根据今天由 Amazon Web Services 发布的一项全面新研究显示,生成式 AI 工具已超越网络安全,成为全球 IT 领导者在迈向 2025 年时最重视的预算投入领域。
AWS 生成式 AI 采用指数对 9 个国家的 3,739 名高级 IT 决策者进行了调查,结果显示 45% 的组织计划将生成式 AI 支出列为首要投资,相较之下仅 30% 的组织计划优先投资传统 IT,如安全工具。这一变化标志着企业技术战略的重大转变,因为各企业正争先恐后地利用 AI 带来的变革潜力。
“我认为这并不值得过度担忧,”AWS 生成式 AI 与 AI/ML 市场推广副总裁 Rahul Pathak 在接受 VentureBeat 独家采访时表示。“我的解读是,客户对安全的重视仍然非常高。从预算优先级上看到 AI 成为如此重要的一项,说明客户在 AI 上看到了众多应用场景。实际上推动这种结果的是加速 AI 应用部署的广泛需求。”
这项涵盖美国、巴西、加拿大、法国、德国、印度、日本、韩国和英国的广泛调查显示,生成式 AI 的采用已达到临界转折点,现有 90% 的组织在某种程度上部署了这些技术。更为显著的是,已有 44% 的组织超越了实验阶段,进入了生产部署阶段。
IT 领导者将生成式 AI 排名为 2025 年的首要预算优先事项,其投入远远超过传统的安全投资。
60% 的公司已任命首席 AI 官,首席级变革引领 AI 时代
随着 AI 项目在各组织内扩展,新的领导结构正在形成以应对复杂性。报告发现,60% 的组织已经任命了专门的 AI 高管,如首席 AI 官(CAIO),另外 26% 的组织计划在 2026 年前完成这一任命。
这一高层承诺反映出对 AI 战略重要性日益增加的认识,但研究指出,近四分之一的组织到 2026 年仍将缺乏正式的 AI 转型策略,这预示着变革管理可能面临挑战。
报告强调,“深思熟虑的变革管理策略至关重要。理想的策略应涵盖对运营模式的调整、数据管理实践、人才培养管道以及规模化策略。”
公司平均进行 45 项 AI 实验,但仅有 20 项将在 2025 年推向用户:生产落差挑战
2024 年,各组织平均进行了 45 项 AI 实验,但预计到 2025 年,只有大约 20 项实验将最终触达终端用户,这一数据凸显了在实施过程中面临的持续挑战。
Pathak 表示:“对我而言,对于这么新兴的事物,有超过 40% 进入生产阶段,这从采用角度看已是相当迅速、成功率颇高的表现。话虽如此,我认为客户确实在大规模地将 AI 应用于生产,并且希望看到这一趋势持续加速。”
报告指出,人才短缺是将实验成果转化为生产应用的主要障碍,55% 的受访者将缺乏熟练的生成式 AI 人才视为最大的挑战。
Pathak 对 VentureBeat 表示:“我认为另一个能够成功进入生产阶段的重要因素是,客户真正从推动其业务目标出发来倒推,并且明白 AI 将如何与其数据交互。正是在将您关于企业及客户的独到见解与 AI 结合后,才能推动出差异化的商业成果。”
92% 的组织将在 2025 年招聘 AI 人才,而 75% 的组织将通过培训来弥补技能差距
为应对技能缺口,各组织正在采取内部培训与外部招聘相结合的双重策略。调查发现,56% 的组织已制定了生成式 AI 培训计划,另有 19% 的组织计划在 2025 年底前推出相应计划。
Pathak 说:“对我来说,很明显客户已将此事置于重中之重。问题在于,我们如何确保团队和员工能够跟上步伐,把握住这一机遇。”
Pathak 强调,与其侧重具体的技术技能,更重要的是适应能力:“我认为关键在于你是否愿意去学习如何使用 AI 工具,将其融入日常工作流程中,并保持灵活性。我认为这种思维敏捷对我们所有人都将十分重要。”
这一人才推动不仅体现在培训上,还体现在积极的招聘上,92% 的组织计划在 2025 年为涉及生成式 AI 专业知识的岗位进行招聘。在四分之一的组织中,至少有 50% 的新职位将要求具备这些技能。
金融服务业加入混合式 AI 革命:仅 25% 的公司从零开始构建解决方案
关于是构建专有的 AI 解决方案还是利用现有模型的长久争论,现已逐渐向混合方法倾斜。仅有 25% 的组织计划使用从零开始自主开发的解决方案,而 58% 的组织打算在现有模型基础上构建定制应用,55% 的组织则计划基于经过微调调整的模型开发应用。
这一选择显示出一个显著的转变,尤其是对传统上以定制开发著称的行业。报告发现,44% 的金融服务公司计划采用开箱即用的解决方案,这与其以往偏爱专有系统的做法形成鲜明对比。
Pathak 解释道:“许多特定客户仍在构建自己的模型。但话说回来,我认为核心基础模型已经投入了大量能力和资源,这些优秀的起点使客户能够确信他们的数据得到保护。任何输入模型的数据都不会泄露。无论是用于微调还是定制的一切均为私有且属于他们的知识产权。”
他补充说,公司依然可以利用自身专有知识,同时使用现有的基础模型:“客户认识到,他们可以从自身对世界的独到见解中受益,例如通过 RAG(检索增强生成)、定制、微调和模型蒸馏等方式获得优势。”
印度以 64% 的采用率引领全球 AI 应用,韩国以 54% 紧随其后,西方市场相对滞后
虽然生成式 AI 的投资正成为全球趋势,但调查显示,区域间的采用率存在差异。美国有 44% 的组织将生成式 AI 投资列为优先,与全球平均 45% 基本持平;而印度和韩国的采用率分别高达 64% 和 54%,显著领先。
Pathak 表示:“全球范围内看到大规模的应用是非常令人振奋的。我觉得有趣的是全球范围内的使用率较为一致。经过仔细观察,我认为印度的步伐稍快一些,而其他地区略低于平均水平,美国则基本持平。”
65% 的组织将在 2025 年依赖第三方加速 AI 部署
在应对日益复杂的 AI 环境过程中,各组织越来越依赖外部专业知识。报告显示,65% 的组织将在 2025 年在不同程度上依赖第三方供应商,其中 15% 的组织计划仅依赖供应商,而 50% 的组织则采用内外部团队相结合的混合方法。
Pathak 说道:“对我们而言,这种关系更像是‘与…共存’。我们希望在客户所在的位置提供支持。我们在模型供应商方面已投资建设了庞大的合作伙伴生态系统,如 Anthropic、Meta、Stability、Cohere 等。我们还拥有大量的 ISV、服务提供商和系统集成商合作伙伴。”
现在就采取行动,否则将被远远甩在后面
对于那些仍对采用生成式 AI 持犹豫态度的组织,Pathak 发出严厉警告:“我真心认为客户应该积极投入应用,否则他们将面临被那些投入应用的同行远远甩在后头的风险。AI 能带来的收益是真实而显著的。”
他强调了这一领域创新速度的加快:“技术变化、改进速度以及推理成本的显著降低都非常迅速。如今看来几乎不可能的事情,可能在三到六个月内就会变成过时新闻。”
这一观点在各个行业的广泛采用中得到了印证。“我们见证了如此迅速且大规模的应用,受监管行业、金融服务、医疗保健、政府、大型企业以及初创公司均在大力采用 AI。目前这批初创公司几乎全部以 AI 为主导。”
以业务为先的 AI 成功之道,AWS 报告呈现了生成式 AI 从前沿试验走向关键业务基础设施的快速演进图景。随着组织调整预算优先级、重组领导团队并竭力招聘 AI 人才,数据表明企业 AI 的采用已进入决定性转折点。
就在这场技术淘金热中,最成功的应用可能来自那些始终将业务成果置于首位,而非追求技术新奇的组织。正如 Pathak 强调的,“AI 是一个强大的工具,但必须以企业业务目标为出发点。你们作为一个组织,试图达成什么目标?”
最终,获得成功的公司未必是拥有最大 AI 预算或最先进模型的企业,而是那些能高效利用 AI 解决实际业务问题、充分挖掘其独特数据资产优势的企业。在这一全新的竞争环境下,问题已不在于是否采用 AI,而在于组织能否比竞争对手更快地将 AI 实验转化为切实的商业优势。
好文章,需要你的鼓励
Oura 在其健康监测智能戒指中引入 AI 技术,通过整合餐食记录与 Dexcom Stelo 血糖数据,为用户提供个性化代谢健康建议,实现全面健康管理。
ServiceNow 新推出的 AI Control Tower 可一站式管理企业所有 AI 系统、代理及流程,支持实时监控、全生命周期管理及多协议互通。
本文介绍了Google DeepMind推出的升级版Gemini 2.5 Pro I/O版,其在代码生成方面表现卓越,刷新了相关基准测试成绩,并获得开发者一致好评,加速真实编程场景落地应用。
文章论述了人工智能引发的“认知迁徙”及其对工作、教育和文化的深远重构,强调人类在创造性、情感和伦理等领域的独特优势。