《2025年智能组织的智慧企业构建:驾驭快速演进的AI生态研究报告》由Omdia发布,聚焦AI生态演进趋势、组织应用挑战及应对策略,涵盖模型发展、边缘计算、网络安全、人才管理等多维度,为企业构建智能组织提供指南。
报告指出,AI模型向小型化、专业化转型,2018-2021年模型规模激增100倍,2023年GPT-4后大型模型增长停滞,Meta的LLaMa模型推动小型模型兴起。如谷歌Gemma3(270亿参数)性能超更大模型,阿里Qwen3-30B仅激活10%参数就优于前代。这促使AI部署结构调整,数据中心需兼顾吞吐量、延迟和模型多样性,或增单GPU节点,或优化多GPU虚拟化,边缘设备也因小模型实现本地化AI应用。
AI与物联网融合催生AIoT,边缘AI成关键趋势。传统IoT依赖云端处理,无法满足实时决策需求,边缘AI通过本地数据处理实现实时响应,保障数据隐私,降低网络成本,适用于交通、制造、医疗等场景。但小模型存在算力需求高、复杂推理能力弱、部署碎片化等问题,未来随边缘硬件升级,云边混合部署将成主流。
网络安全领域,AI应用双向影响。防御方用生成式AI(如构建防护系统)和判别式AI(如分类威胁数据)提升防护,攻击方也利用AI发起攻击。企业需从三方面强化AI安全:为大语言模型应用设防护以防数据泄露等;保护模型免受盗窃、篡改,加强开发者安全;提升数据管理水平,保障训练数据质量与合规。
企业AI应用面临多重挑战,安全与数据隐私为首要障碍,其次是合规、系统集成难、人才短缺,legacy系统与AI适配性差、数据质量低、ROI不明也制约发展。不过企业对AI信心仍足,预算预计增长,agentic AI推动更多实验。供应商可通过提供安全优先解决方案、定制治理框架、集成中间件、低代码平台、可扩展边缘基础设施及ROI测量工具助力企业克服困难。
职场AI需通过编排平台整合,AI快速渗透职场但导致系统碎片化,带来管理与安全问题。新兴AI编排平台(如ServiceNow、微软相关平台)可规范AI应用、连接孤立系统、促进AI主体协作、加强模型治理,Model Context Protocol(MCP)等标准也为系统集成奠定基础。同时,供应商需协助企业评估AI ROI、打造差异化产品、采用灵活授权模式以推动AI规模化应用。
报告还警示,90%企业AI项目或失败,仅11%企业优化AI以实现业务目标,多数处初级阶段。失败源于未解决基础问题,如混合云环境下的集成难题、数字化转型不成熟(北美仅63%企业达成熟水平)、忽视技术、人才与流程协同。企业需从技术(数据管理、安全治理)、人才(应对变革阻力、保障体验)、系统(选择适配部署方案)三方面评估成熟度,借鉴过往技术部署经验,方能提升AI项目成功率。
k8凯发官网