调查数据显示，全球只有14%的企业完全准备好部署和利用由AI支持的技术。报告强调了企业准备使用和部署AI，展示了关键业务支柱和基础设施之间的关键差距，这些差距对不久的将来构成严重风险。
虽然AI的采用几十年来一直进展缓慢，但GenAI的进步，加上过去一年的可用性，促使人们更多地关注这项技术带来的挑战、变化和新的可能性。
尽管84%的受访者认为AI将对他们的业务运营产生重大影响，但它也引发了围绕数据隐私和安全的新问题。当涉及到利用AI和他们的数据时，公司面临的挑战最大。实际上，81%的受访者承认，这是由于其企业中存在各自为政的数据
经调查显示，公司正在采取多项积极主动的措施，为以人工智能为核心的未来做好准备。在谈到制定人工智能战略时，有近三分之一的受访者被归类为标兵（充分准备），这显示出C级高管和IT领导层对此问题非常关注
这可能是因为97%的受访者表示，在他们的企业中部署AI技术的紧迫性在过去六个月里有所增加，据报道，IT基础设施和网络安全是AI部署的首要关注方面。
AI应用的竞赛已经开始，企业面临着从战略规划转向执行模式的巨大压力，以利用AI所代表的变革潜力。
为了实现人工智能产品和服务的好处，公司需要找到解决方案来保护和遵守他们的人工智能模型和工具链，以确保性能、保护敏感数据和系统，并提供可信赖和负责任的人工智能结果
除了总体上只有14%的公司是标兵(充分准备)之外，研究还发现，全球52%的公司被认为是落后者(未做好准备)，4%的公司被认为是落后公司，48%的公司被认为是追随者(准备不足)。
在调查中，有61%的受访者表示，在他们的公司开始受到重大负面业务影响之前，他们最多只有一年的时间来执行人工智能战略
73%的企业被评为领先者或追赶者，只有4%的企业被发现是落后者，此外，95%的企业已经制定或正在制定高度明确的AI战略，这是一个积极的迹象，但也表明还有更多的工作要做。
95%的企业意识到AI将增加基础设施工作负载，但只有17%的企业拥有完全灵活的网络来处理这种复杂性，23%的公司在其当前IT基础设施中应对新的AI挑战时，可扩展性有限或根本没有。
为了适应AI日益增长的能力和计算需求，超过75%的公司将需要更多的数据中心GPU来支持当前和未来的AI工作负载，此外，30%的受访者表示，他们的网络延迟和吞吐量不是最优或次佳的，48%的受访者认为他们需要在这方面进一步改进，以满足未来的需求。
尽管数据是AI运营所需的重要支柱，但它也是准备就绪最薄弱的领域之一。相较于其他支柱，数据落后的比例最高，有17%的受访者表示，在其企业中存在一定程度的数据孤立或碎片化问题
在整合来自各种来源的数据并使其适用于人工智能的复杂性可能会对应用程序的最大潜力产生影响，这是一个关键的挑战
董事会和领导团队最有可能拥抱AI带来的变化，两组中都有82%的人表现出高或中等的接受度，然而，在22%的中层管理人员对AI的接受度有限或没有接受AI的员工中，还有更多的工作要做，近三分之一(31%)的企业报告称，员工采用AI的意愿有限或完全抵制AI。
AI技能的需求揭示了数字时代的新鸿沟。尽管有90%的受访者表示他们已经投资于提升现有员工的技能，但29%的受访者对是否能够找到足够熟练的人才表示怀疑
在76%的企业中，据报告显示，没有全面的人工智能政策。这是一个亟待解决的问题，因为公司需要考虑和管理所有可能损害信心和信任的因素
需要重写的内容是：这些因素包括数据隐私和数据主权，以及对全球法规的理解和遵守，此外，还需要密切关注数据和算法中偏见、公平性和透明度的概念
相较于其他类别，这一领域的领头羊数量最少（仅占9%），主要原因是只有21%的人拥有广泛采用人工智能的全面变革管理计划。C级高管对内部人工智能的变化最为愿意接受，必须带头制定全面的计划，并将这些计划清晰地传达给中层管理人员和员工，尤其是那些接受程度相对较低的人员
好消息是，人们的积极性很高，近80%（79%）的受访者表示，他们的企业正在以中等到高度的紧迫感拥抱人工智能，只有2%的人表示他们抵制变革
以上是应对AI融入企业业务过程中的挑战：企业的解决之道的详细内容。更多信息请关注PHP中文网其他相关文章！
