生成式 AI 崛起：AWS 报告揭示 2025 年全球技术预算新趋势！
近日，亚马逊网络服务（AWS）发布了一项具有里程碑意义的报告，揭示了生成式人工智能（Generative AI）在全球技术预算中的崛起之势。报告指出，到 2025 年，生成式 AI 将超越网络安全，成为全球 IT 领导者的首要预算重点，这一转变标志着企业技术战略的重大调整。
AWS 通过对全球九个国家、共计 3739 名高级 IT 决策者的深入调查，发现 45% 的组织计划将生成式 AI 支出置于优先地位，远超对安全工具等传统 IT 领域的投资（30%）。这一趋势反映了企业界对 AI 变革潜力的广泛认可和积极拥抱。
“这一转变并不令人担忧，反而体现了企业对 AI 技术的信心和期待，”AWS 生成式 AI 和 AI/ML 市场推广副总裁拉胡尔·帕塔克在接受 VentureBeat 独家专访时表示，“客户的安全需求依然至关重要，但 AI 技术的广泛应用和巨大潜力正推动着企业将其置于预算的首位。”
调查显示，生成式 AI 的采用已在全球范围内达到关键转折点。高达 90% 的组织已在不同程度上部署了这项技术，其中 44% 的组织更是迈入了生产部署阶段，实现了从实验到应用的实质性跨越。
首席 AI 官崛起，高管层加速 AI 转型
随着 AI 项目的不断扩展，企业界正涌现出新的领导架构以应对这一挑战。报告指出，60% 的组织已任命首席人工智能官（CAIO）等专门的高管，负责推动 AI 战略的实施。另有 26% 的组织计划在 2026 年前完成这一布局，显示出企业对 AI 战略重要性的深刻认识。
然而，报告也警示了变革管理方面的潜在挑战。到 2026 年，仍有近四分之一的组织可能缺乏正式的 AI 转型战略，这可能会阻碍其 AI 应用的深入发展。
“周密的变革管理策略是确保 AI 战略成功的关键，”报告强调，“企业应关注运营模式变革、数据管理实践、人才储备和扩展策略等多个方面。”
AI 实验成果丰硕，但生产转化仍存瓶颈
尽管企业在 AI 实验方面取得了显著成果，但将实验成果转化为实际生产力仍面临诸多挑战。调查显示，2024 年各组织平均进行了 45 项 AI 实验，但预计到 2025 年只有约 20 项能够覆盖最终用户。
“从实验到生产的转化率超过 40%，对于相对较新的技术来说已经相当可观，”帕塔克指出，“但企业仍需努力克服人才短缺等瓶颈，以加速 AI 技术的落地应用。”
报告指出，人才短缺是实验转化为生产的主要障碍。超过一半的受访者表示，缺乏熟练的生成 AI 劳动力是他们面临的最大挑战。
企业积极应对，内外结合破解人才难题
为了弥补技能差距，企业界正采取内部培训和外部招聘相结合的策略。调查显示，56% 的组织已制定了生成式 AI 培训计划，另有 19% 的组织计划在 2025 年底前完成这一布局。同时，92% 的组织计划在 2025 年招聘具备生成 AI 专业知识的员工。
“我们致力于为客户提供全方位的支持，”帕塔克表示，“无论是内部培训还是外部招聘，我们都将与客户紧密合作，共同推动 AI 技术的落地应用。”
混合方法成主流，金融服务引领变革
在构建 AI 解决方案的方式上，企业界正逐渐倾向于混合方法。报告指出，只有 25% 的组织计划从零开始构建解决方案，而 58% 的组织打算在现有模型上构建定制应用程序，55% 的组织将在经过微调的模型上开发应用程序。
这一趋势在金融服务行业尤为明显。报告发现，44% 的金融服务公司计划使用开箱即用的解决方案，这与其过去对专有系统的偏好形成了鲜明对比。
“混合方法为企业提供了更多的灵活性和选择空间，”帕塔克解释道，“通过利用现有模型的基础能力，企业可以更快地实现 AI 技术的落地应用，并降低开发成本。”
全球 AI 采用率差异显著，印度韩国领跑
尽管生成式 AI 投资是全球趋势，但各地区采用率仍存在显著差异。报告显示，印度以 64% 的采用率领先全球，韩国以 54% 的采用率紧随其后，均超过了西方市场的平均水平。
“我们看到了全球范围内对 AI 技术的广泛接受和积极应用，”帕塔克表示，“不同地区之间的差异反映了各自市场特点和发展阶段的不同，但总体趋势是积极的。”
第三方供应商助力，加速 AI 实施进程
随着 AI 技术的不断发展和应用，企业界对外部专业知识的需求也日益增加。报告指出，到 2025 年，65% 的企业将在一定程度上依赖第三方供应商来加速 AI 的实施进程。
“我们与众多优秀的合作伙伴建立了紧密的合作关系，”帕塔克表示，“通过利用他们的专业知识和经验，我们可以为客户提供更全面、更高效的 AI 解决方案。”
时不我待，企业需加速 AI 战略布局
对于仍在犹豫是否接受生成式 AI 的企业来说，帕塔克发出了强烈的呼吁：“现在是采取行动的时候了！AI 技术带来的收益是真实而巨大的，企业必须积极拥抱这一变革，否则将面临被竞争对手超越的风险。”
他强调了 AI 技术创新步伐的加快和推理成本的降低等趋势，并指出今天看似不可能的事情可能在短时间内变得司空见惯。
以业务为导向，实现 AI 技术的商业价值
AWS 报告揭示了生成式 AI 从前沿实验到基础商业基础设施的快速演变历程。随着企业界对 AI 技术的不断投入和应用，数据表明企业采用 AI 的趋势已到达一个决定性的转折点。
然而，在追求技术创新的同时，企业更应关注业务成果的实现。正如帕塔克所强调的：“AI 技术是一个强大的工具，但企业必须首先明确自己的业务目标，并围绕这些目标来制定和实施 AI 战略。”
最终，那些能够最有效地利用 AI 技术解决实际业务问题、并运用其独特数据资产创造商业价值的企业，将在激烈的市场竞争中脱颖而出。