
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。
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。
随着 AI 数据分布日益广泛,企业在管理数据流动时最关注的三大因素分别为:数据传输与存储成本(95%)、安全性与合规性(94%)、网络性能与可靠性(94%)。78% 的受访者(企业领导者中这一比例达 81%)认为,网络性能与安全保障是决定 AI 战略成败的核心要素。
完整报告可在此处下载。
以上就是尽管投资创纪录,但仅有 12% 的 AI 项目实现全面部署的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号