根據Action1的報告，盡管系統管理員認識到AI的潛力，但在教育上的顯著差距、企業的謹慎采用以及AI成熟度不足阻礙了廣泛的實施，導致16%的企業出現了混合結果和中斷。

知識差距和培訓需求

系統管理員的觀點在過去一年中保持穩定，確定了未來兩年AI自動化的前三個領域：(i) 日志分析，(ii) 服務器CPU和內存監控，(iii) 補丁管理。與去年一樣，涉及人類判斷的領域，如用戶權限管理，被認為不太可能由AI自動化。

與去年的73%相比，今年60%的系統管理員承認在實際應用AI方面存在理解不足，這表明AI知識水平存在持續差距，此外，72%的受訪者表示需要培訓，45%的人擔心由于當前的AI知識水平會在就業市場中被淘汰。

這種知識差距表明，盡管AI有興趣和潛力，但有效的采用需要大量投資于教育和培訓。

“這項調查標志著我們連續第二年深入研究生成型AI對系統管理員角色的影響，”Action1總裁Mike Walters表示，“我們的發現表明，盡管系統管理員在實施AI時有一些試驗和錯誤，但總體而言，企業對AI的采用態度謹慎。實施項目主要集中在少數IT領域，即使在這些已實施的領域，結果也是混合的，這強調了AI技術仍需時間成熟和發展，才能使AI驅動的解決方案變得更加廣泛和實用。”

當前AI實施的混合結果

雖然AI最常用于日志分析(26%)和故障排除(25%)，但這些領域的失敗率最高。超過一半的企業在故障排除中遇到錯誤，25%的受訪者報告在日志分析中實施AI失敗。

四分之一的企業報告了在日志分析中實施AI的失敗，這是由于日志的復雜性質，日志生成了大量結構各異的數據，這使得AI模型難以在大量噪音中解釋有意義的數據，導致AI算法負擔過重。

Action1的研究人員發現，AI導致16%的企業出現重大中斷，這些中斷可能導致不正確的補救步驟和毀滅性的運營后果，如長時間停機和生產力下降。

80%的企業不要求系統管理員在工作中實施AI，略低于去年的82%。盡管對AI有興趣，但在認識其潛力和強制應用之間仍存在顯著差距。

報告的發現表明，大多數企業不要求實施AI，強調了廣泛采用的謹慎態度。企業必須投資于素養和培訓項目，以克服這些挑戰，保持AI與人類專業知識之間的平衡，在低風險領域引入AI，并持續跟蹤其表現。