.png)
Elastic Blog - Elasticsearch, Kibana, and ELK Stack
·
在未来一年中将人工智能从活动转向成果
内容提要
澳大利亚企业在AI投资中面临挑战，许多公司未能将AI活动与实际成果挂钩。研究建议企业应关注五个方面：1. 关注AI成果；2. 确保数据准备；3. 建立可观察性管理AI代理；4. 整合数据平台；5. 投资于人才。企业需在未来一年内加强AI的责任感和效果评估。
关键要点
-
澳大利亚企业在AI投资中面临挑战，许多公司未能将AI活动与实际成果挂钩。
-
只有8%的澳大利亚企业在追踪AI是否带来了实际的收入或成本节约。
-
72%的企业在没有建立数据准备基础的情况下匆忙部署AI。
-
31%的企业没有集中视图来监控AI代理的运行情况，50%计划在未来12个月扩大代理使用。
-
企业需要整合数据平台，以提高效率并消除操作延迟和安全盲点。
-
45%的组织预计将创建新的AI专职职位，18%已经在积极招聘这些角色。
-
企业需在未来一年内加强AI的责任感和效果评估。
延伸解读
关注AI成果的重要性
许多澳大利亚企业在AI投资中未能将活动与实际成果挂钩，只有8%的企业在追踪AI的实际收益。企业应明确成功的定义，确保AI活动能够直接转化为可量化的商业成果，以避免预算超支和信心丧失。
数据准备的基础性
72%的企业在未建立数据准备基础的情况下匆忙部署AI，导致后续性能不佳。确保数据的准确性和相关性是提升AI效率的关键，企业应优先处理数据质量问题，以降低成本并提高输出效果。
整合数据平台的必要性
企业AI效率低下往往源于数据碎片化。通过整合数据平台，企业不仅能提高操作效率，还能消除安全盲点，确保AI模型能够快速访问完整的企业上下文，从而优化决策和资源配置。
人才投资与技术创新的平衡
尽管技术创新至关重要，但企业也需重视人才的培养与招聘。45%的组织计划创建新的AI职位，表明对专业技术能力的需求日益增长。成功的企业将是那些在技术与人才之间找到平衡的组织。
延伸问答
澳大利亚企业在AI投资中面临哪些主要挑战？
许多企业未能将AI活动与实际成果挂钩，只有8%的企业追踪AI是否带来了实际的收入或成本节约。
企业如何确保AI的有效性？
企业应关注AI成果，确保数据准备，建立可观察性管理AI代理，整合数据平台，并投资于人才。
为什么数据准备对AI部署至关重要？
72%的企业在没有建立数据准备基础的情况下匆忙部署AI，导致AI性能差，且企业更可能将问题归因于数据质量而非AI模型本身。
企业在扩大AI代理使用时需要注意什么？
企业应首先建立可观察性基础设施，以便能够监控AI代理的运行情况，确保有清晰的日志记录和事件响应流程。
企业如何整合数据平台以提高AI效率？
通过将关键业务数据整合到统一的数据架构中，企业可以消除操作延迟和安全盲点，提高AI查询的效率。
未来一年企业在AI领域应如何投资人才？
45%的组织预计将创建新的AI专职职位，18%已经在积极招聘这些角色，以支持AI技术的发展和应用。
