一个柯利克®, 全球数据集成、数据质量、分析和人工智能（AI）公司，公布了IDC的一项研究结果，探讨了采用先进AI技术的挑战与机遇。 研究强调了野心与执行之间的重大差距：虽然89%的组织已更新数据策略以采用生成式人工智能，但只有26%在规模上实施了解决方案。 这些结果强调了迫切需要改善数据治理、可扩展的基础设施和分析准备，以充分释放人工智能的变革潜力。
根据由Qlik赞助的IDC信息简报发布的结果显示，全球各地的企业正迅速将人工智能融入工作流程，预计到2030年，人工智能将为全球经济贡献19.9万亿美元。 然而，准备不足的空白威胁着阻碍进展。 组织正在将其重点从人工智能模型转向创建基础数据生态系统，以实现长期成功。
生成式人工智能引发了广泛的热情，但我们的研究揭示了一个显著的准备不足。IDC数据整合与智能副总裁斯图尔特·邦德表示，企业必须应对诸如数据准确性和治理等主要挑战，以确保人工智能工作流程能够产生可持续和可扩展的价值。
如果不解决这些基本问题，企业就有可能陷入“人工智能的疯狂竞赛”，在这种竞赛中，野心超过了有效执行的能力，而潜在的价值无法实现。
“人工智能的潜力取决于组织管理和整合其人工智能价值链的效率，”Qlik战略总监詹姆斯·费舍尔（James Fisher）表示。 这项研究明确显示了雄心与执行之间的明显差异。那些无法建立提供可靠且可操作洞察的系统的公司，将迅速落后于那些转向以人工智能为导向的可扩展创新的竞争对手。
IDC的研究揭示了多项重要统计数据，展示了人工智能采用的前景和挑战
采用主动性人工智能与准备状态：80%的组织正在投资于Agentic AI的工作流程，但只有12%的人对其基础设施能够支持自主决策感到有信心。
“数据作为产品”的“动力”：擅长将数据作为产品的组织在大规模实施生成式人工智能解决方案方面的可能性是其他组织的七倍，强调了具有策划和责任感的数据生态系统的变革潜力。
嵌入式分析的增长：94%的组织正在整合或计划整合分析到企业应用中，但只有23%的组织在大多数应用中实现了集成。
生成式人工智能的战略影响：89%的组织根据生成式人工智能的影响重新制定了他们的数据策略，展示了其变革性的影响。
人工智能准备的瓶颈：尽管73%的组织将生成式人工智能整合到分析解决方案中，但只有29%完全实施了这些功能。
这些发现强调了企业弥合雄心与执行之间差距的紧迫性，明确聚焦于治理、基础设施和数据作为战略资产的利用。
IDC的研究结果强调了企业超越试验、解决AI准备的基本差距的迫切需求。 专注于治理、基础设施和数据整合，组织可以充分发挥人工智能技术的潜力，实现长期成功。
要访问IDC“在人工智能热潮中数据与分析的优先事项与挑战”InfoBrief的完整结果和见解，由Qlik赞助，请注册网络研讨会并查看完整报告这里.
