2025年AI准备度基准调查报告

核心观点与关键数据

1. AI 的承诺与现实差距

   • 37% 的企业面临主要挑战是难以定义 AI 用例和衡量影响，尽管对 AI 的热情高涨。
   • 24% 认为高成本是主要障碍，其次是技术快速更迭（11%）和变革管理成本（11%）。

2. AI 推动者角色转变

   • IT 部门仍是主要推动者（55%），但业务部门占比升至 29%，显示 AI 战略价值认知提升。
   • 其他部门如市场、财务等仍较少参与，需加强 AI 跨职能推广。

3. 生成式 AI（GenAI）应用现状

   • 59% 员工每日使用 GenAI 工具，但 46% 对其生产力影响尚未明确，需关注技能培训与用例优化。
   • 18% 已建立 GenAI 框架，仅 10% 实施首个用例，多数处于探索阶段。

4. AI 技能差距

   • 最突出短板是“业务理解与领域专长”（32%），其次是 AI 工程开发（17%）和数据分析（15%）。
   • AI 提示（7%）和伦理治理（14%）相对较少提及，可能因认知不足。

5. AI 基础设施与集成

   • 20% 企业在应用现代化、数据管理等领域基础薄弱，而云基础设施和网络安全建设较领先。
   • 73% 的 AI 工具集成处于“中等”或更低水平，需提升与现有系统的兼容性。
   • 监控能力不足，46% 仅依赖手动干预，31% 无监控机制，易引发性能漂移或偏见风险。

6. AI 合规意识

   • 32% 企业无正式合规流程，7% 实施严格监控，61% 处于中间状态，合规建设需系统性推进。

研究结论

• 企业需平衡 AI 热情与实际落地，优先解决用例定义、技能差距和基础设施短板。
• 业务部门与 IT 的协同是关键，需通过战略框架和人才培养弥合技术鸿沟。
• GenAI 潜力巨大但影响评估滞后，需关注用户体验与长期价值转化。
• 合规与监控能力需同步提升，以应对监管和风险挑战。