2025年亚太地区人工智能展望报告

2025年亚太地区AI展望

关键趋势与挑战

1. 战略AI（Strategic AI）

   • 组织将采取更战略性的AI方法，优先考虑具有业务影响的项目。
   • 60%以上的亚太组织预计在2-5年内实现AI投资回报。短期内回报预期较低。
   • 长期收益和高前期成本挑战传统ROI模型，企业将平衡短期成果与长期AI策略。

2. 权衡AI（Rightsizing AI）

   • 更小、开放源代码的专业化模型将越来越受欢迎，提供性能、资源效率和灵活性之间的平衡。
   • 低碳足迹的模型训练，使用有限数据集的特定任务或领域模型更节能。
   • 目标构建的模型，尤其是针对本地语言和区域背景的模型，需求增加。

3. 最大化AI影响

   • AI的应用将从低风险、非核心用例转向核心业务功能，以获得竞争优势和提高ROI。
   • 技术和数据领导者将采用全面的AI评估框架，评估财务指标和其他广泛影响，如岗位和数据治理。
   • 选择合适的用例涉及两步过程：结构化评估优先级和技术可行性评估。

4. 生成型AI（Generative AI）

   • AI将在服务、产品和服务模式创新中发挥更大作用。
   • 增加收入、降低成本、提高员工生产力和改善客户体验。

5. 确保管理和治理

   • 跨业务、技术和财务团队制定综合成本策略，涵盖基础设施、硬件、软件和人员费用。
   • 评估技术指标，包括延迟、准确性和成本效益。

案例研究

1. 星联大藏人寿保险（SUD Life）

   • 利用GenAI解决印度竞争激烈的资本市场中的表现挑战。
   • 提供数据驱动的洞察，支持新的投资产品。

2. StarHub

   • 通过AI增强客户体验，简化流程并推动创新。
   • 使用AI进行自动化资源管理，并与零售运营商合作部署智能零售解决方案。

3. 卡莎克兰商业技术集团（KBTG）

   • 开发专为金融和泰语设计的基础LLM模型“THaLLE”。

这些案例展示了企业在实施AI时面临的挑战和成功的关键因素。