Sebanyak 75% pemimpin IT di Singapura berkata organisasi mereka sedang melaksanakan atau merintis AI beragen; 78% pula berkata kekurangan infrastruktur data masa nyata melambatkan usaha memperluas penggunaan AI. Cabaran lain termasuk kualiti dan infrastruktur data, penyepaduan sistem lama serta kebolehpercayaan mode...
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer

Create 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
Organisasi di Singapura semakin mencuba AI beragen—sistem AI yang boleh menjalankan tugasan secara lebih autonomi. Namun, langkah daripada percubaan kepada penggunaan berskala besar masih tersekat. Dalam Laporan Penstriman Data 2026 oleh Confluent, 75% pemimpin IT di Singapura berkata organisasi mereka sedang melaksanakan atau merintis AI beragen, manakala 78% berkata infrastruktur data masa nyata yang tidak mencukupi menghalang usaha memperluas penggunaan AI. 2
Laporan itu berdasarkan jawapan 4,625 pemimpin IT dari 14 negara. Angka tersebut ialah jumlah keseluruhan responden; sumber yang tersedia tidak menyatakan berapa ramai responden dari Singapura. 2
9
Angka 75% menunjukkan bahawa organisasi sedang menjalankan atau merintis AI beragen. Ia tidak bermaksud semua projek itu sudah digunakan dalam operasi sebenar atau menghasilkan keputusan yang berterusan. Sebaliknya, angka 78% menggambarkan halangan yang dikaitkan oleh responden dengan usaha memperluas AI. 2
Responden turut melaporkan cabaran pada asas operasi AI beragen: 95% mengalami atau menjangkakan masalah berkaitan infrastruktur dan kualiti data, 95% berdepan cabaran menyepadukan sistem lama, dan 93% menyebut kebolehpercayaan LLM. Oleh sebab angka ini merangkumi masalah yang sudah dialami dan yang dijangka, ia bukan kadar kegagalan projek. 2
Projek rintis boleh berfungsi dalam persekitaran yang kecil dan terkawal. Apabila diperluas, sistem AI perlu berhubung dengan data perniagaan dan teknologi sedia ada, serta kekal boleh dipercayai apabila keadaan berubah. Cabaran yang dilaporkan—daripada kualiti data hingga penyepaduan sistem lama dan kebolehpercayaan LLM—menunjukkan bahawa peralihan ini bukan sekadar soal memilih model AI. Organisasi juga perlu memastikan data yang digunakan sesuai dan sistem AI dapat berhubung dengan tempat data itu disimpan. 2
Ini ialah tafsiran terhadap halangan yang dilaporkan, bukan bukti bahawa satu pendekatan teknikal tertentu pasti menyelesaikannya. Tinjauan tersebut mengenal pasti kesukaran, tetapi tidak membuktikan bahawa infrastruktur data masa nyata sahaja memadai untuk memastikan AI bersedia digunakan dalam operasi.
Angka utama mencerminkan jawapan pemimpin IT yang disurvei. Ia tidak membuktikan bahawa setiap organisasi di Singapura menghadapi kekangan yang sama atau bahawa hasil tinjauan mewakili semua perniagaan di negara itu. Tinjauan melibatkan beberapa negara, dan jumlah responden dari Singapura tidak dinyatakan dalam sumber yang tersedia. 2
9
Laporan itu juga diterbitkan oleh Confluent, sebuah syarikat yang menyediakan teknologi penstriman data. Dapatan ini berguna sebagai gambaran tentang keutamaan dan cabaran yang dinyatakan oleh responden, tetapi wajar dibaca dalam konteks tersebut apabila menilai dakwaan tentang platform penstriman data atau manfaatnya. 9
Kesimpulan utamanya: aktiviti AI beragen di Singapura sudah ketara, tetapi responden melihat infrastruktur data masa nyata dan penyepaduan sistem sebagai halangan penting untuk memperluas penggunaannya. Bagi organisasi yang mahu bergerak melangkaui projek rintis, kualiti data, hubungan antara sistem dan kebolehpercayaan perlu diberi perhatian sejak awal.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Sebanyak 75% pemimpin IT di Singapura berkata organisasi mereka sedang melaksanakan atau merintis AI beragen; 78% pula berkata kekurangan infrastruktur data masa nyata melambatkan usaha memperluas penggunaan AI.
Sebanyak 75% pemimpin IT di Singapura berkata organisasi mereka sedang melaksanakan atau merintis AI beragen; 78% pula berkata kekurangan infrastruktur data masa nyata melambatkan usaha memperluas penggunaan AI. Cabaran lain termasuk kualiti dan infrastruktur data, penyepaduan sistem lama serta kebolehpercayaan model bahasa besar (LLM).
Sebanyak 75% pemimpin IT di Singapura berkata organisasi mereka sedang melaksanakan atau merintis AI beragen; 78% pula berkata kekurangan infrastruktur data masa nyata melambatkan usaha memperluas penggunaan AI. Cabaran lain termasuk kualiti dan infrastruktur data, penyepaduan sistem lama serta kebolehpercayaan mode...
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer

Create 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
Organisasi di Singapura semakin mencuba AI beragen—sistem AI yang boleh menjalankan tugasan secara lebih autonomi. Namun, langkah daripada percubaan kepada penggunaan berskala besar masih tersekat. Dalam Laporan Penstriman Data 2026 oleh Confluent, 75% pemimpin IT di Singapura berkata organisasi mereka sedang melaksanakan atau merintis AI beragen, manakala 78% berkata infrastruktur data masa nyata yang tidak mencukupi menghalang usaha memperluas penggunaan AI. 2
Laporan itu berdasarkan jawapan 4,625 pemimpin IT dari 14 negara. Angka tersebut ialah jumlah keseluruhan responden; sumber yang tersedia tidak menyatakan berapa ramai responden dari Singapura. 2
9
Angka 75% menunjukkan bahawa organisasi sedang menjalankan atau merintis AI beragen. Ia tidak bermaksud semua projek itu sudah digunakan dalam operasi sebenar atau menghasilkan keputusan yang berterusan. Sebaliknya, angka 78% menggambarkan halangan yang dikaitkan oleh responden dengan usaha memperluas AI. 2
Responden turut melaporkan cabaran pada asas operasi AI beragen: 95% mengalami atau menjangkakan masalah berkaitan infrastruktur dan kualiti data, 95% berdepan cabaran menyepadukan sistem lama, dan 93% menyebut kebolehpercayaan LLM. Oleh sebab angka ini merangkumi masalah yang sudah dialami dan yang dijangka, ia bukan kadar kegagalan projek. 2
Projek rintis boleh berfungsi dalam persekitaran yang kecil dan terkawal. Apabila diperluas, sistem AI perlu berhubung dengan data perniagaan dan teknologi sedia ada, serta kekal boleh dipercayai apabila keadaan berubah. Cabaran yang dilaporkan—daripada kualiti data hingga penyepaduan sistem lama dan kebolehpercayaan LLM—menunjukkan bahawa peralihan ini bukan sekadar soal memilih model AI. Organisasi juga perlu memastikan data yang digunakan sesuai dan sistem AI dapat berhubung dengan tempat data itu disimpan. 2
Ini ialah tafsiran terhadap halangan yang dilaporkan, bukan bukti bahawa satu pendekatan teknikal tertentu pasti menyelesaikannya. Tinjauan tersebut mengenal pasti kesukaran, tetapi tidak membuktikan bahawa infrastruktur data masa nyata sahaja memadai untuk memastikan AI bersedia digunakan dalam operasi.
Angka utama mencerminkan jawapan pemimpin IT yang disurvei. Ia tidak membuktikan bahawa setiap organisasi di Singapura menghadapi kekangan yang sama atau bahawa hasil tinjauan mewakili semua perniagaan di negara itu. Tinjauan melibatkan beberapa negara, dan jumlah responden dari Singapura tidak dinyatakan dalam sumber yang tersedia. 2
9
Laporan itu juga diterbitkan oleh Confluent, sebuah syarikat yang menyediakan teknologi penstriman data. Dapatan ini berguna sebagai gambaran tentang keutamaan dan cabaran yang dinyatakan oleh responden, tetapi wajar dibaca dalam konteks tersebut apabila menilai dakwaan tentang platform penstriman data atau manfaatnya. 9
Kesimpulan utamanya: aktiviti AI beragen di Singapura sudah ketara, tetapi responden melihat infrastruktur data masa nyata dan penyepaduan sistem sebagai halangan penting untuk memperluas penggunaannya. Bagi organisasi yang mahu bergerak melangkaui projek rintis, kualiti data, hubungan antara sistem dan kebolehpercayaan perlu diberi perhatian sejak awal.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Sebanyak 75% pemimpin IT di Singapura berkata organisasi mereka sedang melaksanakan atau merintis AI beragen; 78% pula berkata kekurangan infrastruktur data masa nyata melambatkan usaha memperluas penggunaan AI.
Sebanyak 75% pemimpin IT di Singapura berkata organisasi mereka sedang melaksanakan atau merintis AI beragen; 78% pula berkata kekurangan infrastruktur data masa nyata melambatkan usaha memperluas penggunaan AI. Cabaran lain termasuk kualiti dan infrastruktur data, penyepaduan sistem lama serta kebolehpercayaan model bahasa besar (LLM).