当前位置:首页 > 报告详情

英特尔:2025年的六大常见AI业务挑战报告(28页).pdf

上传人: YY 编号:1038666 2026-01-13 28页 13.01MB

下载:

1、让 AI 为企业赋能突破 AI 部署障碍攻克 2025 年的 六大常见 AI 业务挑战免费研究报告发布者:AI 拥有巨大潜力,无疑将改变我们的工作方式。从更智能的线索评分到内容生成,再到费用预测,企业纷纷利用 AI 来节省时间和成本,扩大业务范围,开拓新市场。Gartner 指出,许多 CEO 都认为,AI 是未来三年将对其所在行业产生重大影响的关键技术1。尽管期待值不断攀升,但企业在推进 AI 落地时却面临着重大障碍。AI 复杂性较高,成功驾驭这一领域并非易事。企业必须克服成本、数据隐私和集成等方面的挑战。领导者必须确保其 AI 项目具有切实的商业价值,并且能够基于试点项目进行规模扩展。下文

2、将探讨当今企业推进 AI 落地时面临的六大常见挑战。“想要利用 AI 成功创造价值,需要的不仅仅是技术。在数据、变革管理、AI 素养、风险降低、信任和治理方面若缺乏合理投资,会成 为 AI 成功落地并实现价值的重大阻碍。”Gartner,打造成功 AI 战略的关键支柱022025 年的 六大常见 AI 业务挑战企业尚不明确哪些 AI 项目值得投资。决策者必须确保 AI 投资成本的合理性,并且避免超支。数据安全和隐私仍是重大问题。“企业和机构针对 AI 运营模式制定的路线图有可能与 AI 项目组合完全脱节,因而很有可能无法实现商业价值。因此,在业务利益相关者所预期的实际价值(通过一系列用例组合)

3、与实现该组合所需的必要基础设施之间,需要取得平衡。”Gartner,打造成功 AI 战略的关键支柱根据 Gartner 的数据,尽管 AI 热度高涨,但将 AI 潜能转化为实际成果并非易事:49%深度参与 AI 项目的领导者表示,其企业或机构难以估算和证明 AI 的价值1。那么,如何判断哪些项目能够带来回报呢?首先需要明确期望的结果,例如,您是希望提高生产力还是降低成本?您还需研究您所在的行业中有哪些主流 AI 用例,同时明确哪些利益相关者将参与界定 AI 项目成功的标准。AI 项目的成本往往会超出许多企业的预期。领导层和 IT 决策者需要展开合作,共同确定哪种 AI 基础设施(本地还是云端)

4、能够带来更高回报。值得注意的是,充分利用现有的硬件和云平台、软件和数据,可能会让您从投资中获得更多收益。在启动新的 AI 项目时,安全性至关重要。您需要制定健全的风险降低和治理策略,以加强数据保护。基于硬件的安全防护也非常重要。您的团队需要考虑 PC、服务器和云服务中内置的安全功能。12303即便是积极采用 AI 用例的企业,也并非总能找到获得足够计算性能的明确途径。毋庸置疑,若要使用 AI,就需要更高的性能。但究竟需要达到怎样的性能水平呢?并不是每个人都需要一整个机架的 GPU。出于成本、能效和隐私方面的考虑,许多 AI 工作负载将从云端转移至客户端。因此,IT 运营团队必须确定哪种 PC

5、更适合在本地运行 AI,同时还需提供一套全面的企业级可管理性和安全功能。对于数据中心而言,架构师需明确在电力和空间均已受限的情况下,如何为运行 AI 提供足够的算力。如果在云端运行 AI,则需确定合适的实例,以尽可能提高每台虚拟机的性能,从而避免不必要的支出。仅有硬件和现成的模型或软件是不够的。企业须能够将其数据与新的 AI 软件相结合。强大的计算能力固然重要,但真正运行 AI 则需要软件。将软件与数据相结合,方能让 AI 服务于您的企业。在探索如何使用新的 AI 模型、软件和代理式 AI 工具时,您需考虑如何使计算平台更好地支持数据整合,并在软件方面提供更多选择。最后,将原型投入生产也存在重

6、重挑战。Gartner 指出,那些成功利用 AI 创造价值的企业和机构已经跨越了实验和试点阶段。这些公司已经建立了与其业务战略高度相符的 AI 战略1。在规划初期,您的团队需要考虑如何将 AI 应用扩展到整个企业或机构,并适应云端、PC 以及可能功耗受限的边缘位置等不同类型的环境。从 CUDA 迁移出来能够提高灵活性,而基于 x86 架构进行构建则有助于简化与现有工作流程的集成。“AI 潜在的巨大商业价值并不会自动实现。AI 负责人应该引导企业和机构迈向新阶段,不仅要让 AI 创造切实的商业价值,更要成为重要的竞争优势和行业变革力量。”Gartner,打造成功 AI 战略的关键支柱45604挑

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
1. **AI部署六大挑战**:企业面临商业价值不明确、成本超支、数据安全隐私、性能不足、数据整合困难及原型投产难等障碍。 2. **核心数据**:49%的AI项目领导者难以证明AI价值;18%企业已应用生成式AI,47%计划未来12个月部署。 3. **关键策略**: - 明确业务目标,参考行业用例(如医疗、金融的AI实践)。 - 优化成本,利用CPU推理替代GPU,选择云或本地部署。 - 硬件安全(如英特尔至强处理器)与治理框架结合。 - 通过x86架构和开源工具(如OpenVINO)简化迁移与扩展。
AI如何创价值? AI成本怎么控? AI安全怎么办?
客服
商务合作
小程序
服务号
折叠