根據XM外匯官網(wǎng)APP的觀(guān)察報道，德銀近期發(fā)布研報，年紐強調企業(yè)在A(yíng)I轉型道路上仍處于初級階段。約A云策此次2025年紐約人工智能領(lǐng)袖峰會(huì )吸引了50多位技術(shù)業(yè)務(wù)領(lǐng)袖和從業(yè)者的領(lǐng)略小落地流選參與，討論中提出了以下幾點(diǎn)關(guān)鍵觀(guān)點(diǎn)：1) 投資回報率的袖峰衡量缺少一致性; 2) 數據準備狀況仍是關(guān)鍵因素，影響企業(yè)利用AI實(shí)現效益的模型能力; 3) 在A(yíng)I的操作化上，監管和治理政策依舊是企業(yè)主要關(guān)注點(diǎn)。盡管會(huì )議中未具體提及供應商，觀(guān)察但德銀注意到，年紐打包軟件在未來(lái)架構中可能發(fā)揮重要作用，約A云策許多組織尚未具備采取DIY方法的領(lǐng)略小落地流選能力或專(zhuān)業(yè)知識。

以下是袖峰德銀對會(huì )議的主要總結：

1、投資回報率(ROI)仍在變化，模型企業(yè)領(lǐng)袖選擇并定義自己的企業(yè)關(guān)鍵指標。遺留系統被預期獲得最大收益，觀(guān)察但啟用時(shí)遇到較大挑戰。

2、量化節省時(shí)間是更廣泛ROI討論的一部分，部分樂(lè )觀(guān)者認為AI能解鎖全新的價(jià)值。

3、約80%的客戶(hù)尚在優(yōu)化現有業(yè)務(wù)流程，20%在進(jìn)行實(shí)驗。

4、數據準備仍是企業(yè)的關(guān)鍵，管理團隊對數據來(lái)源和存儲位置的理解至關(guān)重要。模型訓練時(shí)間中僅10%-20%用于模型訓練，其余時(shí)間用于數據準備。

5、數據編目是AI可解釋性的核心，由于編目更新滯后，模型輸入數據可能不一致。

6、多數領(lǐng)袖認為在代理流程中保留人工干預非常重要，以保證合理性檢查。

7、監管和治理政策是AI企業(yè)化進(jìn)程的障礙，重點(diǎn)在于改進(jìn)災難恢復政策和減少影子AI。

8、德銀發(fā)現企業(yè)對SLM(小型語(yǔ)言模型)的偏好增加，這種模型可以更好地控制運行位置并提高效率。

9、多云策略似乎成為企業(yè)首選，領(lǐng)袖更傾向于“最佳組合”方法。德銀未見(jiàn)一刀切的解決方案，理解企業(yè)基礎設施需要逐案分析。

10、低風(fēng)險和重復性工作負載是AI率先應用的領(lǐng)域，AI搜索和分析是最常見(jiàn)的應用。盡管企業(yè)關(guān)注客戶(hù)項目，后臺功能依舊有顯著(zhù)的顛覆潛力。

會(huì )中還進(jìn)行了投票調查，結果如下：

1、73%的參與者表示其組織在A(yíng)I應用旅程中進(jìn)展不均，只有18%進(jìn)入生產(chǎn)系統，9%為早期試點(diǎn)。

2、70%的參與者將平衡AI創(chuàng )新與安全視為首要解決方案，其余則將精力分配于快速部署、風(fēng)險管理及法規遵從。

3、無(wú)縫AI驅動(dòng)客戶(hù)體驗的最大障礙為遺留系統集成(56%)，其次是不明確的投資回報率(33%)和數據孤島問(wèn)題(11%)。