The following article is from 图灵财经 Author 图灵财经

来源   | 图灵财经    管理智慧

咨询合作 | 13699120588

文章仅代表作者本人观点

预测 1：到 2026 年，75% 的 G1000 组织将采用基于价值的 AI 经济模式，涵盖技术获取成本、生产力提升、决策和创新，或面临错过新投资回报率基准的风险。

AI 经济旨在通过 AI 驱动的业务运营计划加速业务增长和竞争成功，涵盖组织、文化、资源和持续运营。专业和业务服务提供商 ( SP ) 必须在实现这些目标方面发挥主导作用。

预测 2：到 2027 年，如果没有战略和组织转型，由于规划不周和支出分配不当导致投资回报率低，30% 的组织将减少对 GenAI 的投资。

尽管自动化的驱动力是无止境的，无论是否面临构建 AI 驱动的业务模型或实施 AI 驱动的劳动力转型的压力，迄今为止 GenAI 实施的投资回报率还不足以形成节约和进一步投资的良性循环。如果组织目前的 GenAI 项目没有获得更高的成功率，那么 GenAI 系统投入生产的速度可能会放缓。

预测 3：到 2027 年，法规和确保 AI 增强型应用程序可用性的需求将迫使 65% 的 CIO 在其基础设施、数据和 AI 平台上采用统一的网络恢复和 HA 实践。

由于勒索软件持续对关键行业造成严重破坏，网络恢复和网络弹性成为许多企业 IT 团队的首要议程。全球许多政府和行业监管机构正在制定新的总体业务弹性指南，这些指南越来越重视技术和 IT 行业。未来几年的一个新兴领域将是将卫星连接作为移动设备 / 服务的标准功能，以保障公共安全。

预测四：到 2027 年，超过 60% 的企业将实现高达 50% 的云架构现代化，以提高基础设施和成本效率，并实现业务和技术创新。

约四分之三的云买家正在投资实现云架构的现代化，重点关注高度可互操作的混合云，以实现可扩展和动态采用 GenAI 等新技术，并帮助克服成本和运营效率问题并促进可持续发展。其中许多公司正在改造其大部分云资产，并重新评估云供应商关系。他们正在寻找能够实现云基础设施创新的合作伙伴，提供开放的商业模式，鼓励使用提供开放标准和 API 以及合同自由的多家云提供商和环境。

预测五：到 2026 年，数据即产品架构的使用将显著打破 50% 大型企业的数据孤岛。

数据产品的开发可以显著减少企业数据孤岛和低效率，并改善决策和运营成本管理。现代企业转向数据产品方法，因为它是一种生产和使用数据的方式，可以使流程可重复，并使数据支持的结果更加一致和可靠。

不同的利益相关者和数据所有者共同合作，整合不同的数据源、算法甚至轻量级数据应用程序，以提供更好的跨部门可见性和可访问性。这种方法打破了障碍，因为数据产品变得协作定义并被设计用于多种用例。

预测六：到 2025 年，50% 的组织将使用针对特定业务功能配置的企业代理，而不是专注于单个 Copilot 技术，以更快地从 AI 中实现业务价值。

Copilots 已经改变了游戏规则，并被迅速注入各类企业软件，通过聊天功能生成建议和推荐，为最终用户提供帮助。同样由 LLM 驱动的人工智能代理在行动上更进一步。它们是完全自动化的软件组件，能够利用知识和技能对情况进行评估，并在没有人工干预的情况下独立采取行动。人工智能代理的前景令人振奋，因为它们填补了释放人工智能和自动化技术融合优势的空白，开启了自动化的下一个层次。到目前为止，人工智能代理的技术还落后于对它们的愿景，但这种情况正在迅速改变。

预测 7：到 2028 年，80% 的企业将要求人工智能产品提供商实现从核心设备到终端设备的多样化推理交付，并提供可调整的成本和数字主权防护网。

GenAI 的基础设施和数据主要关注模型构建和调优。这是至关重要的首要任务，但 IDC 从许多 CIO 和 IT 领导者那里清楚地了解到，从概念验证和第一代生产部署到更广泛使用的服务的发展最常受到阻碍，因为与广泛且经济高效地进行推理（提供答案）相关的成本和复杂性。他们需要访问所有系统和所有位置的推理能力，从核心数据中心的主机到现场部署的设备。当他们开始考虑采用支持代理工作流的应用程序时，预期的推理工作量将再次大幅增加。

预测 8：到 2026 年，60% 的企业将实施可持续的 AI 框架，利用数据驱动的决策在数据中心位置扩展 AI 运营，同时实现脱碳目标。

人工智能的快速投资引发了人们对环境的重大担忧，这主要是由于其能源密集型计算过程和电子垃圾的潜在增加。随着组织越来越重视环境责任，一些公司在宣传其人工智能雄心的同时，也宣传了可持续发展目标。为了应对这些挑战，实施可持续人工智能框架正成为一种关键趋势。

预测九：到 2028 年初，企业使用的 75% 的复合 AI 应用将构建在统一的平台框架上，以确保代码、数据和基础设施资源的可信和高效使用。

企业意识到，只有具备技术基础和工作流程，才能在整个组织内推广解决方案，从而实现 AI 成功。IDC 发现，拥有统一 AI 平台战略、结合现代化数据基础设施和统一 AI 治理政策的组织，能够让整个组织的团队更有效地开发和部署 AI 应用程序。

预测 10：受新 AI 工作模式的推动，到 2030 年，95% 的现有 IT 和 LOB 职位将被重新定义或消除。

软件工程和开发支持生成式人工智能的大型语言模型就是工作角色演变的例子。当被问及他们的组织为满足数字化工作转型要求做好了多大准备时，47% 的 IT 和 LOB 领导者表示，他们已经做好了充分的准备，已经对工作实践和政策进行了必要的改变，并利用技术来支持当前和未来的业务需求。此外，23% 的人表示他们准备充分——这意味着总共有 70% 的人认为转型正在顺利进行中。