当前位置：首页 > 文章列表 > 科技周边 > 业界新闻 > AI项目落地率不足12%引热议

AI项目落地率不足12%引热议

2025-10-05 08:03:34 0浏览收藏

Riverbed最新全球调查报告揭示，企业AI投资虽近乎翻倍，AIOps项目投资回报喜人，但AI项目全企业部署率仅为12%，引发行业深思。该调查覆盖多国多行业，聚焦AI采纳、可观测性工具、统一通信、OpenTelemetry框架及数据基础设施五大关键领域。报告指出，企业在AI落地过程中面临数据质量、预期偏差等挑战，正积极整合IT运维工具链，转向统一平台架构，推动开放标准应用，优化跨团队协作，解决AI数据在复杂IT环境中的流动问题。企业逐步迈向“AI就绪”状态，IT运营模式趋同，高达93%的企业考虑更换供应商以实现工具整合，并积极部署OpenTelemetry框架。数据流通、存储成本、安全性与网络性能成为AI战略成功的关键要素。

尽管投资创纪录，但仅有 12% 的 AI 项目实现全面部署

根据 Riverbed 最新发布的全球调查报告，企业在人工智能（AI）采用方面展现出强烈承诺，并正在对 IT 运营进行战略性重塑以支撑 AI 发展。尽管整体 AI 投资额几乎翻倍，且高达 87% 的组织表示其 AIOps 项目的投资回报已达到或超出预期，但仅有 12% 的 AI 项目实现了全企业范围的部署。

此次调查覆盖来自七个不同国家、多个行业的 1,200 名商业决策者、IT 高管及技术专家，深入揭示了企业在将 AI 融入 IT 运维过程中的现状与挑战。研究聚焦五大关键领域：AI 采纳进展与成功路径之间的落差；可观测性工具的部署趋势；统一通信平台的应用情况；OpenTelemetry 框架的普及程度；以及支撑 AI 所需的数据基础设施建设。

调查显示，企业在推进 AI 实施过程中仍面临显著障碍。大多数尚未具备全面推行 AI 项目的能力，主要难题包括持续存在的数据质量问题，以及管理层乐观预期与实际落地之间存在的鸿沟。为应对这些挑战，企业正积极整合 IT 运维中的工具链和供应商资源，转向统一平台架构，推动开放标准应用，优化跨团队协作机制，并着力解决 AI 数据在复杂 IT 环境中流动的问题。

报告指出，随着企业逐步迈向“AI 就绪”状态，各国及各行业在 IT 运营模式上呈现出趋同转变的趋势。高达 93% 的企业正在考虑更换现有供应商以实现工具整合，而领导者和技术人员平均每周有 42% 的工作时间用于操作这些分散的系统。由于数据治理难度加大，越来越多的企业将目光投向开源可观测性框架 OpenTelemetry。此外，在筹备大规模 AI 部署时，IT 团队发现大量 AI 相关数据正越来越多地驻留在公共云和边缘计算环境中。

目前，企业年均 AI 投资已达 2700 万美元（较 2024 年的 1470 万美元接近翻番），87% 的受访者确认其 AIOps 投资带来了符合甚至超越预期的回报。然而，要真正释放 AI 潜力，必须弥合三大核心差距：准备度不足、数据质量缺陷以及期望与现实之间的错位。

AI 准备度偏低：仅 12% 的 AI 项目完成企业级部署；仅有 36% 的组织认为自身已具备实施 AI 的能力，这一比例相较去年还下降了一个百分点（去年为 37%）。
数据质量成瓶颈：虽然 88% 的受访者承认高质量数据是 AI 成功的关键，但在准备阶段，仅有 46% 的人对其数据的准确性与完整性抱有信心。事实上，多数企业的数据基础仍不健全——仅 34% 认为其数据在相关性和适用性方面表现优异，35% 在一致性和标准化方面达标，37% 在安全与保护层面获得高分。
领导层与执行层认知脱节：42% 的管理者认为组织已做好充分准备，而持相同看法的技术专家仅为 25%，显示出明显的预期偏差。

当前，企业平均使用来自 9 家供应商的 13 种可观测性工具，相当于每类可观测需求对应一至两种工具。面对工具碎片化问题，96% 的企业正在主动减少所依赖的工具和供应商数量，93% 的企业相信统一平台能更高效地识别并解决运维问题。提升生产力已成为首要驱动力，其重要性超过成本控制。

在标准化方面，88% 的企业已启动 OpenTelemetry（OTel）的部署，其中 41% 已完成全面实施，另有 47% 正在稳步推进。95% 的受访者强调，实现应用、基础设施与用户体验间的数据标准化对其可观测性战略至关重要。

高达 94% 的公司认为 OTel 是通往 AI 驱动自动化等高级场景的基石。超过半数（57%）预计该框架将在未来两年内广泛普及。目前已有 36% 的企业将其视为强制性标准，但在此问题上，业务领导者与技术专家之间存在明显认知差异：41% 的领导者视其为强制要求，而仅 27% 的技术人员认同这一点。

数据流通的重要性同样不容忽视：91% 的企业认为 AI 数据的移动与共享对其整体 AI 战略至关重要，其中 33% 明确指出这是设计与执行 AI 方案的基础前提。