新加坡2024年10月23日 /美通社/ -- 由 SAS委托的《2024年亞太地區(qū)IDC 數(shù)據(jù)與AI趨勢(shì)》研究顯示，亞太地區(qū)企業(yè)正爭(zhēng)先恐后地踏上人工智能（AI）發(fā)展的特快專列，其中近一半（43%）計(jì)劃在未來 12 個(gè)月內(nèi)大幅提升 AI 投資，使其增長幅度超過 20%。盡管AI投資規(guī)模宏大，但只有18%的亞太地區(qū)企業(yè)認(rèn)為自己是 AI 應(yīng)用領(lǐng)域的領(lǐng)導(dǎo)者，推動(dòng)著具備長遠(yuǎn)規(guī)劃的變革和轉(zhuǎn)型。而AI跟隨者雖然開展了眾多的項(xiàng)目，但由于缺乏清晰的AI戰(zhàn)略布局，與 AI領(lǐng)導(dǎo)者之間還存在巨大差距。
接受調(diào)研的AI 領(lǐng)導(dǎo)者表示，他們從AI項(xiàng)目中所獲得的首要業(yè)務(wù)成果集中在推動(dòng)新的收入增長（32%）、提高運(yùn)營效率（31%）和增加利潤（26%）方面。相比之下，AI 跟隨者則表示，提升客戶服務(wù)質(zhì)量（27%）、擴(kuò)大市場(chǎng)份額（25%）和加快產(chǎn)品上市（25%）是他們的首要業(yè)務(wù)成果。
"AI 領(lǐng)導(dǎo)者和 AI 跟隨者在業(yè)務(wù)成果上的差異表明，后者缺乏清晰的AI戰(zhàn)略和路線圖。AI 跟隨者專注于生產(chǎn)力提升等短期結(jié)果，而 AI 領(lǐng)導(dǎo)者已經(jīng)超越了這些業(yè)務(wù)目標(biāo)，轉(zhuǎn)向更復(fù)雜的AI功能和行業(yè)用例。"SAS 高級(jí)副總裁（亞太、歐洲、中東及非洲新興地區(qū)）Shukri Dabaghi表示。
"隨著企業(yè)競(jìng)相挖掘AI的變革潛能，企業(yè)領(lǐng)導(dǎo)者應(yīng)全面了解 AI 領(lǐng)導(dǎo)者與 AI 跟隨者之間的差別，這一點(diǎn)至關(guān)重要。只有避免‘淘金熱'的思維方式，才能確保在可信任AI以及數(shù)據(jù)、流程和技術(shù)能力的基石上實(shí)現(xiàn)持續(xù)的轉(zhuǎn)型。"Dabaghi先生說。
"《2024年亞太地區(qū)IDC 數(shù)據(jù)與AI趨勢(shì)》是一項(xiàng)重要研究，展現(xiàn)了數(shù)百家大型亞太地區(qū)企業(yè)對(duì)AI技術(shù)的采用和實(shí)施現(xiàn)狀，特別強(qiáng)調(diào)了各行業(yè)的AI領(lǐng)導(dǎo)者和跟隨者。"IDC 亞太地區(qū)數(shù)據(jù)、分析、AI、可持續(xù)發(fā)展與行業(yè)研究副總裁Chris Marshall表示："這些研究見解為我們提供了契機(jī)來剖析AI成功實(shí)施的阻礙因素，使企業(yè)可以更明智地對(duì)這些新興技術(shù)進(jìn)行投資，而不會(huì)被‘淘金'熱潮所裹挾。"
生成式AI僅為AI投資計(jì)劃之一
雖然眾多的AI炒作主要聚焦于生成式AI，但研究顯示，預(yù)測(cè)性和可解釋性AI也是企業(yè)一直在投資的技術(shù)。2023 年，生成式AI僅占AI投資的 19%，但到 2024 年，這一比例預(yù)計(jì)將增至 34%，這反映出企業(yè)針對(duì)這三類AI技術(shù)上已形成更為均衡的投資分布。
IDC 最新支出指南表明，亞太地區(qū)的AI支出在 2024 年將達(dá)到 450 億美元，到 2028 年將增至 1100 億美元，復(fù)合年均增長率將高達(dá)24%（2023-2028 年） 。
研究顯示，為 了支持2024 年加大生成式AI投資的計(jì)劃，企業(yè)正在重新分配投資預(yù)算。三成企業(yè)表示將從基礎(chǔ)設(shè)施現(xiàn)代化的預(yù)算中劃撥資金，另有37%的企業(yè)則表示將從應(yīng)用程序現(xiàn)代化的預(yù)算中抽調(diào)資金。
期望高投資回報(bào)率
研究表明，即將來臨的AI"淘金"熱來源于企業(yè)對(duì)AI的潛在投資回報(bào)率存在過高期望。研究發(fā)現(xiàn)，40%的受訪企業(yè)期望至少獲得三倍的投資回報(bào)，"擔(dān)心錯(cuò)失良機(jī)"的心態(tài)繼續(xù)刺激著企業(yè)抬高AI支出。結(jié)果，研究顯示有的企業(yè)盲目地采用AI，并沒有透徹地厘清投資將帶來怎樣的收益和業(yè)務(wù)價(jià)值。
鑒于 43% 的企業(yè)計(jì)劃在接下來的 12 個(gè)月中將其 AI 投資增加 20% 或以上，各企業(yè)可能會(huì)由于這些戰(zhàn)術(shù)投資潛在的回報(bào)情況而對(duì) AI 感到失望。相反，企業(yè)領(lǐng)導(dǎo)階層應(yīng)該認(rèn)識(shí)到，打造 AI 能力需要花費(fèi)時(shí)間，同時(shí)需要穩(wěn)固的 AI 基礎(chǔ)以確保長期的價(jià)值增長。
"盡管消費(fèi)者在運(yùn)用生成式 AI 工具的過程中覺得 AI 極為神奇，然而要將其融入企業(yè)環(huán)境之中，尚需大量的工作以及適配的基礎(chǔ)設(shè)施，而且對(duì)這些 AI 工具抱有過高的期望是不切實(shí)際的。"Dabaghi先生表示："了解這些隱患為我們帶來了契機(jī)，讓我們得以學(xué)習(xí)怎樣解決問題，進(jìn)而提升成功率，并且在采用和實(shí)施 AI 方面順利達(dá)成業(yè)務(wù)目標(biāo)。"
各行業(yè)AI脈搏
該研究詳細(xì)分析了AI正如何對(duì)亞太地區(qū)各行業(yè)部門產(chǎn)生影響，著重聚焦于銀行業(yè)、保險(xiǎn)業(yè)、醫(yī)療保健和政府部門。
技能差距仍然是各行業(yè)面臨的持續(xù)挑戰(zhàn)，影響著AI的成功采用和實(shí)施。這種技能差距在醫(yī)療保健行業(yè)最為顯著（41%），其次是政府部門（38%）、保險(xiǎn)行業(yè)（32%），在銀行業(yè)則不太明顯（29%）。盡管存在這一挑戰(zhàn)，這些行業(yè)仍在繼續(xù)投資來提高其數(shù)據(jù)和AI能力，以實(shí)現(xiàn)更精簡(jiǎn)的決策制定、更高的自動(dòng)化程度、更快推動(dòng)新產(chǎn)品和服務(wù)上市、節(jié)約成本等一系列收益。
盡管如此，各行業(yè)正在某些業(yè)務(wù)方面取得了持續(xù)且成功的AI應(yīng)用——例如，銀行業(yè)三大AI用例為：流動(dòng)性風(fēng)險(xiǎn)管理、資產(chǎn)與負(fù)債管理，以及金融犯罪分析。在保險(xiǎn)行業(yè)，研究顯示三大AI用例為保險(xiǎn)理賠欺詐管理、全渠道產(chǎn)品交付和智能定價(jià)。在醫(yī)療保健領(lǐng)域，值得關(guān)注的AI用例包括醫(yī)療保健欺詐管理和成本控制。在政府部門，較為普遍的AI用例包括確保社會(huì)福利計(jì)劃的完整性、應(yīng)急響應(yīng)支持以及稅收和收入的合規(guī)性。
不同國家AI應(yīng)用趨勢(shì)各異
在亞太地區(qū)，AI采用態(tài)勢(shì)因國家的不同而有所差異，各個(gè)市場(chǎng)均呈現(xiàn)獨(dú)特的應(yīng)用趨勢(shì)。中國在AI投資方面處于領(lǐng)先地位，在未來 12 個(gè)月內(nèi)AI項(xiàng)目將大幅增加（59%），印度和日本緊隨其后（分別為 51%和 46%）。此外，中國和韓國在AI的采用和集成方面比其他國家進(jìn)展更快。產(chǎn)生這一差異的原因包括投資水平、監(jiān)管架構(gòu)，以及AI人才和基礎(chǔ)設(shè)施的可用性。在日本、澳大利亞、韓國和東南亞的許多地區(qū)，缺乏熟練的技術(shù)人員成為了國家和行業(yè)共同關(guān)注的問題。
該研究強(qiáng)調(diào)了未來幾年亞太地區(qū)增加AI投資所面臨的一些機(jī)遇和挑戰(zhàn)。研究提議，若要釋放AI的全部潛力，企業(yè)務(wù)必培育內(nèi)部技術(shù)人才、構(gòu)建堅(jiān)實(shí)的戰(zhàn)略性應(yīng)用組合，并且從起始階段就控制好AI的成本與風(fēng)險(xiǎn)。唯有如此，他們方能達(dá)成更高的投資回報(bào)率，并且在未來的AI投資中培育出更大的信任度。
完整報(bào)告獲取途徑：電子書《數(shù)據(jù)及AI脈搏：亞太地區(qū)2024》。
研究方法
2024 年 6 月，該研究對(duì)來自八個(gè)亞太市場(chǎng)（澳大利亞、中國、印度、日本、韓國、馬來西亞、新加坡和泰國）銀行業(yè)、金融業(yè)、制造業(yè)、政府部門以及醫(yī)療保健和生命科學(xué)領(lǐng)域的509 名高管進(jìn)行了調(diào)研。其中，針對(duì) AI 應(yīng)用的領(lǐng)導(dǎo)者，該研究審視了他們的 AI 投資決策情況、他們期望 AI 怎樣為其組織提供服務(wù)、所面臨的 AI 部署難題，以及如何管控這些流程以獲取可信任 AI 成果。
