ОтветыОпубликовано12 источники
В Сингапуре внедряют ИИ-агентов, но не готовы масштабировать их
75% опрошенных ИТ руководителей в Сингапуре сообщили, что их организации внедряют или тестируют агентный ИИ; 78% назвали недостаток инфраструктуры данных в реальном времени препятствием для масштабирования. Среди других сложностей — качество данных, интеграция с устаревшими системами и надёжность больших языковых мо...
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- 75% опрошенных ИТ руководителей в Сингапуре сообщили, что их организации внедряют или тестируют агентный ИИ; 78% назвали недостаток инфраструктуры данных в реальном времени препятствием для масштабирования.
- Среди других сложностей — качество данных, интеграция с устаревшими системами и надёжность больших языковых моделей.
Промпт ИИ
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
Сингапурские организации активно тестируют агентный ИИ — системы, которые могут выполнять задачи с использованием ИИ с меньшим участием человека. Но готовность к экспериментам ещё не означает, что такие решения можно надёжно масштабировать. В отчёте Confluent о потоковой обработке данных за 2026 год 75% ИТ-руководителей в Сингапуре сообщили, что их организации внедряют или пилотируют агентный ИИ. Одновременно 78% заявили, что недостаточная инфраструктура для работы с данными в реальном времени мешает масштабировать ИИ. 2
От пилотов — к работе на масштабе
Опрос охватил 4 625 ИТ-руководителей в 14 странах. Это общий размер выборки: в доступных материалах не указано, сколько участников представляли Сингапур. 2
9
Цифра в 75% говорит о том, что организации тестируют или внедряют агентный ИИ, но сама по себе не показывает, сколько проектов уже работают в производственной среде или стабильно приносят результат. Показатель в 78% отражает другую сторону ситуации: респонденты связывают нехватку инфраструктуры данных в реальном времени с трудностями масштабирования. 2
Участники опроса также сообщили о проблемах, связанных с основой для работы агентного ИИ. По 95% сталкиваются или ожидают столкнуться с трудностями в области инфраструктуры и качества данных, а также интеграции с устаревшими системами. Ещё 93% указали на проблемы с надёжностью больших языковых моделей. Поскольку эти цифры объединяют уже возникшие и ожидаемые сложности, их не следует трактовать как долю неудачных проектов. 2
Почему пилот не всегда превращается в полноценное решение
Пилот можно запустить в ограниченной среде, где набор данных и условий относительно предсказуем. Масштабирование требует, чтобы ИИ надёжно взаимодействовал с корпоративными данными и существующими системами — в том числе когда информация меняется.
Указанные в опросе вопросы качества данных, интеграции и надёжности показывают, что переход к широкому применению зависит не только от выбора модели. Важно также, насколько организации могут предоставить ей пригодные данные и связать её с системами, где эти данные хранятся и обновляются. 2
Это вывод из перечисленных респондентами препятствий, а не доказательство того, что какой-то один технический подход решит все проблемы. Отчёт выделяет области затруднений, но не устанавливает, что инфраструктуры данных в реальном времени самой по себе достаточно для готовности к промышленному внедрению.
Как читать результаты опроса
Показатели отражают ответы опрошенных ИТ-руководителей, а не положение дел в каждой организации Сингапура. Выборка охватывает несколько стран, а число респондентов из Сингапура в доступных источниках не указано. 2
9
Кроме того, речь идёт об отчёте компании Confluent, работающей в сфере потоковой обработки данных. Результаты полезны как срез заявленных участниками приоритетов и проблем, но при оценке утверждений о платформах потоковой обработки и их пользе важно учитывать контекст источника. 9
Главный вывод: интерес к агентному ИИ в Сингапуре высок, однако опрошенные считают инфраструктуру данных в реальном времени и интеграцию важными препятствиями для масштабирования. Для организаций, которые хотят перейти от пилотов к более широкому применению, качество данных, связность систем и надёжность — не второстепенные технические детали, а часть основной задачи.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «В Сингапуре внедряют ИИ-агентов, но не готовы масштабировать их»?
75% опрошенных ИТ руководителей в Сингапуре сообщили, что их организации внедряют или тестируют агентный ИИ; 78% назвали недостаток инфраструктуры данных в реальном времени препятствием для масштабирования.
Какие ключевые моменты необходимо проверить в первую очередь?
75% опрошенных ИТ руководителей в Сингапуре сообщили, что их организации внедряют или тестируют агентный ИИ; 78% назвали недостаток инфраструктуры данных в реальном времени препятствием для масштабирования. Среди других сложностей — качество данных, интеграция с устаревшими системами и надёжность больших языковых моделей.