共计 1963 个字符，预计需要花费 5 分钟才能阅读完成。
在人工智能（AI）项目方面，企业领导者感到压力重重，亟需迅速采取行动。然而，无论是他们的组织还是技术基础设施，都尚未为 AI 应用的激增做好准备。
思科（Cisco）发布的一项针对 7,985 名高级企业领导者的调查显示，98% 的受访者表示在 AI 交付方面感到更加紧迫，85% 的人认为他们必须在不到 18 个月内采取行动。超过一半（59%）的受访者认为这一期限仅为 12 个月。
另请参阅：实现适用于您业务的 AI 转型的 5 种方法
然而，截至目前，仅有 13% 的受访者表示他们完全准备好利用 AI 的潜力，这一比例与去年报告的 14% 相比并无显著提升。他们缺乏熟练的员工、更高容量的基础设施以及 AI 就绪的数据。
对 AI 能否带来回报的疑虑依然存在。尽管 50% 的受访者表示感受到来自 CEO 及其领导团队的压力，要求加快 AI 的推进，但在这一层面，对 AI 变革力量的热情有所减弱。调查显示，今年 66% 的受访者表示其组织董事会“接受”AI，75% 表示领导团队“接受”AI，而去年这两个比例均为 82%。
“调查中大量受访者指出，他们的 AI 投资尚未带来预期的收益，”调查作者报告称。近 50% 的受访者表示，在协助、增强或自动化流程或操作方面，他们未看到任何收益或收益低于预期。结果表明，尽管企业热衷于采用和部署 AI，但完全利用其能力的准备度和能力仍然有限。缺乏可见成果的原因之一可能是组织没有建立正确的流程来准确衡量 AI 的影响，仅有略超三分之一（38%）的受访者表示他们有明确的指标来衡量。
资金持续流向 AI 技术和项目。至少 50% 的受访者表示，他们当前 IT 预算的 10% 至 30% 用于 AI。
另请参阅：希望将生成式 AI LLM 与业务数据整合？你需要 RAG
AI 技能是企业推进 AI 的主要担忧。仅有 31% 的组织声称其人才具备高度准备状态，能够完全利用 AI。24% 的受访者表示，其组织在成功部署 AI 所需的内置人才方面资源不足。
这种短缺还带来了另一个意外后果。调查发现，对熟练人才的激烈竞争推高了成本，48% 的受访者将其列为主要挑战。
约 54% 的受访者正在增加预算以招聘新人才，40% 表示其组织正在投资于现有人才的技能提升和再培训。另有 51% 的受访者报告称正在聘请外部供应商来培训员工，相比之下，39% 的受访者表示他们有内部培训计划。
AI 基础设施的准备状态（或缺乏准备）是另一个担忧。仅有 21% 的受访者表示拥有满足当前和未来 AI 需求的必要 GPU。仅有 30% 的受访者具备能力，能够通过端到端加密、安全审计、持续监控和即时威胁响应来保护 AI 模型中的数据。
另请参阅：为什么数据是 AI（以及所有其他商业计划）的阿喀琉斯之踵
“在基础设施方面的低准备水平令人担忧，特别是 93% 的受访者预测，随着 AI 驱动技术的部署，其组织基础设施的工作负载将增加，”报告作者指出。与此同时，54% 的受访者承认其基础设施在适应这些日益增长的需求方面具有有限的或中等程度的可扩展性和灵活性。
此外，仅有三分之一（32%）的受访者表示在数据角度具备高度准备状态，能够适应、部署和完全利用 AI 技术。大多数公司（80%）报告称，在为 AI 项目进行数据预处理和清理方面存在不一致或不足。这一比例几乎与一年前的 81% 持平。此外，64% 的受访者表示，他们认为在追踪数据来源方面仍有改进空间。
衡量 AI 对增长和收入的影响是另一个问题领域。尽管 87% 的高管表示其组织有衡量 AI 影响的流程，但仅有 38% 有明确的指标。在财务准备方面，81%（较去年的 84% 有所下降）的受访者表示有支持 AI 部署的财务战略，但仅有 43% 表示有长期财务计划。
另请参阅：生成式 AI 可能加速编码，但企业仍应考虑风险
报告作者提出了以下建议，以使组织和技术跟上对 AI 日益增长的需求：
- 投资于可扩展、适应性强且安全的基础设施： 可扩展性和安全性是成功 AI 规划的关键词。“随着生成式 AI 工具变得更加普及，企业应具备技术和政策，以确保他们能够防范未经授权的数据共享和丢失，并能够抵御提示注入、数据和模型中毒等 AI 特定攻击。”
- 增强数据管理、集成和治理： 组织需要关注的两个关键方面是数据质量和治理。“实施全面的治理框架，以确保数据在组织内按需流动时符合相关法规。”
- 注重人才发展和保留：“围绕 AI 的炒作正在导致具备正确技能的人才短缺，并增加了招聘成本。”思科作者敦促投资于现有人才库。“这包括为员工创造持续学习机会，鼓励跨职能团队在 AI 项目上合作和分享知识，最重要的是，寻找可以从现有角色转移到专注于 AI 的角色的技能，以扩大可用人才库。”
- 培养支持性的组织文化和 AI 愿景： 定期重新审视和评估 AI 战略，以确保其与公司的总体业务目标一致。此外，“组织在跨业务领域采用和部署 AI 时，不仅要强调其潜在利益，还要承认员工可能对其工作角色影响的担忧。”鼓励员工“突破界限，为公司的 AI 驱动目标做出贡献，确保持续增长和竞争优势。”
