亚洲市场的组织在人工智能货币化方面比西方同行行动更快,印度和新加坡在从成本削减向收入增长的全球转型中处于领先地位。
技术咨询公司Thoughtworks的最新研究显示,"效率时代"实际上已经结束。这项研究调查了全球3500名IT决策者和高管,发现77%的企业领导者已经将他们的AI战略从寻求成本节约转变为推动增长和创新。
然而,这种转型的速度因地区而异,亚洲国家在AI方面拥有最高水平的乐观态度和采用率。
印度已成为最积极采用增长导向AI战略的国家。与巴西一起,印度是调查中最乐观的市场,49.2%的高管预期在未来五年内AI将带来超过15%的收入增长。德国的预期相对谨慎,为28.8%,澳大利亚为20%。全球近一半的领导者预期AI在十年内将带来超过15%的收入增长。
关于企业领导者中的"AI焦虑"(担心错失机会),研究显示新加坡的高管报告了全球最高的竞争焦虑水平,66%的新加坡高管表示感到快速采用AI的压力,印度以62.8%紧随其后。
智能体AI的兴起
研究特别指出,智能体AI——能够自主行动和决策的系统——成为快速发展地区和落后地区之间的关键分界线。
虽然35%的全球领导者将智能体AI视为首要优先事项,但印度领先世界,48.6%的组织将其列为主要未来重点。新加坡以40.8%的比例成为第二大积极采用者,使这两个国家都领先于英国(40%)和美国(28%)。
在更广泛的亚太地区,澳大利亚似乎落后于其地区邻国,对智能体AI的关注度最低,仅为23.4%。
与对AI取代工人的担忧相反,报告表明AI对亚洲科技中心的就业产生了积极影响。印度在AI驱动的就业创造方面领先世界,57.1%的组织报告通过人类-AI协作实现了净岗位增长。
研究还显示董事会内部发生了重大变化。首席AI官(CAIO)角色的普及率在印度最高。在拥有CAIO的组织中,72%表示该角色拥有独特的预算权限和投资回报责任。
"CAIO角色不再是实验性的,"Thoughtworks首席AI官Shayan Mohanty说。"它位于战略的核心。脱颖而出的公司是那些将AI作为基础而非副项目的公司。"
监管环境也可能影响亚洲的采用速度。虽然巴西面临高监管压力(28%的人将其视为主要障碍),但印度的监管壁垒要低得多,只有9.6%的领导者将监管列为实现AI潜力的主要约束。
Thoughtworks首席技术官Rachel Laycock指出,研究标志着组织规划增长方式的结构性变化。
"领导者不再询问他们能变得多高效,而是询问他们能扩展到什么程度,"Laycock说。"行动最快的组织正在将AI整合到其运营的核心。"
在云安全联盟和Google Cloud的另一项全球研究中,拥有全面政策的组织早期采用智能体AI的可能性(46%)几乎是那些只有部分指导方针(25%)或政策仍在开发中(12%)组织的两倍。
他们也更有可能测试AI安全能力,70%报告进行了实验,而部分治理的组织为43%,仍在制定政策的组织仅为39%。
Q&A
Q1:智能体AI是什么?为什么它如此重要?
A:智能体AI是指能够自主行动和决策的系统,被研究认为是快速发展地区和落后地区之间的关键分界线。印度有48.6%的组织将智能体AI列为主要未来重点,新加坡为40.8%,都领先于英国和美国。
Q2:印度在AI采用方面有什么优势?
A:印度是最积极采用增长导向AI战略的国家,49.2%的高管预期在未来五年内AI将带来超过15%的收入增长。同时,印度在AI驱动的就业创造方面领先世界,57.1%的组织报告通过人类-AI协作实现了净岗位增长。
Q3:亚洲企业对AI的态度如何?
A:亚洲国家在AI方面拥有最高水平的乐观态度和采用率。新加坡66%的高管感到快速采用AI的压力,印度为62.8%,显示出强烈的"AI焦虑"。77%的全球企业领导者已将AI战略从成本节约转向推动增长和创新。
好文章,需要你的鼓励
荷兰公司DuRoBo在CES 2026展示新款电子阅读器Krono,采用智能手机外观设计并内置AI助手。该设备定位为"电子纸专注中心",支持阅读、思考和音乐播放。配备智能转盘便于操作,AI助手Libby可回答问题并支持深度思考。搭载Android 15系统,可访问谷歌应用商店。售价239.99欧元,本月发货。
这项由香港中文大学和AWS团队联合开发的研究推出了TALK2MOVE系统,实现了用自然语言精准操作图片中物体的位置、角度和大小。该系统采用强化学习训练方式,通过空间感知奖励机制和智能步骤采样技术,在移动、旋转、缩放三类操作上的准确率显著超越现有方法,同时大幅降低了对昂贵训练数据的依赖,为AI图像编辑领域带来重要突破。
OpenAI预览了即将推出的ChatGPT Health功能,可帮助用户获取医疗信息。该功能能解释化验结果、制定运动计划、推荐就医问题等。用户可通过B.well平台导入健康记录,与Apple Health等健康应用集成。OpenAI将单独存储医疗数据,采用专用加密和隔离机制保护隐私。功能基于HealthBench数据集开发,包含超过48000个医生编写的评估标准。目前通过等待名单限量测试。
斯坦福大学等知名机构联合研究发现,企业AI助手在执行组织政策时存在严重"偏科"问题:处理允许请求时成功率超95%,但拒绝违规请求时仅13-40%。研究团队开发的COMPASS评估框架通过8个行业5920个测试问题,揭示了AI助手普遍缺乏"拒绝技能"的问题,并提出了针对性训练解决方案。