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
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。