Databricks
·
数字原生公司中隐藏的人工智能扩展差距
💡
原文英文，约1300词，阅读约需5分钟。
📝
内容提要
数字原生公司在人工智能（AI）方面表现出强烈的雄心，但在全面嵌入AI的成熟度上落后于传统行业。尽管它们在AI投资优先级上领先，但在多个业务功能的全面嵌入上排名较低。传统行业在特定领域的AI嵌入上表现更佳，显示出数字原生公司在架构和治理方面存在结构性问题。要实现AI的全面嵌入，需建立统一的基础设施和治理模型。
🎯
关键要点
- 数字原生公司在人工智能（AI）方面表现出强烈的雄心，但在全面嵌入AI的成熟度上落后于传统行业。
- 数字原生公司在AI投资优先级上领先，尤其是在核心业务流程中大规模嵌入AI的投资上。
- 尽管数字原生公司在AI的广泛应用上领先，但在多个业务功能的全面嵌入上表现不佳，尤其是在HR、法律合规、财务、市场营销和运营供应链等领域。
- 传统行业在特定领域的AI嵌入上表现更佳，尤其是在电信、媒体娱乐和制造业等行业。
- 数字原生公司需要建立统一的基础设施和治理模型，以实现AI的全面嵌入，避免工程团队在维护和治理上浪费时间。
- 数字原生公司已经看到强劲的投资回报率，但需要将这种势头转化为可重复的、受治理的生产级操作。
❓
延伸问答
数字原生公司在人工智能方面的表现如何？
数字原生公司在人工智能的雄心和广泛应用上领先，但在全面嵌入的成熟度上落后于传统行业。
数字原生公司在AI投资优先级上有什么特点？
数字原生公司在未来两年内将“在核心业务流程中大规模嵌入AI”作为最高投资优先级，比例为18%。
传统行业在AI嵌入方面表现如何？
传统行业在特定领域的AI嵌入上表现更佳，尤其是在电信、媒体娱乐和制造业等行业。
数字原生公司在各业务功能中AI的嵌入情况如何？
数字原生公司在R&D/产品开发中领先，但在HR、法律合规、财务、市场营销和运营供应链等领域的全面嵌入表现较差。
数字原生公司面临的主要挑战是什么？
数字原生公司需要建立统一的基础设施和治理模型，以实现AI的全面嵌入，避免工程团队在维护和治理上浪费时间。
如何提高数字原生公司AI的嵌入成熟度？
提高嵌入成熟度需要将AI转化为可重复的、受治理的生产级操作，建立有效的架构和数据治理。
➡️
