“我認為這并不值得擔憂，”AWS GenAI和AI/ML市場推廣副總裁拉胡爾·帕塔克(Rahul Pathak)在接受采訪時表示，“我的理解是，客戶的安全仍然是重中之重。我們看到AI在預算優先級方面如此重要，是因為客戶看到了AI的眾多應用場景。實際上，是廣泛需要加速AI的采用才導致了這一結果?！?/p>

這項在美國、巴西、加拿大、法國、德國、印度、日本、韓國和英國進行的廣泛調查顯示，GenAI的采用已達到關鍵轉折點，90%的企業現在都在某種程度上部署了這些技術。更引人注目的是，44%的企業已經超越了實驗階段，進入了生產部署階段。

60%的公司已任命首席AI官，高管層為AI時代轉型

隨著AI計劃在企業中的擴展，新的領導結構正在涌現以管理復雜性。報告發現，60%的企業已經任命了專門的AI高管，如首席AI官(CAIO)，另有26%的企業計劃在2026年前完成這一任命。

這種高管級別的承諾反映了AI戰略重要性的日益增長，盡管研究指出，到2026年，近四分之一的企業仍將缺乏正式的AI轉型戰略，這表明變革管理方面可能存在挑戰。

“深思熟慮的變革管理策略將至關重要，”報告強調，“理想的策略應解決運營模式變化、數據管理實踐、人才管道和擴展策略等問題?！?/p>

公司平均進行45次AI實驗，但2025年僅20次將觸達用戶：生產部署差距挑戰

企業在2024年平均進行了45次AI實驗，但預計到2025年只有約20次能夠觸達終端用戶，這凸顯了持續存在的實施挑戰。

“對我來說，看到超過40%的實驗能夠進入生產階段，對于一項相對較新的技術來說，我認為從采用的角度來看，這已經是相當迅速且高的成功率了，”帕塔克指出，“話雖如此，我認為客戶確實正在大規模地將AI應用于生產中，而且我希望看到這種情況繼續加速?！?/p>

報告指出，人才短缺是將實驗轉化為生產的主要障礙，55%的受訪者表示，缺乏熟練的GenAI勞動力是他們面臨的最大挑戰。

“我認為另一個成功進入生產階段的關鍵是，客戶真正從他們試圖推動的業務目標出發，然后理解AI將如何與他們的數據互動，”帕塔克告訴記者，“只有當你將對企業和客戶的獨特見解與AI相結合時，才能推動差異化的業務成果。”

92%的企業將在2025年招聘AI人才，同時75%的企業將實施培訓以彌補技能差距

為了解決技能差距問題，企業正在采取內部培訓和外部招聘的雙重策略。調查發現，56%的企業已經制定了GenAI培訓計劃，另有19%的企業計劃在2025年底前完成這一計劃。

“對我來說，很明顯客戶對此非常重視，”帕塔克在談到人才短缺問題時表示，“問題是，我們如何確保我們的團隊和員工能夠跟上步伐，并充分利用這一機遇?！?/p>

帕塔克強調，相較于特定的技術技能，適應性更為重要：“我認為更重要的是，你是否能致力于學習如何使用AI工具，以便將其融入你的日常工作中，并保持這種敏捷性?我認為這種思維敏捷性對我們所有人來說都很重要。”

人才推動不僅限于培訓，還包括積極招聘，92%的企業計劃在2025年招聘要求具備GenAI專業知識的人員。在四分之一的企業中，至少50%的新職位將要求這些技能。

金融服務加入混合AI革命：僅25%的公司從零開始構建解決方案

長期以來，關于是構建專有AI解決方案還是利用現有模型的爭論似乎正朝著混合方法的方向發展。只有25%的企業計劃從零開始部署內部開發的解決方案，而58%的企業打算在現有模型上構建定制應用程序，55%的企業將在微調模型上開發應用程序。

這代表了傳統上以定制開發著稱的行業的顯著轉變。報告發現，44%的金融服務公司計劃使用現成的解決方案——這與它們過去偏愛專有系統的做法有所不同。

“許多精選客戶仍在構建自己的模型，”帕塔克解釋道，“但話說回來，我認為核心基礎模型已經投入了如此多的能力和投資，它們是非常好的起點，而且我們已經非常努力地確?？蛻艨梢苑判模麄兊臄祿鞘艿奖Ｗo的。沒有任何東西會泄露到模型中。他們進行的任何微調或定制都是私有的，并保留為他們的知識產權?！?/p>

他補充說，公司在使用現有基礎模型的同時，仍然可以利用他們的專有知識：“客戶意識到，他們可以通過RAG(檢索增強生成)和定制、微調以及模型蒸餾等方式，獲得他們對世界的專有理解的好處。”

印度以64%的全球AI采用率領先，韓國緊隨其后為54%，超越西方市場

雖然GenAI投資是全球趨勢，但研究揭示了采用率的區域差異。美國有44%的企業優先考慮GenAI投資，與全球平均水平45%持平，但印度(64%)和韓國(54%)的采用率顯著更高。

“我們看到全球范圍內的大規模采用，”帕塔克觀察到，“我認為有趣的是，在全球范圍內，我們看到了相對較高的一致性。我認為在我們的受訪者中，印度可能稍微領先一些，其他部分稍微落后于平均水平，然后美國正好處于平均水平線上?！?/p>

65%的企業將在2025年依賴第三方供應商來加速AI實施

隨著企業在復雜的AI領域中導航，他們越來越依賴外部專業知識。報告發現，65%的企業將在2025年在一定程度上依賴第三方供應商，其中15%計劃完全依賴供應商，50%采用結合內部團隊和外部合作伙伴的混合方法。

“對我們來說，這更像是一種‘和’的關系，”帕塔克在談到AWS支持定制和預構建解決方案的方法時表示，“我們希望滿足客戶的需求。我們從模型提供商的角度投資了一個龐大的合作伙伴生態系統，包括Anthropic和Meta、Stability、Cohere等。我們擁有一個龐大的獨立軟件供應商合作伙伴生態系統。我們擁有一個龐大的服務提供商和系統集成商合作伙伴生態系統?！?/p>

現在行動或面臨被甩在后面的風險

對于仍在猶豫是否擁抱GenAI的企業，帕塔克發出了嚴厲的警告：“我真的認為客戶應該積極投入，否則他們將面臨被那些已經行動起來的同行甩在后面的風險。AI所能帶來的收益是真實且顯著的?！?/p>

他強調了該領域創新的加速步伐：“AI技術的變化速度、改進速度以及推理成本降低的速度都是顯著的，并將繼續保持快速。今天看起來不可能的事情，可能在三到六個月內就會成為舊聞。”

這種情緒在各行各業的廣泛采用中得到了回應?！拔覀兛吹饺绱搜杆佟⑷绱藦V泛的采用，”帕塔克指出，“受監管的行業、金融服務、醫療保健、政府、大型企業、初創公司。當前的初創公司幾乎完全由AI驅動?！?/p>

以業務為先的AI成功方法

AWS的報告描繪了GenAI從前沿實驗到基本業務基礎設施的快速演變。隨著企業轉移預算優先級、重組領導團隊并競相獲取AI人才，數據表明我們已達到企業AI采用的一個決定性轉折點。

然而，在這場技術淘金熱中，最成功的實施可能來自那些始終關注業務成果而非技術新穎性的企業。正如帕塔克所強調的，“AI是一個強大的工具，但你必須從業務目標出發。作為企業，你試圖實現什么?”

最終，成功的公司將不一定是那些擁有最大AI預算或最先進模型的公司，而是那些最有效地利用AI解決實際業務問題并利用其獨特數據資產的公司。在這個新的競爭格局中，問題不再是要不要采用AI，而是企業能否在競爭對手之前迅速將AI實驗轉化為切實的業務優勢。