उत्तरप्रकाशित12 स्रोत
AI के पायलट आगे बढ़े, लेकिन सिंगापुर में डेटा इन्फ्रास्ट्रक्चर बना बाधा
सिंगापुर में 75% IT लीडरों ने कहा कि उनके संगठन एजेंटिक AI तैनात कर रहे हैं या उसका पायलट चला रहे हैं, जबकि 78% ने रियल टाइम डेटा इन्फ्रास्ट्रक्चर की कमी को AI विस्तार में रुकावट बताया। [2] डेटा इन्फ्रास्ट्रक्चर और गुणवत्ता, पुराने सिस्टम से जुड़ाव और LLM की विश्वसनीयता से संबंधित चुनौतियां भी सामने आईं। [2]
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- सिंगापुर में 75% IT लीडरों ने कहा कि उनके संगठन एजेंटिक AI तैनात कर रहे हैं या उसका पायलट चला रहे हैं, जबकि 78% ने रियल टाइम डेटा इन्फ्रास्ट्रक्चर की कमी को AI विस्तार में रुकावट बताया। [2]
- डेटा इन्फ्रास्ट्रक्चर और गुणवत्ता, पुराने सिस्टम से जुड़ाव और LLM की विश्वसनीयता से संबंधित चुनौतियां भी सामने आईं। [2]
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What does Confluent’s 2026 Data Streaming Report, based on a survey of 4,625 IT leaders across 14 countries including Singapore, reveal abou. Article summary: The report points to a gap between Singapore organisations’ AI ambitions and their readiness to run AI reliably in production: 75% are deploying or piloting agentic AI, yet 78% say inadequate real-time data infrastructur. Topic tags: general, government, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
सिंगापुर के संगठनों में एजेंटिक AI को लेकर गतिविधि तेज है, लेकिन उसे बड़े पैमाने पर चलाने की तैयारी उतनी मजबूत नहीं दिखती। Confluent की 2026 Data Streaming Report के अनुसार, सिंगापुर के 75% IT लीडरों ने बताया कि उनके संगठन एजेंटिक AI तैनात कर रहे हैं या उसका पायलट चला रहे हैं। वहीं, 78% ने कहा कि रियल-टाइम डेटा इन्फ्रास्ट्रक्चर की कमी AI को बड़े पैमाने पर लागू करने की कोशिशों को रोक रही है। 2
एजेंटिक AI ऐसे AI सिस्टम को कहा जाता है जो कुछ हद तक स्वायत्त रूप से कई चरणों वाले काम कर सकते हैं। लेकिन पायलट शुरू करना और ऐसे सिस्टम को रोजमर्रा के व्यावसायिक संचालन में भरोसेमंद ढंग से चलाना अलग-अलग बातें हैं। रिपोर्ट के आंकड़े इसी अंतर की ओर इशारा करते हैं।
पायलट से बड़े पैमाने तक की चुनौतियां
यह रिपोर्ट 14 देशों के 4,625 IT लीडरों के जवाबों पर आधारित है। यह कुल सर्वेक्षण का आकार है; उपलब्ध जानकारी में सिंगापुर से शामिल उत्तरदाताओं की संख्या नहीं दी गई है। 2
9
सिंगापुर के आंकड़ों में 75% का मतलब है कि संगठन एजेंटिक AI तैनात कर रहे हैं या उसका परीक्षण कर रहे हैं। इससे यह निष्कर्ष नहीं निकलता कि इतने ही संगठन इसे उत्पादन स्तर पर चला रहे हैं या लगातार नतीजे पा रहे हैं। दूसरी ओर, 78% का आंकड़ा बताता है कि उत्तरदाताओं ने रियल-टाइम डेटा इन्फ्रास्ट्रक्चर को AI का विस्तार करने में एक बाधा माना। 2
उत्तरदाताओं ने एजेंटिक AI से जुड़ी दूसरी दिक्कतें भी बताईं: 95% ने डेटा इन्फ्रास्ट्रक्चर और गुणवत्ता, 95% ने पुराने सिस्टम के एकीकरण और 93% ने बड़े भाषा मॉडल (LLM) की विश्वसनीयता से जुड़ी मौजूदा या संभावित चुनौतियों का उल्लेख किया। चूंकि इन आंकड़ों में पहले से अनुभव की गई और आगे आने की आशंका वाली, दोनों तरह की समस्याएं शामिल हैं, इन्हें परियोजनाओं की विफलता दर नहीं समझना चाहिए। 2
सिर्फ सही मॉडल चुनना काफी नहीं
एक सीमित पायलट में AI को कुछ तय डेटा और परिस्थितियों के भीतर परखा जा सकता है। बड़े पैमाने पर इस्तेमाल के लिए उसे व्यावसायिक डेटा और पहले से मौजूद तकनीकी प्रणालियों से जोड़ना पड़ता है—और यह जुड़ाव बदलती परिस्थितियों में भी भरोसेमंद रहना चाहिए। सर्वेक्षण में डेटा गुणवत्ता, पुराने सिस्टम के एकीकरण और LLM की विश्वसनीयता को लेकर सामने आई चिंताएं बताती हैं कि चुनौती केवल मॉडल चुनने तक सीमित नहीं है। 2
AI को उपयोगी बनाने के लिए संगठनों को ऐसा डेटा भी उपलब्ध कराना होता है जो काम का, अद्यतन और उन प्रणालियों से जुड़ा हो जहां वह डेटा मौजूद है। यह सर्वेक्षण में बताई गई बाधाओं की व्याख्या है; रिपोर्ट यह साबित नहीं करती कि रियल-टाइम डेटा इन्फ्रास्ट्रक्चर अकेले उत्पादन स्तर की तैयारी सुनिश्चित कर देगा।
आंकड़ों को कैसे पढ़ें
ये आंकड़े सर्वेक्षण में शामिल IT लीडरों की बताई राय और अनुभव दर्शाते हैं। इनसे यह साबित नहीं होता कि सिंगापुर का हर संगठन एक जैसी बाधाओं का सामना कर रहा है, या नतीजे देश के सभी व्यवसायों का प्रतिनिधित्व करते हैं। सर्वेक्षण कई देशों में किया गया था और उपलब्ध स्रोत सिंगापुर के उत्तरदाताओं की संख्या नहीं बताते। 2
9
यह रिपोर्ट Confluent की है, जो डेटा स्ट्रीमिंग से जुड़ी कंपनी है। इसलिए इसके निष्कर्षों को उत्तरदाताओं की बताई प्राथमिकताओं और चुनौतियों के एक संकेत के रूप में देखना उचित है—खासकर जब डेटा स्ट्रीमिंग प्लेटफॉर्म या उनके फायदों से जुड़े दावों का मूल्यांकन किया जा रहा हो। 9
कुल मिलाकर, सिंगापुर में एजेंटिक AI को लेकर प्रयोग और तैनाती की गतिविधि उल्लेखनीय है, लेकिन सर्वेक्षण में शामिल IT लीडर रियल-टाइम डेटा इन्फ्रास्ट्रक्चर और सिस्टम एकीकरण को विस्तार की अहम रुकावट मानते हैं। पायलट से आगे बढ़ने की सोच रहे संगठनों के लिए डेटा की गुणवत्ता, मौजूदा प्रणालियों से जुड़ाव और AI की विश्वसनीयता शुरुआती योजना का हिस्सा होने चाहिए—बाद में निपटाए जाने वाले मुद्दे नहीं।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"AI के पायलट आगे बढ़े, लेकिन सिंगापुर में डेटा इन्फ्रास्ट्रक्चर बना बाधा" का संक्षिप्त उत्तर क्या है?
सिंगापुर में 75% IT लीडरों ने कहा कि उनके संगठन एजेंटिक AI तैनात कर रहे हैं या उसका पायलट चला रहे हैं, जबकि 78% ने रियल टाइम डेटा इन्फ्रास्ट्रक्चर की कमी को AI विस्तार में रुकावट बताया। [2]
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
सिंगापुर में 75% IT लीडरों ने कहा कि उनके संगठन एजेंटिक AI तैनात कर रहे हैं या उसका पायलट चला रहे हैं, जबकि 78% ने रियल टाइम डेटा इन्फ्रास्ट्रक्चर की कमी को AI विस्तार में रुकावट बताया। [2] डेटा इन्फ्रास्ट्रक्चर और गुणवत्ता, पुराने सिस्टम से जुड़ाव और LLM की विश्वसनीयता से संबंधित चुनौतियां भी सामने आईं। [2]