平台现代化、云迁移、数据质量提升等基础设施建设，而非单纯模型开发。 值得注意的是，年营收超百亿美元的大型企业更早启动投入，而年收入5亿至10亿美元的“夹心层”企业受预算制约最明显，成本成为其最大障碍。 数据能力被普遍视为AI成功的核心。 调研发现，52%的大型企业将“数据质量”列为首要瓶颈，另有55%指出“数据架构或平台”是主要障碍。 专家强调，真正的竞争力不在于是否使用大模型，而在于能否构建高“数据流动性”的体系——即快速、安全地获取、整合与分析跨源数据的能力。 实现这一目标需强化数据血缘追踪、元数据管理，并打破孤岛，避免“数据湖”沦为“数据沼泽”。 在实施策略上，绝大多数企业（98%）愿意放弃先发优势，以确保AI的安全、合规与可控。 治理、安全与隐私是拖慢部署速度的主因，尤其在金融、医疗等高监管行业更为突出。 生成式AI带来的幻觉、偏见、版权争议及网络攻击风险（如提示注入、数据投毒）不容忽视。 欧盟《AI法案》和美国行政命令预示强监管时代来临，企业必须建立算法影响评估、偏差审计等合规机制。 报告最后指出，成功的AI战略并非纯技术命题。 企业应聚焦能创造独特商业价值的定制化场景，而非追逐通用功能；善用第三方平台与工具，避免自建大模型的高昂成本；并通过文化变革、人才升级与跨部门协作，推动组织整体向AI就绪转型。 正如Boomi CTO所言：“最大的阻碍不是技术，而是不知道从哪里开始。 ” 出品方：MIT科技评论 发布时间：2025年 文档页数：19页
|
每日更新，请关注报告派公众号
