2025年数字现代化报告（英）-19页_372kb

数字化与人工智能：企业困境与升级路径

明确报告核心议题与分析结论

本报告探讨了企业如何适应生成式AI时代，重点关注在人工智能迅猛发展的背景下，企业的数据战略、技术基础设施、应用开发等方面的准备情况。研究显示，在AI变革浪潮中，企业面临生产力提升需求与资源限制之间的矛盾，尤其是在传统技术架构与新数据驱动应用融合方面的挑战。

核心问题与发现

资金投入与人才流失
多数企业IT部门年均投入数字现代化约2800万美元，预计2024年将增长27%。AI投资占比较平均为10.55%，但26%的企业需削减其他领域预算来满足AI目标，加剧IT人才流失和组织信任危机。

基础设施瓶颈与数据策略
超过半数企业未建立完整的AI数据战略，表现出在数据访问高效性、控制权和计算能力方面的明显不足。具体表现为：41%缺乏低延迟数据操作能力，59%担心数据管理能力不足。

适配性应用开发的转折点
在AI应用开发方面，传统通用式应用面临滥用风险（60%专家认为用户难以安全有效地使用完全开放AI应用），单一功能应用又难满足复杂需求（71%认为专业场景需特定目的应用）。“适配型应用”（perform a single task but can adapt intelligently）成为新型解决方案，能结合AI实现动态响应且简化开发周期，所需开发时间仅传统系统3周，通用AI应用需13周。

结论与建议

企业需更新数据基础设施，而非盲目投资多个数据库。应重视边缘计算、向量数据库和实时分析能力，构建适配型应用，减少技术分割带来的时间和资源消耗，保持在AI时代核心竞争力。
通过精准的数据策略和技术架构，企业可以在很大程度上弥合AI时代的技术鸿沟，并利用智能应用实现效率突破。