概述
生成式人工智能很热门，但公司是在浪费钱吗？主持人基思·肖 (Keith Shaw) 深入探讨了令人惊讶的新发现布雷特·罗斯科（Informatica）和布莱克·安德鲁斯（独立财务）。一项针对顶级数据领导者的全球调查显示，许多生成式人工智能项目“陷入困境”，但预算却在不断增长。这种脱节背后的原因是什么？这种脱节会在 2025 年持续吗？
👀 这种脱节背后的原因是什么？这种脱节会在 2025 年继续吗？
👉 本集：
• 为什么人工智能项目未能交付
• 数据领导者的真实想法
• 人工智能投资是否仍然值得
🔔 不要忘记点赞、评论和订阅，以获取有关技术、人工智能和数据趋势的更多见解！
#ArtificialIntelligence #GenerativeAI #AIBudget #TechTrends #计算机科学 #DataLeadership #AIProjects #KeithShaw #AIsurvey #FutureOfAI
成绩单
最近的一项调查表明，大多数公司对生成人工智能方面缺乏进展感到沮丧，但他们仍在该技术上投入越来越多的资金。
这种资金流失现象会在 2025 年持续下去吗？还是说我们正在扭转困境并纠正一些主要问题？我们将在今天的科技节目中讨论这一点以及更多内容。大家好。
欢迎来到今日科技。我是基思·肖。今天和我一起参加节目的是 Informatica 高级副总裁兼云数据治理和云运营总经理 Brett Roscoe 以及 Independent Financial 首席数据和分析官 Blake Andrews。先生们，欢迎来到演出。
我想谈谈很多这样的问题。我们从 2025 年 CDO Insights 报告中获得了大量数据，该报告调查了美国、英国、欧洲和亚太地区收入超过 5 亿美元的公司的 600 名数据领导者。
调查的主要目标是什么？
布雷特：今年，我们真正关注的是：绊脚石是什么？您的投资计划是什么？您对 AI 和 GenAI 项目有哪些问题或担忧？
基思：它确实揭示了一些有关所取得的进展和投资规模的富有洞察力的信息。但显然，客户仍在努力前进。布莱克，你参与了这件事——不是作为报告的作者，而是以什么身份？
Blake：我是 Informatica CDO 执行顾问委员会的成员，提供行业见解并验证报告的一些发现。我代表 IT 和数据方面（本质上是世界各地的 CDO）并帮助确认这些答案。
是的，我曾与许多大型金融企业合作，试图推动他们的 GenAI 项目向前发展。我之前曾与 Informatica 进行过交谈，并且我努力为客户发出强有力的声音。基思：那太好了。当你们将今年的调查与 2023 年进行比较时，有什么惊喜吗？
或者结果是否验证了您已有的假设？布雷特：有几件事继续得到证实——比如大规模投资仍在发生的事实。约 87% 的受访者表示，他们计划从 2024 年到 2025 年增加 GenAI 投资，就像他们在 2023 年到 2024 年所做的那样。
对我们来说最大的“顿悟”时刻来自两个方面。首先，许多组织正在努力将其 GenAI 项目从概念验证或试点阶段转向全面生产。其次，97% 的受访者表示，他们在证明投资回报率方面遇到了困难，无法向其业务部门和领导层证明这些项目的合理性。
尽管看到了价值并继续投资，但证明价值仍然是一个主要障碍。
基思：布莱克，当你看到结果时，他们是否验证了你在独立金融公司的经历？或者你觉得自己是个异类？ Blake：一些发现确实引起了我的共鸣，也引起了我通过各种网络与其他 CDO 进行的对话的共鸣。
当你开始汇总这些轶事观点时，它们确实在本次调查的结果中得到了体现。
Keith：Brett，您早些时候提到，大约三分之二的受访者表示，他们甚至无法将一半的 GenAI 试点转变为生产。我们从 Gartner 听到了类似的 30% 数字。造成这种情况的最大原因是什么？
布雷特：我们在五个核心原因上的分布相当均匀，这在受访者中非常一致。数据质量 – 您的 GenAI 输出的质量取决于输入的数据的质量。 隐私和安全 – 保护个人、敏感或受监管的信息。
技能和公司文化——采用 GenAI 需要技术技能和支持性文化。监管合规性——适应不断变化的规则，特别是新的欧盟和州级法规。负责任的人工智能使用——确保技术的使用符合道德、公正和安全。
Keith：这五个挑战会均匀地呈现在条形图上，还是其中一些会很突出？布雷特：相当均匀。大约 43% 的人认为安全是一个问题，43-44% 的人指出数据质量是一个问题。隐私和质量是最受关注的问题，但其他的也紧随其后。
Keith：公司是否认为他们可以解决所有五个挑战，或者他们是否首先优先考虑安全和隐私？
Blake：质量始终是您必须解决的问题——它是数据治理的基础。人工智能就像放大镜，放大您已经存在的任何数据质量问题。因此，公司需要非常关注这些问题。另一个关键领域是风险和合规性。
公司逐渐认识到，他们需要尽早让隐私、法律和风险专家介入流程，而不是在第 11 个小时。当这些利益相关者加入得太晚时，他们不了解项目是如何发展的，这就带来了可见性挑战。
基思：是的，最后让这些团队加入似乎会带来灾难。这不是一次性就能解决的问题，而是一个接一个项目地解决，对吧？布莱克：没错。
存在管理开销，而且当公司同时运行多个试点时，情况会更加紧张。有些项目是面向外部的，风险较高，因此会受到更多关注。内部机构可能受到较少的审查，但仍然需要治理。
发现的另一个问题是人工智能技术缺乏成熟度和互操作性，这一点在本次调查中尤为突出。基思：这是新的。我们经常听说安全性、合规性和投资回报率，但成熟度和互操作性很有趣。公司是在等待更好的工具，还是在努力让多种工具协同工作？
Brett：这个领域发展得如此之快，团队很难跟上。一些公司认为他们需要 10 种不同的工具来管理数据和人工智能项目，这会产生兼容性问题。这就是 Informatica 推动具有强大互操作性的平台方法的原因。
但即便如此，与外部人工智能工具集成仍然需要技术技能。公司正在努力弄清楚如何选择合适的合作伙伴和工具来创建一个有凝聚力的、精简的系统。布莱克：是的，这与投资回报率直接相关。
您的工具集越分散，证明投资回报就越困难。 Keith：财务团队是否在推迟，或者困难更多在于证明价值？
布莱克：这是一个混合体。对投资回报率的期望非常高。流行文化让我们认为人工智能是一种功能超强的工具，但实际上，我们仍处于成长的阵痛阶段。
当你从试点规模转向企业规模时，成本会飙升，一些公司在没有明确定义用例的情况下就匆忙投入项目。他们现在正试图改进问题的解决方案，但效果很少。
Keith：所以这就像是，“我们拥有所有这些数据，让我们将人工智能投入其中，看看会发生什么。”布莱克：没错。
还有就是害怕错过。公司不想落后，尤其是当竞争对手正在利用人工智能进行创新时。迅速采取行动的压力是真实存在的。基思：但这不能只是砸钱来解决问题，对吧？布雷特：对。
你需要整体投资。我们的调查发现，86% 的受访者正在投资成熟的数据管理能力。 GenAI 需要强大、受监管的数据共享实践。因此，公司不仅在扩展他们的人工智能团队，还在扩展他们的治理和管理框架。它是关于产生安全、道德和有价值的结果。
基思：我们最终会看到回调吗？布雷特：可能吧。
投资不可能永远上涨。但我认为我们还没有达到目标——我们仍处于加速阶段。基思：布莱克，公司是否也担心失败——不仅是浪费开支，还因为人工智能的推出有缺陷而导致声誉受损？布莱克：是的，当然。
试点项目快速失败和向公众推出有风险的产品是有区别的。敏捷方法在这里很有帮助——尽早失败，快速学习。当您跳过治理和风险评估时，就会发生最大的失败。从一开始就将合规和法律团队纳入流程至关重要。
你必须考虑客户如何安全、负责任地与人工智能互动。基思：所以我们的想法是：在试点中失败比在公开场合失败要好。这是有道理的。布雷特：没错。
调查显示，大多数客户在投入生产之前都会使用 POC 和试点进行测试，这是令人鼓舞的。您希望在向项目投入资金之前尽早发现缺陷。 Keith：您之前提到了来自最高管理层的压力。
数据领导者是否觉得自己是“陷入困境”，试图踩刹车？
布雷特：这肯定是一种推拉动力。最高管理层渴望快速行动，而法律和合规团队则希望谨慎行事。公司需要治理委员会和强有力的沟通来实现这种平衡。
布莱克：是的，管理期望是关键。成熟的程序可以扩展他们已经构建的框架。其他人正在争先恐后地追赶。好消息是，最高管理层终于开始推动治理和数据基础，而不是被推动。
Keith：是否有幻灭的时间，或者节奏是否太快而无法放慢？布莱克：你成功了。炒作周期是真实存在的，但在幻灭之前，像代理 AI 或 GPT 这样的新突破就会出现并重新点燃人们的兴奋感。布雷特：完全同意。
现在甚至可以通过人工智能来加速治理——使用它来自动化策略创建、数据分类等。我们谈论人工智能的数据管理和人工智能的数据管理。等式的两边都在快速发展。基思：这让你们都很有工作！
正如您所说，数据不会消失。布莱克：没错。这只是一个炒作周期叠加在另一个炒作周期之上。下一件大事总是指日可待。 Keith：这是一个很好的结束点。乐观情绪依然存在。
再次感谢大家加入我的节目。这就是我们本周这一集的全部时间。请务必喜欢该视频、订阅该频道并在评论中留下您的想法。每周加入我们，观看《今日科技》的新剧集。
我是基思·肖（Keith Shaw）——感谢您的观看！
订阅我们的时事通讯
从我们的编辑直接发送到您的收件箱
请在下面输入您的电子邮件地址开始使用。