omniture

AI 淘金热?新亚太地区研究显示AI 领导者的应用水平远超跟随者

SAS
2024-10-23 08:00 634
  • AI 领导者在战略、技能、治理和信任度方面更胜一筹
  • 40%的亚太地区企业期望获得至少 3 倍的AI投资回报
  • 到 2028 年,亚太地区的AI投资预计将超过1100亿美元 

新加坡2024年10月23日 /美通社/ -- 由 SAS委托的《2024年亚太地区IDC 数据与AI趋势》研究显示,亚太地区企业正争先恐后地踏上人工智能(AI)发展的特快专列,其中近一半(43%)计划在未来 12 个月内大幅提升 AI 投资,使其增长幅度超过 20%。尽管AI投资规模宏大,但只有18%的亚太地区企业认为自己是 AI 应用领域的领导者,推动着具备长远规划的变革和转型。而AI跟随者虽然开展了众多的项目,但由于缺乏清晰的AI战略布局,与 AI领导者之间还存在巨大差距。

接受调研的AI 领导者表示,他们从AI项目中所获得的首要业务成果集中在推动新的收入增长(32%)、提高运营效率(31%)和增加利润(26%)方面。相比之下,AI 跟随者则表示,提升客户服务质量(27%)、扩大市场份额(25%)和加快产品上市(25%)是他们的首要业务成果。

"AI 领导者和 AI 跟随者在业务成果上的差异表明,后者缺乏清晰的AI战略和路线图。AI 跟随者专注于生产力提升等短期结果,而 AI 领导者已经超越了这些业务目标,转向更复杂的AI功能和行业用例。"SAS 高级副总裁(亚太、欧洲、中东及非洲新兴地区)Shukri Dabaghi表示。

"随着企业竞相挖掘AI的变革潜能,企业领导者应全面了解 AI 领导者与 AI 跟随者之间的差别,这一点至关重要。只有避免‘淘金热'的思维方式,才能确保在可信任AI以及数据、流程和技术能力的基石上实现持续的转型。"Dabaghi先生说。

"《2024年亚太地区IDC 数据与AI趋势》是一项重要研究,展现了数百家大型亚太地区企业对AI技术的采用和实施现状,特别强调了各行业的AI领导者和跟随者。"IDC 亚太地区数据、分析、AI、可持续发展与行业研究副总裁Chris Marshall表示:"这些研究见解为我们提供了契机来剖析AI成功实施的阻碍因素,使企业可以更明智地对这些新兴技术进行投资,而不会被‘淘金'热潮所裹挟。"

生成式AI仅为AI投资计划之一

虽然众多的AI炒作主要聚焦于生成式AI,但研究显示,预测性和可解释性AI也是企业一直在投资的技术。2023 年,生成式AI仅占AI投资的 19%,但到 2024 年,这一比例预计将增至 34%,这反映出企业针对这三类AI技术上已形成更为均衡的投资分布。

IDC 最新支出指南表明,亚太地区的AI支出在 2024 年将达到 450 亿美元,到 2028 年将增至 1100 亿美元,复合年均增长率将高达24%(2023-2028 年) 。

研究显示,为 了支持2024 年加大生成式AI投资的计划,企业正在重新分配投资预算。三成企业表示将从基础设施现代化的预算中划拨资金,另有37%的企业则表示将从应用程序现代化的预算中抽调资金。

期望高投资回报率

研究表明,即将来临的AI"淘金"热来源于企业对AI的潜在投资回报率存在过高期望。研究发现,40%的受访企业期望至少获得三倍的投资回报,"担心错失良机"的心态继续刺激着企业抬高AI支出。结果,研究显示有的企业盲目地采用AI,并没有透彻地厘清投资将带来怎样的收益和业务价值。

鉴于 43% 的企业计划在接下来的 12 个月中将其 AI 投资增加 20% 或以上,各企业可能会由于这些战术投资潜在的回报情况而对 AI 感到失望。相反,企业领导阶层应该认识到,打造 AI 能力需要花费时间,同时需要稳固的 AI 基础以确保长期的价值增长。

"尽管消费者在运用生成式 AI 工具的过程中觉得 AI 极为神奇,然而要将其融入企业环境之中,尚需大量的工作以及适配的基础设施,而且对这些 AI 工具抱有过高的期望是不切实际的。"Dabaghi先生表示:"了解这些隐患为我们带来了契机,让我们得以学习怎样解决问题,进而提升成功率,并且在采用和实施 AI 方面顺利达成业务目标。"

各行业AI脉搏

该研究详细分析了AI正如何对亚太地区各行业部门产生影响,着重聚焦于银行业、保险业、医疗保健和政府部门。

技能差距仍然是各行业面临的持续挑战,影响着AI的成功采用和实施。这种技能差距在医疗保健行业最为显著(41%),其次是政府部门(38%)、保险行业(32%),在银行业则不太明显(29%)。尽管存在这一挑战,这些行业仍在继续投资来提高其数据和AI能力,以实现更精简的决策制定、更高的自动化程度、更快推动新产品和服务上市、节约成本等一系列收益。

尽管如此,各行业正在某些业务方面取得了持续且成功的AI应用——例如,银行业三大AI用例为:流动性风险管理、资产与负债管理,以及金融犯罪分析。在保险行业,研究显示三大AI用例为保险理赔欺诈管理、全渠道产品交付和智能定价。在医疗保健领域,值得关注的AI用例包括医疗保健欺诈管理和成本控制。在政府部门,较为普遍的AI用例包括确保社会福利计划的完整性、应急响应支持以及税收和收入的合规性。

不同国家AI应用趋势各异

在亚太地区,AI采用态势因国家的不同而有所差异,各个市场均呈现独特的应用趋势。中国在AI投资方面处于领先地位,在未来 12 个月内AI项目将大幅增加(59%),印度和日本紧随其后(分别为 51%和 46%)。此外,中国和韩国在AI的采用和集成方面比其他国家进展更快。产生这一差异的原因包括投资水平、监管架构,以及AI人才和基础设施的可用性。在日本、澳大利亚、韩国和东南亚的许多地区,缺乏熟练的技术人员成为了国家和行业共同关注的问题。

该研究强调了未来几年亚太地区增加AI投资所面临的一些机遇和挑战。研究提议,若要释放AI的全部潜力,企业务必培育内部技术人才、构建坚实的战略性应用组合,并且从起始阶段就控制好AI的成本与风险。唯有如此,他们方能达成更高的投资回报率,并且在未来的AI投资中培育出更大的信任度。

完整报告获取途径:电子书《数据及AI脉搏:亚太地区2024》

研究方法

2024 年 6 月,该研究对来自八个亚太市场(澳大利亚、中国、印度、日本、韩国、马来西亚、新加坡和泰国)银行业、金融业、制造业、政府部门以及医疗保健和生命科学领域的509 名高管进行了调研。其中,针对 AI 应用的领导者,该研究审视了他们的 AI 投资决策情况、他们期望 AI 怎样为其组织提供服务、所面临的 AI 部署难题,以及如何管控这些流程以获取可信任 AI 成果。

消息来源:SAS
China-PRNewsire-300-300.png
全球TMT
微信公众号“全球TMT”发布全球互联网、科技、媒体、通讯企业的经营动态、财报信息、企业并购消息。扫描二维码,立即订阅!
collection