Press Release
全球調查發現企業的AI策略過度自信 忽視巨大盲點
儘管企業對自身的AI計劃信心十足，但碎片化的執行策略難以充份考慮AI的生命週期，恐難成功。
摘要：
- 企業未能瞭解端到端 AI 生命週期中的計算和網路需求，不足一半 IT 領導者表示完全了解訓練、調較和推理等多種 AI 工作負載的需求。
- 雖然企業認同數據管理是應用AI的關鍵，但僅7% 企業可以實時數據推送/擷取而只有26% 企業已建立數據治理模型，並可作高級分析。
- 許多企業採用獨立不一的數據處理手法，僅57%受訪企業制定統一、整合的策略。
- 儘管法律和法規遵從職能部門對AI的應用有重要角色，但 22% IT領袖沒有讓法律團隊參與企業的 AI 策略討論。
-
香港 – 2024年6月5日 – Hewlett Packard Enterprise (NYSE: HPE) 委託撰寫的一份研究報告中，近一半（44%）的受訪IT領袖認為所屬企業已做好準備，能實現AI的好處。該報告同時揭示企業策略中的重大差距，例如流程和指標之間不一致，以致AI應用碎片化，這將進一步加劇交付問題。
《構建人工智慧優勢》（Architect an AI Advantage）報告調查來自14個國家或地區的2千多名IT領袖，發現儘管全球對AI的投資與日俱增，但企業卻忽視影響AI應用效果的關鍵領域，例如數據成熟度低、網路和計算配置的潛在缺陷，以及倫理和法規遵從等考慮。報告同時揭示AI的策略和理解出現重大脫節，影響未來的投資回報。
HPE 數據及人工智能高級副總裁Eng Lim Goh博士表示：「企業應用AI的步伐肯定會加快，現時幾乎所有的IT領袖都計劃在未來12個月內，增加人工智慧支出。報告清晰表明企業對AI的興趣甚高，但理解和執行上出現明顯的盲點。若企業未能全面考慮，AI的進展將會停滯不前。例如，策略和各部門步伐的不一致可能會阻礙企業善用關鍵的專業領域，作出高效的決策，同時確保整體的AI路線圖能使所有業務領域受惠。」
- 企業數據成熟度低
強大的AI 性能取決於高質量的數據輸入。是次調查結果卻顯示，儘管企業領袖將數據管理視為 AI 應用成功的關鍵要素，但他數據成熟度水平甚低，僅有一小部分 （7%） 企業能運行實時數據推送/擷取，用作創新或牟利。只有 26%建立數據治理模型，並可作高級分析。
更令人擔憂的是，不足六成的受訪者表示所屬企業能夠處理AI模型所需的數據。能處理數據關鍵環節的企業，從訪問（59%）和存儲（57%）至處理（55%）和復原（51%）更是每況愈下。這種差異不但會拖慢 AI 模型的創建，更增加了模型提供不準確見解和負投資回報率的可能性。
- 端到端生命週期的配置
類似認知和實際之間的落差，同樣出現在端到端AI生命週期的運算和網路要求。從表面上看，企業信心十足：93% 的 IT 領袖認為其網路基礎設施能支援 AI 流量，而 84%認為他們的系統在運算能力有足夠的靈活性，可以支援 AI 生命週期不同階段的獨特需求。
研究機構Gartner®預計，「在2025 年，生成式AI將於 70% 的文字和數據密集型工作發揮作用，而 2023 年這一比例不足10%」*。然而，受訪 IT領袖只有不足一半表示完全了解訓練、優化和推理各種 AI 工作負載的需求。他們能否準確地滿足這些需求，情況令人懷疑。
- 忽視跨業務聯繫、法規遵從和道德規範
調查亦顯示，企業普遍未能連繫各個關鍵業務領域。超過四分之一 （28%）IT 領袖表示所屬企業的整體 AI 方法「碎片化」(fragmented)。同時，超過三分之一（35%）企業選擇為各個職能部門制定單獨的AI策略，而32%更表示各部門策略的目標不一。
更危險的是，儘管消費者和監管機構對倫理和法規遵從的審查日趨嚴格，但兩者在AI策略似乎被完全忽視。結果顯示，部份IT領袖認為法律/法規遵從（13%）和倫理（11%）對AI的成功最不重要。此外，近四分之一企業（22%）沒有讓法律團隊參與企業的AI策略討論。
- 企業恐懼錯過AI發展，對自身計劃過度自信的風險
坊間對AI的討論熱熾，使企業爭先恐後地使用AI。然而，若欠缺適當的AI倫理和法規遵從的考慮，企業有可能洩露對保持競爭優勢及品牌聲譽非常重要的獨有數據。缺乏AI倫理的企業可能會開發有違法規和多元共融標準的AI模型，損害企業的品牌聲譽，更可能帶來營收下降、被徵收高昂罰款和糾纏於法律訴訟。
更值得深思是，AI分析結論的優劣，取決於訓練的數據品質。報告顯示企業數據成熟度水準仍然很低，同時一半的受訪IT 領袖承認他們對對整個 AI 生命週期的 IT 基礎設施需求的了解有限，開發無效AI模型的風險日增，例如得出被稱為「AI幻覺」（AI hallucinations）的誤導性結論。此外，運行 AI 模型的電力需求甚高，可能導致數據中心碳排放量的不必要地增加。這些挑戰不但會拖累企業在AI的投資回報，更可能進一步損害公司的整體品牌。
HPE數據及人工智能高級副總裁Eng Lim Goh博士表示：「AI 是我們這個時代數據和電力最密集的工作負載。為有效運用生成式AI ，解決方案必須採用混合設計，並使用現代 的AI 架構構建。從本地、託管或公有雲中的訓練和調整模型，以至邊緣的推理，生成式AI可能將來自網路上每台設備的數據轉化為見解。然而，企業必須仔細權衡作為先行者的平衡，以及對整個AI生命週期了解有限的風險，否則巨額的AI投資最終可能得不償失。」
關於Hewlett Packard Enterprise
Hewlett Packard Enterprise（NYSE：HPE）是一家經營從邊緣至雲端 (edge-to-cloud) 環球公司，旨在協助客戶全面釋放儲存多處的數據價值，加快實現業務成果。憑藉數十年來重新構想未來，以創意推動人們生活和工作方式的努力。HPE提供獨特、開放及智能的科技解決方案。憑藉涵蓋雲端服務、運算、高性能運算和人工智能、智能邊緣、軟件和儲存，HPE 在營造跨越所有雲端及邊緣的一致體驗，協助客戶開發新營運模式、採用嶄新經營手法，以及提升營運表現。更多資訊請瀏覽：www.hpe.com
-
關於報告： HPE 於2024 年 1 月委託 Sapio Research 進行一項調查，以了解企業在 AI發展的進程，以及他們有否採取全方位策略。該調查涵蓋澳洲/新西蘭、巴西、法國、德國、印度、意大利、日本、墨西哥、荷蘭、新加坡、南韓、西班牙、英國/愛爾蘭和美國等14 個市場，訪問2400 多名 IT 決策人員（IT 領袖）。這些 IT 決策人員在擁有超過500名員工的企業工作，行業涵蓋金融服務、製造、零售和醫療保健。
*新聞稿: Gartner, Use Generative AI to Enhance APM and Observability, By Martin Caren, 26 February 2024. GARTNER is a registered trademark and service mark of Gartner, Inc. and/or its affiliates in the U.S. and internationally and is used herein with permission. All rights reserved.
傳媒查詢:
Jackson Chan
a50010922zhhk