人工智能的应用仍处于起步阶段。SAS 最新发布的《2024 年亚太地区数据和人工智能脉搏调查》研究发现，只有 18% 的组织可以归类为人工智能领导者，这些组织制定了人工智能战略和长期投资计划。

IDC 的研究预测，我们将走出 2023 年和 2024 年的实验阶段，即“GenAI 争夺战”，并在 2025/26 年进入成熟采用阶段，然后在 2027 年及以后进入由 AI 驱动的业务。

那么领导者有何不同？SAS 研究项目对此进行了详细探讨。从一开始，领导者就有战略目标和 明确的目标，将投资重点放在推动新的收入增长、提高运营效率和增加利润上。追随者往往有太多项目，目标和期望也不明确。

人们对人工智能的期望很高，40% 的受访者预计投资回报率为三倍或更高，正是这种期望推动了投资，43% 的组织计划在未来 12 个月内将投资增加 20% 以上。SAS 亚太区和新兴 EMEA 地区高级副总裁 Shukri Dabaghi 评论道：“这与我们正处于亚太地区的‘人工智能淘金热’之中的想法相吻合。尽管许多接受调查的组织没有明确的人工智能战略，但这些投资回报率预期仍然存在。如果没有明确的战略和路线图，人们很可能会对人工智能感到失望。我们的研究表明，“人工智能领导者”了解负责任的人工智能和治理的重要性。这使这些组织能够将重点从战术人工智能计划转移到更复杂和变革性的人工智能用例上。”

在各个垂直行业中，医疗保健和生命科学领域处于领先地位，38% 的公司采用综合或变革性人工智能方法，其次是保险和银行业，分别占 37% 和 30%。

在投资方面，领导者与追随者之间的主要区别在于，领导者现在可以自己运行 AI 项目。他们投资了技能和能力，能够在内部运行项目，而追随者则依赖外部资源来实现目标。

毫无疑问，缺乏技能被认为是最大的挑战。数据治理问题和明确指标方面的挑战紧随其后。所有这些都与缺乏 AI 经验有关。当组织踏上旅程时，他们必须了解确保项目成功所需的条件。

当谈到失败时，领导者面临的问题包括隐私或合规性，而追随者面临的最大失败原因是由于基础设施限制而无法访问数据。

建立护栏是关键。SAS 全球技术实践副总裁 Deepak Ramanathan 表示：“在政策和治理层面，AI 集成的两个关键基础是信任数据和合乎道德地管理数据。”他继续说道：“这向您的团队和利益相关者表明，您正在采取适当的行动来减轻风险和责任。说到负责任的 AI，这不仅包括这些潜在风险，还包括确保您的模型能够提供准确且可操作的见解。负责任的 AI 的核心始于良好的政策，然后是严格的技术执行，确保良好的治理成为‘AI 领导者’系统的核心。”

研究表明，随着组织在 AI 方面的经验日趋成熟，这些能力也会发生变化。处于领先地位的组织正在探索衡量 AI 部署影响的方法，并在其组织中嵌入 AI 架构，而刚起步的组织则在组建团队并开发部署治理框架。

SAS 亚太区及新兴 EMEA 市场营销副总裁 Sameer Thakkar 表示：“在未来 12 个月内，我预计大家将更加关注数据以及如何将数据转化为可操作的见解。这将是关键，因为组织将寻求实施一系列 AI 用例，明确与创造商业价值保持一致。”

免责声明：

本文所发布的内容和图片旨在传播行业信息，版权归原作者所有，非商业用途。如有侵权，请与我们联系。所有信息仅供参考和分享，不构成任何投资建议。加密货币市场具有高度风险，投资者应基于自身判断和谨慎评估做出决策。投资有风险，入市需谨慎。

关注我们，一起探索AWM！

2024-12-03

2024-11-17

2024-11-16