📢 转载信息
原文作者：MIT Technology Review Insights
在与 Uniphore 合作推出
今天标志着企业AI采用的一个拐点。尽管在生成式AI方面投入了数十亿美元，但只有 5% 的集成试点项目能交付可衡量的业务价值，而且近一半的公司在达到生产阶段之前就放弃了AI计划。
瓶颈不在于模型本身。阻碍企业发展的是周围的基础设施：有限的数据可访问性、僵化的集成和脆弱的部署路径，这些都阻碍了AI项目在早期LLM和RAG实验之外进行扩展。作为回应，企业正转向可组合和主权AI架构，这些架构可以降低成本、保留数据所有权，并适应AI的快速、不可预测的演变——IDC预计到 2027 年，75% 的全球企业将实现这种转变。
将概念转化为生产现实
AI试点几乎总是成功的，但这恰恰是问题所在。概念验证（PoC）旨在验证可行性、浮现用例并建立对更大投资的信心。但它们在很少能与生产现实相媲美的条件下才能蓬勃发展。
Continent 8 Technologies 的首席数据官 Cristopher Kuehl 观察到：“PoC 生活在一个安全的泡沫中”。数据经过精心策划，集成很少，而且这项工作通常由最资深、积极性最高的团队来完成。
根据 IDC 研究总监 Gerry Murray 的说法，结果与其说是试点失败，不如说是结构性设计不当：许多AI项目从一开始就“被设置为失败”。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区