HPE 报告发现,企业在 AI 过度自信方面存在巨大盲点。随着企业纷纷采用 AI,HPE 研究发现,许多企业因忽视战略中的关键差距而陷入过度自信陷阱
人工智能 (AI) 吸引了各行各业企业的关注,有望带来变革性效率、创新解决方案和竞争优势。然而,随着企业纷纷采用这项改变游戏规则的技术,一个令人警醒的现实浮现出来:许多企业陷入了对人工智能过度自信的陷阱,忽视了可能破坏其人工智能战略和投资的关键盲点。
惠普企业 (HPE) 最近委托撰写的一份全球报告揭示了企业对 AI 准备程度的信心与实际方法之间的差距,这令人担忧。该研究调查了来自 14 个国家的 2,000 多名 IT 领导者,发现近一半 (44%) 的受访者认为他们的组织已经完全准备好实现 AI 的好处。然而,调查结果揭示了可能阻碍成功实现 AI 转型的重大缺陷。
HPE Aruba Networking 副总裁 Sylvia Hooks 表示:“毫无疑问,人工智能的采用正在加速,几乎所有 IT 领导者都计划在未来 12 个月内增加人工智能支出。这些发现清楚地表明了人们对人工智能的兴趣,但它们也凸显了非常现实的盲点,如果不采取更全面的方法,这些盲点可能会导致进展停滞。例如,战略和部门参与不一致可能会阻碍组织利用关键的专业领域,做出有效和高效的决策,并确保整体人工智能路线图能够一致地惠及业务的所有领域。”
数据:人工智能成功的动力
强大的人工智能性能取决于数据输入的质量,企业将数据管理列为人工智能成功的最关键要素之一,从而承认了这一事实。然而,该报告揭示了令人担忧的低数据成熟度水平。只有 7% 的企业可以运行实时数据推送和拉取,从而实现创新和外部数据货币化。只有 26% 的企业建立了数据治理模型并可以运行高级分析。
不到六成的受访者表示,他们的组织完全有能力处理 AI 模型数据准备的关键阶段,例如访问(59%)、存储(57%)、处理(55%)和恢复(51%)数据。这种差异不仅有可能减慢 AI 模型创建过程,而且还会增加不准确见解和负投资回报率 (ROI) 的可能性。
虽然人们对网络基础设施和计算能力支持 AI 流量和工作负载的信心水平似乎很高,但令人担忧的知识差距却出现了。不到一半的 IT 领导者承认完全了解各种 AI 工作负载在训练、调整和推理方面的需求。这种缺乏了解的情况引发了人们对组织准确配置必要资源的能力的严重质疑,可能导致性能瓶颈、效率低下和结果不理想。