答案已发布12 来源
新加坡推进智能体AI，实时数据基础设施成规模化瓶颈
受访新加坡IT负责人中，75%表示所在机构正在部署或试点智能体AI；78%称实时数据基础设施不足，正拖慢AI规模化。
发布者使用 GPT-6 Luna 编辑图片由 GPT Image 2 生成
研究答案
要点
- 受访新加坡IT负责人中，75%表示所在机构正在部署或试点智能体AI；78%称实时数据基础设施不足，正拖慢AI规模化。
AI 提示
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
新加坡机构正逐步尝试智能体AI，但调查显示，实际推进速度快于支撑其规模化的准备程度。Confluent《2026年数据流报告》显示，75%的新加坡IT负责人表示所在机构正在部署或试点智能体AI；与此同时，78%认为实时数据基础设施不足，阻碍了AI规模化。 2
调查反映的新加坡现状
这份报告汇总了14个国家、共4,625名IT负责人的回答。这是整体调查样本量；现有报道没有披露新加坡受访者的具体人数。 2
9
这些数据呈现出试点智能体AI与支撑其大规模应用之间的落差。75%这一比例反映的是机构正在部署或试点，并不代表有多少项目已投入生产环境，或已持续取得成效。另一方面，78%指出了受访者认为妨碍AI规模化的一项基础设施障碍。 2
受访者还提到与智能体AI运行基础相关的困难：95%表示已经遇到或预计会遇到数据基础设施与质量方面的挑战，95%提到整合旧系统的困难，93%则提到大语言模型（LLM）的可靠性问题。这些比例合并了已经遇到和预计将遇到的困难，不能理解为项目失败率。 2
为什么试点容易，投入生产更难
试点项目可以在范围有限的环境中运行。要扩大应用，AI系统则需要与业务数据和现有技术系统连接，并在情况变化时仍保持可靠。调查中对数据质量、旧系统整合和大语言模型可靠性的担忧表明，迈向规模化并不只是选对模型的问题；机构还需要能够提供可用数据，并将AI接入数据所在的业务系统。 2
这是对调查所列障碍的解读，并不证明某一种技术方案就能解决这些问题。报告指出了受访者遇到的困难，但没有证明仅靠实时数据基础设施就足以让AI做好投入生产环境的准备。
这些数据能说明什么，又不能说明什么
报告中的主要比例反映的是受访IT负责人的回答，并不能证明新加坡所有机构都面临相同限制，也不能说明调查结果代表该国所有企业。调查覆盖多个国家，现有来源未说明新加坡受访者人数。 2
9
这份报告也由数据流平台供应商Confluent发布。它可以作为受访者所述优先事项和挑战的一个观察切面；在评估数据流平台及其益处相关说法时，也应考虑这一背景。 9
最明确的结论是：新加坡机构对智能体AI的尝试已相当活跃，但受访者认为，实时数据基础设施和系统整合是扩大应用的重要障碍。对准备从试点走向更广泛应用的机构而言，数据质量、系统连接和可靠性都是核心问题，不应留到最后才考虑。
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“新加坡推进智能体AI，实时数据基础设施成规模化瓶颈”的简短答案是什么？
受访新加坡IT负责人中，75%表示所在机构正在部署或试点智能体AI；78%称实时数据基础设施不足，正拖慢AI规模化。