Bergabunglah dengan buletin harian dan mingguan kami untuk pembaruan terbaru dan konten eksklusif tentang liputan AI terkemuka di industri. Pelajari lebih lanjut
Alat AI generatif telah melampaui keamanan siber sebagai prioritas anggaran teratas untuk para pemimpin TI global menuju 2025, menurut sebuah studi baru yang komprehensif yang dirilis hari ini oleh Amazon Web Services.
Indeks Adopsi AI Generatif AWS, yang mensurvei 3.739 pembuat keputusan TI senior di sembilan negara, mengungkapkan bahwa 45% organisasi berencana untuk memprioritaskan pengeluaran AI generatif daripada investasi TI tradisional seperti alat keamanan (30%) – perubahan signifikan dalam strategi teknologi perusahaan ketika bisnis berlomba untuk memanfaatkan potensi transformatif AI.
“Saya tidak berpikir itu karena khawatir,” kata Rahul Pathak, wakil presiden generatif AI dan AI/mL untuk memasarkan di AWS, dalam wawancara eksklusif dengan VentureBeat. “Cara saya menafsirkan bahwa keamanan pelanggan tetap menjadi prioritas besar. Apa yang kami lihat dengan AI menjadi item utama dari perspektif prioritas anggaran adalah bahwa pelanggan melihat begitu banyak kasus penggunaan untuk AI. Ini benar -benar ada kebutuhan luas untuk mempercepat adopsi AI yang mendorong hasil tertentu.”
Survei ekstensif, yang dilakukan di seluruh Amerika Serikat, Brasil, Kanada, Prancis, Jerman, India, Jepang, Korea Selatan, dan Inggris, menunjukkan bahwa adopsi AI generatif telah mencapai titik belok kritis, dengan 90% organisasi sekarang mengerahkan teknologi ini dalam beberapa kapasitas. Lebih menarik, 44% telah bergerak melampaui fase eksperimental ke dalam penyebaran produksi.
60% perusahaan telah menunjuk kepala petugas AI sebagai transformasi C-suite untuk era AI
Sebagai skala inisiatif AI di seluruh organisasi, struktur kepemimpinan baru muncul untuk mengelola kompleksitas. Laporan tersebut menemukan bahwa 60% organisasi telah menunjuk seorang eksekutif AI yang berdedikasi, seperti Kepala Pejabat AI (CAIO), dengan 26% lainnya berencana untuk melakukannya pada tahun 2026.
Komitmen tingkat eksekutif ini mencerminkan peningkatan pengakuan akan kepentingan strategis AI, meskipun penelitian ini mencatat bahwa hampir seperempat organisasi masih akan kekurangan strategi transformasi AI formal pada tahun 2026, menunjukkan tantangan potensial dalam manajemen perubahan.
“Strategi manajemen perubahan yang bijaksana akan sangat penting,” laporan itu menekankan. “Strategi yang ideal harus membahas perubahan model operasi, praktik manajemen data, pipa bakat, dan strategi penskalaan.”
Perusahaan Rata -rata 45 Eksperimen AI tetapi hanya 20 yang akan mencapai pengguna pada tahun 2025: Tantangan Kesenjangan Produksi
Organisasi melakukan rata -rata 45 percobaan AI pada tahun 2024, tetapi hanya sekitar 20 yang diharapkan menjangkau pengguna akhir pada tahun 2025, menyoroti tantangan implementasi yang persisten.
“Bagi saya untuk melihat lebih dari 40% masuk ke produksi untuk sesuatu yang relatif baru, saya benar -benar berpikir cukup cepat dan tingkat keberhasilan tinggi dari perspektif adopsi,” kata Pathak. “Yang mengatakan, saya pikir pelanggan benar -benar menggunakan AI dalam produksi dalam skala, dan saya pikir kami ingin melihat itu terus berakselerasi.”
Laporan tersebut mengidentifikasi kekurangan bakat sebagai penghalang utama untuk transisi eksperimen ke dalam produksi, dengan 55% responden mengutip kurangnya tenaga kerja AI generatif yang terampil sebagai tantangan terbesar mereka.
“Saya akan mengatakan karya besar lain yang merupakan kunci untuk memasuki produksi dengan sukses adalah pelanggan yang benar -benar bekerja mundur dari tujuan bisnis apa yang mereka coba kendarai, dan kemudian juga memahami bagaimana AI berinteraksi dengan data mereka,” kata Pathak kepada VentureBeat. “Ini benar -benar ketika Anda menggabungkan wawasan unik yang Anda miliki tentang bisnis Anda dan pelanggan Anda dengan AI, Anda dapat mendorong hasil bisnis yang berbeda.”
92% organisasi akan mempekerjakan bakat AI pada tahun 2025 sementara 75% menerapkan pelatihan untuk menjembatani kesenjangan keterampilan
Untuk mengatasi kesenjangan keterampilan, organisasi mengejar strategi ganda pelatihan internal dan perekrutan eksternal. Survei menemukan bahwa 56% organisasi telah mengembangkan rencana pelatihan AI generatif, dengan 19% perencanaan untuk melakukannya pada akhir 2025.
“Bagi saya, jelas bahwa itu adalah yang utama bagi pelanggan,” kata Pathak mengenai kekurangan bakat. “Ini, bagaimana kami memastikan bahwa kami membawa tim kami dan karyawan dan membawa mereka ke tempat di mana mereka dapat memaksimalkan peluang.”
Daripada keterampilan teknis tertentu, Pathak menekankan kemampuan beradaptasi: “Saya pikir ini lebih banyak tentang, dapatkah Anda berkomitmen untuk belajar bagaimana menggunakan alat AI sehingga Anda dapat membangunnya ke dalam alur kerja sehari-hari dan menjaga kelincahan itu? Saya pikir kelincahan mental akan menjadi penting bagi kita semua.”
Dorongan bakat melampaui pelatihan ke perekrutan yang agresif, dengan 92% organisasi berencana untuk merekrut peran yang membutuhkan keahlian AI generatif pada tahun 2025. Dalam seperempat organisasi, setidaknya 50% dari posisi baru akan membutuhkan keterampilan ini.
Layanan Keuangan Bergabung dengan Revolusi AI Hybrid: Hanya 25% perusahaan yang membangun solusi dari awal
Debat yang sudah berjalan lama tentang apakah akan membangun solusi AI berpemilik atau memanfaatkan model yang ada tampaknya diselesaikan demi pendekatan hibrida. Hanya 25% dari organisasi yang berencana untuk menggunakan solusi yang dikembangkan sendiri dari awal, sementara 58% bermaksud untuk membangun aplikasi khusus pada model yang sudah ada sebelumnya dan 55% akan mengembangkan aplikasi pada model yang disesuaikan.
Ini merupakan perubahan penting bagi industri yang secara tradisional dikenal untuk pengembangan khusus. Laporan tersebut menemukan bahwa 44% perusahaan jasa keuangan berencana untuk menggunakan solusi out-of-the-box-keberangkatan dari preferensi historis mereka untuk sistem kepemilikan.
“Banyak pelanggan tertentu masih membangun model mereka sendiri,” jelas Pathak. “Yang sedang berkata, saya pikir ada begitu banyak kemampuan dan investasi yang masuk ke model yayasan inti sehingga ada titik awal yang sangat baik, dan kami telah bekerja sangat keras untuk memastikan pelanggan dapat yakin bahwa data mereka dilindungi. Tidak ada yang bocor ke dalam model. Apa pun yang mereka lakukan untuk penyempurnaan atau penyesuaian adalah pribadi dan tetap IP mereka.”
Dia menambahkan bahwa perusahaan masih dapat memanfaatkan pengetahuan eksklusif mereka saat menggunakan model yayasan yang ada: “Pelanggan menyadari bahwa mereka bisa mendapatkan manfaat dari pemahaman kepemilikan mereka tentang dunia dengan hal -hal seperti kain kain [Retrieval-Augmented Generation] dan penyesuaian dan penyesuaian dan model distilasi. “
India memimpin adopsi AI global sebesar 64% dengan Korea Selatan mengikuti 54%, melampaui pasar barat
Sementara investasi AI generatif adalah tren global, penelitian ini mengungkapkan variasi regional dalam tingkat adopsi. AS menunjukkan 44%organisasi memprioritaskan investasi AI generatif, selaras dengan rata -rata global 45%, tetapi India (64%) dan Korea Selatan (54%) menunjukkan tingkat yang jauh lebih tinggi.
“Kami melihat adopsi besar -besaran di seluruh dunia,” kata Pathak. “Saya pikir itu menarik bahwa ada jumlah konsistensi yang relatif tinggi di sisi global. Saya pikir kami memang melihat pada responden kami bahwa, jika Anda menyipitkan mata, saya pikir kami telah melihat India mungkin sedikit di depan, bagian lain sedikit di belakang rata -rata, dan kemudian jenis AS tepat di line.”
65% organisasi akan mengandalkan vendor pihak ketiga untuk mempercepat implementasi AI pada tahun 2025
Ketika organisasi menavigasi lanskap AI yang kompleks, mereka semakin bergantung pada keahlian eksternal. Laporan ini menemukan bahwa 65% organisasi akan bergantung pada vendor pihak ketiga sampai batas tertentu pada tahun 2025, dengan 15% perencanaan untuk hanya mengandalkan vendor dan 50% mengadopsi pendekatan campuran yang menggabungkan tim in-house dan mitra eksternal.
“Bagi kami, ini adalah jenis hubungan 'dan',” kata Pathak tentang pendekatan AWS untuk mendukung solusi adat dan pra-dibangun. “Kami ingin bertemu pelanggan di mana mereka berada. Kami memiliki ekosistem mitra yang sangat besar yang telah kami investasikan dari perspektif penyedia model, sehingga antropik dan meta, stabilitas, kohere, dll. Kami memiliki ekosistem mitra besar dari ISV.
Keharusan untuk bertindak sekarang atau berisiko tertinggal
Bagi organisasi yang masih ragu -ragu untuk merangkul AI generatif, Pathak menawarkan peringatan yang jelas: “Saya benar -benar berpikir pelanggan harus bersandar, atau mereka akan berisiko tertinggal oleh rekan -rekan mereka yang. Keuntungan yang dapat diberikan AI adalah nyata dan signifikan.”
Dia menekankan laju inovasi yang semakin cepat di lapangan: “Tingkat perubahan dan tingkat peningkatan teknologi AI dan tingkat pengurangan hal -hal seperti biaya inferensi signifikan dan akan terus menjadi cepat. Hal -hal yang tampaknya mustahil hari ini akan tampak seperti berita lama mungkin hanya tiga hingga enam bulan.”
Sentimen ini digaungkan dalam adopsi luas di seluruh sektor. “Kami melihat banyak sekali adopsi yang begitu cepat,” kata Pathak. “Industri yang diatur, jasa keuangan, perawatan kesehatan, kami melihat pemerintah, perusahaan besar, startup. Tanaman startup saat ini hampir secara eksklusif didorong oleh AI.”
Pendekatan bisnis pertama untuk keberhasilan AI
Laporan AWS melukis potret evolusi cepat AI generatif dari eksperimen mutakhir ke infrastruktur bisnis mendasar. Ketika organisasi mengubah prioritas anggaran, merestrukturisasi tim kepemimpinan, dan berlomba untuk mengamankan bakat AI, data menunjukkan bahwa kami telah mencapai titik kritis yang menentukan dalam adopsi AI perusahaan.
Namun di tengah demam emas teknologi, implementasi yang paling sukses kemungkinan akan datang dari organisasi yang mempertahankan fokus tanpa henti pada hasil bisnis daripada kebaruan teknologi. Seperti yang ditekankan Pathak, “AI adalah alat yang ampuh, tetapi Anda harus memulai dengan tujuan bisnis Anda. Apa yang ingin Anda capai sebagai sebuah organisasi?”
Pada akhirnya, perusahaan yang berkembang tidak harus adalah mereka yang memiliki anggaran AI terbesar atau model paling canggih, tetapi mereka yang paling efektif memanfaatkan AI untuk memecahkan masalah bisnis nyata dengan aset data unik mereka. Dalam lanskap kompetitif baru ini, pertanyaannya tidak lagi apakah akan mengadopsi AI, tetapi seberapa cepat organisasi dapat mengubah eksperimen AI menjadi keuntungan bisnis yang nyata sebelum pesaing mereka melakukannya.
