始于2022年底的生成式AI浪潮，最近兩年深刻影響著每一個行業(yè)、每一家企業(yè)甚至每一個人。但通往通用人工的巨大期許、百模大戰(zhàn)的無比喧囂、愈發(fā)龐大的持續(xù)投入以及各種場景的艱難驗證，讓越來越多企業(yè)迷失在GenAI的混亂使用中，AI賦能“做事”似乎可望而不可及。
那么，企業(yè)應該如何走出“GenAI混亂使用”階段，真正實現(xiàn)AI賦能業(yè)務？未來熱門的AI應用場景有哪些？面向未來，企業(yè)需要什么樣的人工智能整體戰(zhàn)略規(guī)劃？近日，IDC一份《Data & AI Pulse:Asia Pacific 》調研報告（以下簡稱：《報告》）吸引亞太地區(qū)廣大用戶的密切關注。
該《報告》直言，亞太地區(qū)未來五年的AI支出將保持24%年復合增長率，預測型AI、解釋型AI和生成式AI三項AI投資將趨于均衡；企業(yè)需盡快制定人工智能長期戰(zhàn)略，加速提升自身的AI成熟度，走出“GenAI使用混亂”階段，在未來市場競爭中與AI浪潮同頻共振，從而實現(xiàn)AI賦能。
是時候關注AI成熟度！
2024年諾貝爾經(jīng)濟學獎獲得者、MIT教授西蒙·約翰遜認為，AI應該更加注重如何提高生產(chǎn)力，而非單純追求技術的自動化和智能化。
的確，西蒙·約翰遜教授的觀點道出了企業(yè)對于AI賦能的核心目的和正確方向。自上個世紀50年代提出概念以來，人工智能經(jīng)歷三起三落，直到GenAI和大語言模型的突然崛起，人們才充分認識到人工智能技術所帶來的變革性影響。近年來，全球多個國家更是大刀闊斧、快馬加鞭制定人工智能戰(zhàn)略規(guī)劃，寄希望人工智能推動生產(chǎn)力的飛躍。
以中國為例，今年初的政府工作報告首次將“人工智能+”寫入，強調“深化大數(shù)據(jù)、人工智能等研發(fā)應用，開展“人工智能+”行動，推動各行各業(yè)以“智”提“質”，加速發(fā)展新質生產(chǎn)力和推動產(chǎn)業(yè)變革。
事實上，GenAI崛起的如此迅速，以至于很多企業(yè)有點猝不及防。固然，GenAI已在客戶體驗、企業(yè)運營、員工生產(chǎn)力、內容創(chuàng)作效率等方面展現(xiàn)出不錯的應用潛力。但亦不可否認，各行各業(yè)用戶對于GenAI有種“唯恐不及”的心態(tài)，生怕錯失這次重要的技術變革浪潮，爭相擁抱GenAI的同時，不可避免地陷入一定的“混亂”。
《報告》將2023-2024年定義為GenAI的混亂使用階段：大部分企業(yè)通常雜亂無章、爭先恐后地開展各類概念驗證（POC）；同時會產(chǎn)生五花八門的戰(zhàn)略，在技術層面也是各自為政；雖然以生產(chǎn)力場景為主，但AI主要靠“買”而不是靠“建”。
“現(xiàn)在所有組織與企業(yè)都面臨著使用AI的壓力，包括技術層面、市場競爭層面和監(jiān)管層面等。”SAS公司亞太地區(qū)與歐洲、中東和非洲新興地區(qū)高級副總裁Shukri Dabaghi直言道。
《報告》就指出，大多數(shù)亞太地區(qū)企業(yè)現(xiàn)階段都處于AI成熟度早中期，都著力于建設短期項目和業(yè)務案例，處于AI高級成熟階段的企業(yè)很少；2025-2026年將進入到AI轉型的“采用階段”，2027年及以后將加速開啟AI賦能型企業(yè)的階段。
本質上，AI是一個創(chuàng)造業(yè)務價值的過程，需要具備數(shù)據(jù)、技術、流程、技能和治理等方面的綜合能力，這也就決定AI的投資與建設絕非一蹴而就，而是一個長期過程，需要有著更加清晰的策略與規(guī)劃。此時此時，企業(yè)提升自身的AI成熟度勢在必行，需要盡快走出“混亂使用”階段。
《報告》則認為提升AI成熟度需要遵循構建強大的技術系統(tǒng)和平臺、以數(shù)據(jù)為中心和以模型為中心的流程、強大的治理、AI人才和AI倫理道德，以及高質量數(shù)據(jù)的可用性等五大原則。
如何與AI浪潮同頻共振
隨著全球邁向AI驅動的時代，充分釋放AI潛力就成為各行各業(yè)未來取得商業(yè)成功的重中之重。
當前，GenAI展現(xiàn)出巨大的應用潛力。麥肯錫分析當前應用于各個行業(yè)的63種GenAI應用之后，預測GenAI將為全球經(jīng)濟每年帶來2.6萬億至4.4萬億美元的增長。但GenAI≠AI的全部，也不適用于所有業(yè)務場景，預測型AI和解釋型AI依然大有用武之地。因此，企業(yè)要想提高市場競爭力和適應性，必須與AI浪潮同頻共振，更好地適應AI時代的發(fā)展趨勢。
首先，AI應用場景未來必然走向豐富化，尤其是基于GenAI技術的場景會持續(xù)涌現(xiàn)，像文案寫作、業(yè)務流程和工作流自動化、代碼生成等。但像預測型AI和解釋型AI等在金融、制造、醫(yī)療等行業(yè)同樣有著廣泛的應用前景。因此，企業(yè)需要整合不同類型的AI技術，并創(chuàng)建戰(zhàn)略級的AI場景組合，而非聚焦開發(fā)單獨場景。
《報告》也介紹，亞太地區(qū)企業(yè)的計劃在未來12個月采用AI的企業(yè)會將重點放在數(shù)據(jù)驅動的AI場景上，如預測性分析/欺詐偵測、產(chǎn)品/服務創(chuàng)新和數(shù)據(jù)增強等，而不是代碼生成或文案寫作等。例如，金融機構除了GenAI應用之外，也非?？粗仡A測型AI技術，用其來偵測風險和欺詐。
其次，隨著企業(yè)AI成熟度的不斷提升，企業(yè)們對于生成式AI、預測性AI和解釋性AI的認知與判斷也會更加清晰，投資回歸理性成為必然趨勢?！秷蟾妗返恼{研數(shù)據(jù)就顯示，2023年預測型AI、解釋型AI和生成式AI所占AI投資比分別為34%、47%和19%，2024年比例則標尺34%、32%和34%，企業(yè)投資從解釋型AI流向生成式AI的趨勢明顯，各項AI技術的投資也趨于均衡。
不過，GenAI當前尚未產(chǎn)生出足夠大的商業(yè)價值，并且需要耗費巨大的GPU算力投資，也讓部分企業(yè)陷入“困境”。
Shukri Dabaghi直言，無需過于擔憂GPU算力昂貴等挑戰(zhàn)，“20年前，最昂貴產(chǎn)品是數(shù)據(jù)倉庫，但只有少數(shù)企業(yè)使用數(shù)據(jù)倉庫來存儲和管理數(shù)據(jù)。隨著時間推移，數(shù)據(jù)處理技術的不斷發(fā)展，數(shù)據(jù)處理成本持續(xù)下降，越來越多企業(yè)能夠處理、管理和分析數(shù)據(jù)?，F(xiàn)在人工智能出現(xiàn)的現(xiàn)象，與過去出現(xiàn)的情況類似，GPU處理數(shù)據(jù)成本會越來越低，企業(yè)無需過于擔憂。”
第三，很多企業(yè)低估了AI與業(yè)務融合以及實施的難度，AI猶如一個復雜且長期的工程化問題，不僅涉及數(shù)據(jù)、技術、基礎設施、業(yè)務、監(jiān)管等諸多方面，更需要在技術適配、實施路徑、團隊協(xié)作、評估測試等方面著力。因此，制定長期AI長期投資計劃和使用戰(zhàn)略，是企業(yè)走向AI高級成熟階段的關鍵。
《報告》也認為，在AI驅動的時代，企業(yè)分為AI領先者和AI跟隨者，AI領先者與AI跟隨者最大的區(qū)別就是是否具備長期的AI戰(zhàn)略。
Shukri Dabaghi則強調數(shù)據(jù)是一切人工智能的基礎，企業(yè)需要尤為重視數(shù)據(jù)的價值與作用，“一切都需要從數(shù)據(jù)開始，企業(yè)需要理解數(shù)據(jù)、管理數(shù)據(jù)和確保數(shù)據(jù)安全且合規(guī)的使用。做好數(shù)據(jù)治理，是大規(guī)模應用AI技術的前提。”
中國企業(yè)還需做什么
《報告》顯示，27%的中國企業(yè)被評為AI領導者，表明相比于亞太其他地區(qū)，AI在中國市場的發(fā)展更為成熟；中國企業(yè)正在大力投資AI，超過四分之一的企業(yè)在AI能力方面處于領先地位，有59%的企業(yè)計劃在未來一年內大幅增加AI投資，只有極少數(shù)企業(yè)尚未開發(fā)AI。
事實上，與其他國家和地區(qū)相比，中國在AI領域有著更為獨特的優(yōu)勢：中國是全球數(shù)據(jù)量最大、數(shù)據(jù)類型最豐富的國家之一；IDC預測到2025年，中國有望成為全球最大的數(shù)據(jù)圈，可源源不斷為AI技術提供豐富的數(shù)據(jù)資源。另外，中國行業(yè)豐富、產(chǎn)業(yè)布局完整，有著極為豐富多樣的行業(yè)應用場景，是AI技術天然優(yōu)良的“試驗土壤”和“培育基地”。更加關鍵的是，“人工智能+”、“數(shù)據(jù)要素X”等政策陸續(xù)出臺，標志著中國在政策導向層面上注重AI與實體經(jīng)濟的融合與應用。
不過，《報告》調研數(shù)據(jù)顯示，中國企業(yè)在AI技術實施與應用上目前存在著缺乏成熟專業(yè)的AI人才、數(shù)據(jù)缺乏足夠治理流程和缺乏AI治理框架與風險管理實踐，另外數(shù)據(jù)訪問受限和效率低下也是導致一些AI項目失敗的關鍵原因。
《報告》也強調，中國企業(yè)除了注重AI專業(yè)人才儲備、AI治理框架與風險管理之外，利用數(shù)據(jù)平臺和ModelOps是未來AI能力不斷成熟提升的一大有效路徑。數(shù)據(jù)平臺對于改善數(shù)據(jù)質量、建立堅實的數(shù)據(jù)基礎以及確保數(shù)據(jù)安全合規(guī)使用大有裨益，而ModelOps則對于模型的集成與部署、模型版本的控制與管理、資源優(yōu)化和團隊協(xié)作等發(fā)揮著重要作用。
作為全球領先的數(shù)據(jù)分析與AI公司，SAS公司多年以來一直深耕中國市場，并且在金融、制造、生物醫(yī)藥、教育等多個行業(yè)擁有龐大的用戶群，SAS數(shù)據(jù)分析平臺和結果成為很多行業(yè)的事實標準。例如，在生物醫(yī)藥行業(yè)，藥企在新藥申報提供的藥物臨床實驗結果分析與評估，優(yōu)先以SAS分析結果成為行業(yè)默認的規(guī)定。
對于中國企業(yè)在AI發(fā)展的現(xiàn)狀以及未來龐大的AI應用前景，SAS公司一如既往的重視，并且將從AI行業(yè)解決方案、降低產(chǎn)品門檻以及國產(chǎn)技術環(huán)境適配三個方面發(fā)力，全面推動領先的數(shù)據(jù)分析與AI產(chǎn)品在中國行業(yè)用戶中的落地與應用。
首先，中國正在加速推動數(shù)字經(jīng)濟與實體經(jīng)濟的融合，AI、數(shù)據(jù)分析等技術是數(shù)實融合的重要抓手，AI技術走向垂直行業(yè)是大勢所趨，AI行業(yè)解決方案在中國市場未來將是強需求。而SAS公司去年即宣布了未來三年將投入10億美元打造AI行業(yè)解決方案，推動AI在行業(yè)用戶中的使用。
Shukri Dabaghi介紹：“SAS AI行業(yè)解決方案的基礎是 SAS Viya。SAS將確保云原生AI平臺 SAS Viya版本每年持續(xù)創(chuàng)新、更新與優(yōu)化。并在SAS Viya基礎上專注于定制化的AI和高級分析解決方案，以滿足銀行、政府、保險、生命科學等行業(yè)的特定需求。”
其次，SAS在銀行、生命科學等專業(yè)化場景中一直以安全、可靠穩(wěn)定和兼容性強著稱，并且獲得眾多行業(yè)用戶的青睞。為進一步降低數(shù)據(jù)分析等工作的門檻，從而加速推動AI、數(shù)據(jù)分析等技術在各個行業(yè)中的普及，SAS將從產(chǎn)品層面融入大模型等技術，讓產(chǎn)品體驗和使用門檻進一步降低，讓數(shù)據(jù)分析更加大眾化。
SAS大中華區(qū)首席數(shù)據(jù)科學家馬寧博士直言：“SAS Viya馬上將推出Copilot，能夠將自然語言轉化為SAS代碼，將SAS公司在數(shù)據(jù)分析、行業(yè)知識等領域的多年積累融入到Copilot之中。SAS將廣泛支持全球商業(yè)或者開源大模型，并且支持大模型的切換，用戶按需使用即可。”
第三，中國自身數(shù)字化技術體系崛起已成為不爭的客觀事實，從芯片、操作系統(tǒng)到數(shù)據(jù)庫、中間件，再到大模型等均取得長足的進步，并且逐步在各個行業(yè)中得到應用。對此，SAS公司的思路是兼容并蓄和高度重視，持續(xù)投入研發(fā)去適配整個國產(chǎn)化的數(shù)字技術體系，讓廣大行業(yè)用戶能夠平滑、高效地使用SAS產(chǎn)品。
綜合觀察，管理學巨擘彼得·德魯克認為，戰(zhàn)略規(guī)劃不是規(guī)劃“未來做什么”，而是規(guī)劃“當前必須做什么”，才能準備好迎接充滿不確定性的未來。在今天這個充滿不確定性的市場中，企業(yè)全面擁抱AI已是當下必須做的一道必答題。IDC《Data & AI Pulse:Asia Pacific 》報告從亞太地區(qū)企業(yè)實際使用AI情況出發(fā)，在技術、產(chǎn)品、策略等給出諸多切實可行的建議，值得所有正在實施AI的企業(yè)思考、借鑒和學習。
2025北京智能科技產(chǎn)業(yè)展覽會（簡稱:世亞智博會）擬于2025年6月份在北京舉辦，本次展會劃分了智慧城市、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、機器人、軟件、自動駕駛等展區(qū)，通過線上線下相結合的展會模式，竭力打造集技術交流、產(chǎn)品展示、成果交易、招商引資于一體的專業(yè)級智能科技盛會。如果您有意愿成為展商或希望了解更多信息可關注“logooem.com”也可直接致電185 1555 6762，我們期待您的參與！
始于2022年底的生成式AI浪潮，最近兩年深刻影響著每一個行業(yè)、每一家企業(yè)甚至每一個人。但通往通用人工的巨大期許、百模大戰(zhàn)的無比喧囂、愈發(fā)龐大的持續(xù)投入以及各種場景的艱難驗證，讓越來越多企業(yè)迷失在GenAI的混亂使用中，AI賦能“做事”似乎可望而不可及。
那么，企業(yè)應該如何走出“GenAI混亂使用”階段，真正實現(xiàn)AI賦能業(yè)務？未來熱門的AI應用場景有哪些？面向未來，企業(yè)需要什么樣的人工智能整體戰(zhàn)略規(guī)劃？近日，IDC一份《Data & AI Pulse:Asia Pacific 》調研報告（以下簡稱：《報告》）吸引亞太地區(qū)廣大用戶的密切關注。
該《報告》直言，亞太地區(qū)未來五年的AI支出將保持24%年復合增長率，預測型AI、解釋型AI和生成式AI三項AI投資將趨于均衡；企業(yè)需盡快制定人工智能長期戰(zhàn)略，加速提升自身的AI成熟度，走出“GenAI使用混亂”階段，在未來市場競爭中與AI浪潮同頻共振，從而實現(xiàn)AI賦能。
是時候關注AI成熟度！
2024年諾貝爾經(jīng)濟學獎獲得者、MIT教授西蒙·約翰遜認為，AI應該更加注重如何提高生產(chǎn)力，而非單純追求技術的自動化和智能化。
的確，西蒙·約翰遜教授的觀點道出了企業(yè)對于AI賦能的核心目的和正確方向。自上個世紀50年代提出概念以來，人工智能經(jīng)歷三起三落，直到GenAI和大語言模型的突然崛起，人們才充分認識到人工智能技術所帶來的變革性影響。近年來，全球多個國家更是大刀闊斧、快馬加鞭制定人工智能戰(zhàn)略規(guī)劃，寄希望人工智能推動生產(chǎn)力的飛躍。
以中國為例，今年初的政府工作報告首次將“人工智能+”寫入，強調“深化大數(shù)據(jù)、人工智能等研發(fā)應用，開展“人工智能+”行動，推動各行各業(yè)以“智”提“質”，加速發(fā)展新質生產(chǎn)力和推動產(chǎn)業(yè)變革。
事實上，GenAI崛起的如此迅速，以至于很多企業(yè)有點猝不及防。固然，GenAI已在客戶體驗、企業(yè)運營、員工生產(chǎn)力、內容創(chuàng)作效率等方面展現(xiàn)出不錯的應用潛力。但亦不可否認，各行各業(yè)用戶對于GenAI有種“唯恐不及”的心態(tài)，生怕錯失這次重要的技術變革浪潮，爭相擁抱GenAI的同時，不可避免地陷入一定的“混亂”。
《報告》將2023-2024年定義為GenAI的混亂使用階段：大部分企業(yè)通常雜亂無章、爭先恐后地開展各類概念驗證（POC）；同時會產(chǎn)生五花八門的戰(zhàn)略，在技術層面也是各自為政；雖然以生產(chǎn)力場景為主，但AI主要靠“買”而不是靠“建”。
“現(xiàn)在所有組織與企業(yè)都面臨著使用AI的壓力，包括技術層面、市場競爭層面和監(jiān)管層面等。”SAS公司亞太地區(qū)與歐洲、中東和非洲新興地區(qū)高級副總裁Shukri Dabaghi直言道。
《報告》就指出，大多數(shù)亞太地區(qū)企業(yè)現(xiàn)階段都處于AI成熟度早中期，都著力于建設短期項目和業(yè)務案例，處于AI高級成熟階段的企業(yè)很少；2025-2026年將進入到AI轉型的“采用階段”，2027年及以后將加速開啟AI賦能型企業(yè)的階段。
本質上，AI是一個創(chuàng)造業(yè)務價值的過程，需要具備數(shù)據(jù)、技術、流程、技能和治理等方面的綜合能力，這也就決定AI的投資與建設絕非一蹴而就，而是一個長期過程，需要有著更加清晰的策略與規(guī)劃。此時此時，企業(yè)提升自身的AI成熟度勢在必行，需要盡快走出“混亂使用”階段。
《報告》則認為提升AI成熟度需要遵循構建強大的技術系統(tǒng)和平臺、以數(shù)據(jù)為中心和以模型為中心的流程、強大的治理、AI人才和AI倫理道德，以及高質量數(shù)據(jù)的可用性等五大原則。
如何與AI浪潮同頻共振
隨著全球邁向AI驅動的時代，充分釋放AI潛力就成為各行各業(yè)未來取得商業(yè)成功的重中之重。
當前，GenAI展現(xiàn)出巨大的應用潛力。麥肯錫分析當前應用于各個行業(yè)的63種GenAI應用之后，預測GenAI將為全球經(jīng)濟每年帶來2.6萬億至4.4萬億美元的增長。但GenAI≠AI的全部，也不適用于所有業(yè)務場景，預測型AI和解釋型AI依然大有用武之地。因此，企業(yè)要想提高市場競爭力和適應性，必須與AI浪潮同頻共振，更好地適應AI時代的發(fā)展趨勢。
首先，AI應用場景未來必然走向豐富化，尤其是基于GenAI技術的場景會持續(xù)涌現(xiàn)，像文案寫作、業(yè)務流程和工作流自動化、代碼生成等。但像預測型AI和解釋型AI等在金融、制造、醫(yī)療等行業(yè)同樣有著廣泛的應用前景。因此，企業(yè)需要整合不同類型的AI技術，并創(chuàng)建戰(zhàn)略級的AI場景組合，而非聚焦開發(fā)單獨場景。
《報告》也介紹，亞太地區(qū)企業(yè)的計劃在未來12個月采用AI的企業(yè)會將重點放在數(shù)據(jù)驅動的AI場景上，如預測性分析/欺詐偵測、產(chǎn)品/服務創(chuàng)新和數(shù)據(jù)增強等，而不是代碼生成或文案寫作等。例如，金融機構除了GenAI應用之外，也非?？粗仡A測型AI技術，用其來偵測風險和欺詐。
其次，隨著企業(yè)AI成熟度的不斷提升，企業(yè)們對于生成式AI、預測性AI和解釋性AI的認知與判斷也會更加清晰，投資回歸理性成為必然趨勢。《報告》的調研數(shù)據(jù)就顯示，2023年預測型AI、解釋型AI和生成式AI所占AI投資比分別為34%、47%和19%，2024年比例則標尺34%、32%和34%，企業(yè)投資從解釋型AI流向生成式AI的趨勢明顯，各項AI技術的投資也趨于均衡。
不過，GenAI當前尚未產(chǎn)生出足夠大的商業(yè)價值，并且需要耗費巨大的GPU算力投資，也讓部分企業(yè)陷入“困境”。
Shukri Dabaghi直言，無需過于擔憂GPU算力昂貴等挑戰(zhàn)，“20年前，最昂貴產(chǎn)品是數(shù)據(jù)倉庫，但只有少數(shù)企業(yè)使用數(shù)據(jù)倉庫來存儲和管理數(shù)據(jù)。隨著時間推移，數(shù)據(jù)處理技術的不斷發(fā)展，數(shù)據(jù)處理成本持續(xù)下降，越來越多企業(yè)能夠處理、管理和分析數(shù)據(jù)?，F(xiàn)在人工智能出現(xiàn)的現(xiàn)象，與過去出現(xiàn)的情況類似，GPU處理數(shù)據(jù)成本會越來越低，企業(yè)無需過于擔憂。”
第三，很多企業(yè)低估了AI與業(yè)務融合以及實施的難度，AI猶如一個復雜且長期的工程化問題，不僅涉及數(shù)據(jù)、技術、基礎設施、業(yè)務、監(jiān)管等諸多方面，更需要在技術適配、實施路徑、團隊協(xié)作、評估測試等方面著力。因此，制定長期AI長期投資計劃和使用戰(zhàn)略，是企業(yè)走向AI高級成熟階段的關鍵。
《報告》也認為，在AI驅動的時代，企業(yè)分為AI領先者和AI跟隨者，AI領先者與AI跟隨者最大的區(qū)別就是是否具備長期的AI戰(zhàn)略。
Shukri Dabaghi則強調數(shù)據(jù)是一切人工智能的基礎，企業(yè)需要尤為重視數(shù)據(jù)的價值與作用，“一切都需要從數(shù)據(jù)開始，企業(yè)需要理解數(shù)據(jù)、管理數(shù)據(jù)和確保數(shù)據(jù)安全且合規(guī)的使用。做好數(shù)據(jù)治理，是大規(guī)模應用AI技術的前提。”
中國企業(yè)還需做什么
《報告》顯示，27%的中國企業(yè)被評為AI領導者，表明相比于亞太其他地區(qū)，AI在中國市場的發(fā)展更為成熟；中國企業(yè)正在大力投資AI，超過四分之一的企業(yè)在AI能力方面處于領先地位，有59%的企業(yè)計劃在未來一年內大幅增加AI投資，只有極少數(shù)企業(yè)尚未開發(fā)AI。
事實上，與其他國家和地區(qū)相比，中國在AI領域有著更為獨特的優(yōu)勢：中國是全球數(shù)據(jù)量最大、數(shù)據(jù)類型最豐富的國家之一；IDC預測到2025年，中國有望成為全球最大的數(shù)據(jù)圈，可源源不斷為AI技術提供豐富的數(shù)據(jù)資源。另外，中國行業(yè)豐富、產(chǎn)業(yè)布局完整，有著極為豐富多樣的行業(yè)應用場景，是AI技術天然優(yōu)良的“試驗土壤”和“培育基地”。更加關鍵的是，“人工智能+”、“數(shù)據(jù)要素X”等政策陸續(xù)出臺，標志著中國在政策導向層面上注重AI與實體經(jīng)濟的融合與應用。
不過，《報告》調研數(shù)據(jù)顯示，中國企業(yè)在AI技術實施與應用上目前存在著缺乏成熟專業(yè)的AI人才、數(shù)據(jù)缺乏足夠治理流程和缺乏AI治理框架與風險管理實踐，另外數(shù)據(jù)訪問受限和效率低下也是導致一些AI項目失敗的關鍵原因。
《報告》也強調，中國企業(yè)除了注重AI專業(yè)人才儲備、AI治理框架與風險管理之外，利用數(shù)據(jù)平臺和ModelOps是未來AI能力不斷成熟提升的一大有效路徑。數(shù)據(jù)平臺對于改善數(shù)據(jù)質量、建立堅實的數(shù)據(jù)基礎以及確保數(shù)據(jù)安全合規(guī)使用大有裨益，而ModelOps則對于模型的集成與部署、模型版本的控制與管理、資源優(yōu)化和團隊協(xié)作等發(fā)揮著重要作用。
作為全球領先的數(shù)據(jù)分析與AI公司，SAS公司多年以來一直深耕中國市場，并且在金融、制造、生物醫(yī)藥、教育等多個行業(yè)擁有龐大的用戶群，SAS數(shù)據(jù)分析平臺和結果成為很多行業(yè)的事實標準。例如，在生物醫(yī)藥行業(yè)，藥企在新藥申報提供的藥物臨床實驗結果分析與評估，優(yōu)先以SAS分析結果成為行業(yè)默認的規(guī)定。
對于中國企業(yè)在AI發(fā)展的現(xiàn)狀以及未來龐大的AI應用前景，SAS公司一如既往的重視，并且將從AI行業(yè)解決方案、降低產(chǎn)品門檻以及國產(chǎn)技術環(huán)境適配三個方面發(fā)力，全面推動領先的數(shù)據(jù)分析與AI產(chǎn)品在中國行業(yè)用戶中的落地與應用。
首先，中國正在加速推動數(shù)字經(jīng)濟與實體經(jīng)濟的融合，AI、數(shù)據(jù)分析等技術是數(shù)實融合的重要抓手，AI技術走向垂直行業(yè)是大勢所趨，AI行業(yè)解決方案在中國市場未來將是強需求。而SAS公司去年即宣布了未來三年將投入10億美元打造AI行業(yè)解決方案，推動AI在行業(yè)用戶中的使用。
Shukri Dabaghi介紹：“SAS AI行業(yè)解決方案的基礎是 SAS Viya。SAS將確保云原生AI平臺 SAS Viya版本每年持續(xù)創(chuàng)新、更新與優(yōu)化。并在SAS Viya基礎上專注于定制化的AI和高級分析解決方案，以滿足銀行、政府、保險、生命科學等行業(yè)的特定需求。”
其次，SAS在銀行、生命科學等專業(yè)化場景中一直以安全、可靠穩(wěn)定和兼容性強著稱，并且獲得眾多行業(yè)用戶的青睞。為進一步降低數(shù)據(jù)分析等工作的門檻，從而加速推動AI、數(shù)據(jù)分析等技術在各個行業(yè)中的普及，SAS將從產(chǎn)品層面融入大模型等技術，讓產(chǎn)品體驗和使用門檻進一步降低，讓數(shù)據(jù)分析更加大眾化。
SAS大中華區(qū)首席數(shù)據(jù)科學家馬寧博士直言：“SAS Viya馬上將推出Copilot，能夠將自然語言轉化為SAS代碼，將SAS公司在數(shù)據(jù)分析、行業(yè)知識等領域的多年積累融入到Copilot之中。SAS將廣泛支持全球商業(yè)或者開源大模型，并且支持大模型的切換，用戶按需使用即可。”
第三，中國自身數(shù)字化技術體系崛起已成為不爭的客觀事實，從芯片、操作系統(tǒng)到數(shù)據(jù)庫、中間件，再到大模型等均取得長足的進步，并且逐步在各個行業(yè)中得到應用。對此，SAS公司的思路是兼容并蓄和高度重視，持續(xù)投入研發(fā)去適配整個國產(chǎn)化的數(shù)字技術體系，讓廣大行業(yè)用戶能夠平滑、高效地使用SAS產(chǎn)品。
綜合觀察，管理學巨擘彼得·德魯克認為，戰(zhàn)略規(guī)劃不是規(guī)劃“未來做什么”，而是規(guī)劃“當前必須做什么”，才能準備好迎接充滿不確定性的未來。在今天這個充滿不確定性的市場中，企業(yè)全面擁抱AI已是當下必須做的一道必答題。IDC《Data & AI Pulse:Asia Pacific 》報告從亞太地區(qū)企業(yè)實際使用AI情況出發(fā)，在技術、產(chǎn)品、策略等給出諸多切實可行的建議，值得所有正在實施AI的企業(yè)思考、借鑒和學習。
2025北京智能科技產(chǎn)業(yè)展覽會（簡稱:世亞智博會）擬于2025年6月份在北京舉辦，本次展會劃分了智慧城市、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、機器人、軟件、自動駕駛等展區(qū)，通過線上線下相結合的展會模式，竭力打造集技術交流、產(chǎn)品展示、成果交易、招商引資于一體的專業(yè)級智能科技盛會。如果您有意愿成為展商或希望了解更多信息可關注“logooem.com”也可直接致電185 1555 6762，我們期待您的參與！
