AWS 报告：生成式 AI 在 2025 年全球技术预算中超过安全性
快速阅读: 《VentureBeat 公司》消息，AWS报告显示，生成式AI已成为全球IT领导者的主要预算优先事项，取代了网络安全。研究表明，45%的组织计划优先考虑生成式AI支出。成功企业将是那些有效利用AI解决实际业务问题的公司，而不是仅依赖预算或模型。
订阅我们的每日和每周简报，获取关于行业前沿人工智能报道的最新资讯和独家内容。
根据亚马逊云科技（AWS）今日发布的全面研究报告显示，生成式人工智能工具已取代网络安全，成为2025年全球IT领导者的主要预算优先事项。《AWS生成式人工智能采用指数》对九个国家的3,739名高级IT决策者进行的调查显示，45%的组织计划优先考虑生成式人工智能支出，而非传统的IT投资，如安全工具（30%）——这标志着企业在争相利用人工智能变革潜力的过程中，公司技术战略的重大调整。“我认为这不是令人担忧的原因，”AWS生成式人工智能和AI/ML上市副总裁拉胡尔·帕塔克在与VentureBeat的独家采访中表示。“我的理解是客户的网络安全依然是重中之重。我们看到人工智能在预算优先级方面成为一个如此重要的项目，是因为客户看到了人工智能的许多应用场景。真正推动这一结果的是对加速人工智能应用的广泛需求。”
《AWS生成式人工智能采用指数》对九个国家的3,739名高级IT决策者进行的调查显示，45%的组织计划优先考虑生成式人工智能支出，而非传统的IT投资，如安全工具（30%）——这标志着企业在争相利用人工智能变革潜力的过程中，公司技术战略的重大调整。这项广泛的调查在美国、巴西、加拿大、法国、德国、印度、日本、韩国和英国展开，结果显示生成式人工智能的采用已经达到了一个关键的转折点，90%的组织现在以某种方式部署了这些技术。更引人注目的是，44%的组织已经超越了实验阶段，进入了生产部署阶段。
《AWS生成式人工智能采用指数》对九个国家的3,739名高级IT决策者进行的调查显示，45%的组织计划优先考虑生成式人工智能支出，而非传统的IT投资，如安全工具（30%）——这标志着企业在争相利用人工智能变革潜力的过程中，公司技术战略的重大调整。IT领导者将生成式人工智能视为2025年的首要预算重点，显著高于传统安全投资。
随着人工智能计划在各组织中的推进，新的领导架构正在形成以应对复杂性。报告显示，60%的组织已经任命了一位专门的人工智能主管，如首席人工智能官（CAIO），另有26%的组织计划到2026年这样做。这一高层级承诺反映出对人工智能战略重要性的认知不断增强，但研究显示，到2026年，近四分之一的组织仍没有正式的人工智能转型计划，这表明可能面临变革管理的难题。报告强调：“深思熟虑的变革管理策略至关重要。”“理想的战略应涵盖运营模式的变化、数据管理实践、人才管道以及扩展策略。”
各公司平均开展了45个人工智能实验，但预计只有约20个会在2025年面向终端用户，凸显出持续的实施难题。帕塔克指出：“在我看来，超过40%的新技术能投入生产，这表明采用速度很快且成功率较高。”“不过，我认为客户确实在大规模使用人工智能，我希望看到这一趋势进一步加速。”
报告指出人才短缺是实验转化为生产的主要障碍，55%的受访者认为缺乏熟练的生成式人工智能人才是他们面临的最大难题。帕塔克强调：“另一个成功实现生产化的关键是客户从自身业务目标出发。”“当你将企业及其客户的独特洞察与人工智能相结合时，就能推动差异化的业务成果。”
2024年，各组织平均开展了45个人工智能实验，但人才短缺阻碍了超过半数实验进入生产。2025年，92%的组织计划招聘需要生成式人工智能专业知识的岗位，75%的组织将开展培训以填补技能空白。
为弥合技能差距，组织正同时采取内部培训和外部招聘的双管齐下策略。调查显示，56%的组织已制定生成式人工智能培训计划，另有19%的组织计划在2025年底前这么做。2025年，92%的组织计划招聘需要生成式人工智能专业知识的岗位，75%的组织将开展培训以填补技能空白。
帕塔克谈及人才短缺问题时表示：“对我来说，这显然是客户关注的重点。”“关键在于，如何确保团队和员工跟上步伐，充分发挥这一机遇。”帕塔克强调并非特定技术技能，而是适应能力：“我认为更重要的是，能否承诺学习使用人工智能工具，并将其融入日常工作流程，保持灵活性。”“我认为这种心态上的灵活性对我们每个人都很重要。”
人才工作不仅涉及培训，还涵盖积极招聘，2025年，92%的组织计划招聘需要生成式人工智能专业知识的岗位。在四分之一的组织里，至少50%的新岗位需要这些技能。2025年，四分之一的组织要求至少一半的新岗位具备生成式人工智能技能。
金融服务业加入混合人工智能浪潮：仅25%的公司从头开始构建解决方案这一变化对传统上以定制开发为主的行业而言意义重大。报告显示，44% 的金融服务公司打算采用现成解决方案——这与它们以往偏爱自建系统的做法有所不同。不过我认为，核心基础模型投入了大量资源和精力，为用户提供了很好的起点，而且我们非常努力地确保客户的隐私和数据安全。任何微调或定制操作都保持私密性，且仍是客户的知识产权。他补充说，公司在使用现有基础模型的同时仍可以利用其专有知识：“客户意识到，通过诸如检索增强生成（RAG）、定制、微调和模型蒸馏等技术，他们可以利用自己对世界的独特理解获得好处。”
大多数组织更倾向于对现有AI模型进行定制化改造，而非从零开始构建解决方案。
印度以64%的AI应用率在全球领先，韩国以54%紧随其后，超过西方国家。有趣的是，全球范围内数据一致性较高。如果仔细观察，会发现印度略微领先，其他地区略低于平均值，而美国则大致持平。
2025年，三分之二的组织将依靠外部专业力量部署生成式AI解决方案。对于仍然犹豫是否要拥抱生成式AI的组织，帕塔克发出了严厉警告：“我真的认为客户应该积极参与进来，否则他们可能会被那些正在参与的同行甩在后面。AI带来的收益真实且重要。”他强调了该领域创新速度的加快：“AI技术的变化速度、改进速度以及诸如推理成本降低的速度等都是显著的，并且将继续快速进行。今天看起来不可能的事情，三到六个月内就可能成为过去式。”
这种观点在各个行业的广泛采用中得到了呼应。“我们看到如此迅速、如此广泛的采用，”帕塔克指出。“受监管的行业、金融服务、医疗保健，我们看到政府、大型企业和初创企业。当前的初创企业几乎完全是AI驱动的。”
AWS报告显示，生成式AI正迅速从前沿实验转变为基本业务基础设施。最终，成功的企业不一定拥有最大的AI预算或最先进的模型，而是那些最善于利用AI解决实际业务问题、发挥独特数据资产价值的公司。在这个新的竞争环境中，问题不再是是否采用AI，而是组织如何比竞争对手更快地将AI实验转化为可衡量的业务优势。
(以上内容均由Ai生成)
