由最高層嚟嘅壓力好大。80% 受訪者確認,佢哋嘅 CEO 已經發出咗 AI 驅動嘅轉型指令 。之但係,呢種雄心壯志並未得到組織準備能力嘅配合。一個好得人驚嘅數字係,77% 嘅領袖話 AI 嘅採用速度已經超出咗佢哋嘅管治能力 ,而只得 11% 嘅人覺得,自己完全準備好應對預計喺未來一年內出現嘅 AI 代理部署規模 。策略雄心同操作準備之間嘅鴻溝,從來未試過咁大。
AI 部署失控嘅風險,唔再係理論咁簡單。受訪機構報告,單係過去一年平均就發生咗 54 次 AI 代理事故——定義係需要人為修正嘅意外或有害事件 。呢啲事故造成嘅損害好顯著,亦好多方面:
隨住企業爭相建立自己嘅 AI 能力,相關開支預計會急劇飆升。AI 佔 IT 預算嘅比例,預計會由 2025 年嘅略低於 15%,增長到 2027 年接近 25%,即係 短短兩年內大增 71% 。但對好多機構嚟講,呢種快速嘅財務增長係喺「黑箱」中進行嘅。研究發現,84% 嘅科技高管仲未全面運作起 AI 財務管理(FinOps for AI),而 85% 嘅人仲未能夠完全睇清佢哋實時嘅 AI 支出 。冇咗適當嘅 AI 財務營運管理,當財務風險急升之際,領袖們等於係蒙住眼喺度高速飛翔。
IBM 嘅研究唔單止診斷咗問題,仲量化咗解決問題之後嘅回報。研究揭示咗兩種做法之間,存在明顯嘅績效鴻溝:一邊係將控制直接嵌入 AI 系統(「設計即控制,Control by Design」),另一邊係依賴傳統、人為、追唔上步伐嘅管治方式。
由一開始就將管治架構融入系統設計嘅機構,對比嗰啲靠人為監督嘅機構,實現咗戲劇性嘅更好成果 :
呢啲數據凸顯咗一個關鍵嘅思維轉變:穩健嘅管治並唔係創新嘅絆腳石——而係實現安全、可獲利規模嘅引擎。其他發現亦都加強咗呢個結論:擁有嚴格財務紀律嘅機構,喺 AI 佔 IT 預算比例冇特別高嘅情況下,部署多 2.4 倍 AI 代理,而且佢哋 有 3 倍更大可能認為自己已為即將到來嘅 AI 規模做好充分準備 。至於嗰啲一早為咗適應性而設計 IT 基礎嘅機構,佢哋報告喺 2025 年嘅 AI 投資回報高出 10% 。
由最高層嚟嘅壓力好大。80% 受訪者確認,佢哋嘅 CEO 已經發出咗 AI 驅動嘅轉型指令 。之但係,呢種雄心壯志並未得到組織準備能力嘅配合。一個好得人驚嘅數字係,77% 嘅領袖話 AI 嘅採用速度已經超出咗佢哋嘅管治能力 ,而只得 11% 嘅人覺得,自己完全準備好應對預計喺未來一年內出現嘅 AI 代理部署規模 。策略雄心同操作準備之間嘅鴻溝,從來未試過咁大。
AI 部署失控嘅風險,唔再係理論咁簡單。受訪機構報告,單係過去一年平均就發生咗 54 次 AI 代理事故——定義係需要人為修正嘅意外或有害事件 。呢啲事故造成嘅損害好顯著,亦好多方面:
隨住企業爭相建立自己嘅 AI 能力,相關開支預計會急劇飆升。AI 佔 IT 預算嘅比例,預計會由 2025 年嘅略低於 15%,增長到 2027 年接近 25%,即係 短短兩年內大增 71% 。但對好多機構嚟講,呢種快速嘅財務增長係喺「黑箱」中進行嘅。研究發現,84% 嘅科技高管仲未全面運作起 AI 財務管理(FinOps for AI),而 85% 嘅人仲未能夠完全睇清佢哋實時嘅 AI 支出 。冇咗適當嘅 AI 財務營運管理,當財務風險急升之際,領袖們等於係蒙住眼喺度高速飛翔。
IBM 嘅研究唔單止診斷咗問題,仲量化咗解決問題之後嘅回報。研究揭示咗兩種做法之間,存在明顯嘅績效鴻溝:一邊係將控制直接嵌入 AI 系統(「設計即控制,Control by Design」),另一邊係依賴傳統、人為、追唔上步伐嘅管治方式。
由一開始就將管治架構融入系統設計嘅機構,對比嗰啲靠人為監督嘅機構,實現咗戲劇性嘅更好成果 :
呢啲數據凸顯咗一個關鍵嘅思維轉變:穩健嘅管治並唔係創新嘅絆腳石——而係實現安全、可獲利規模嘅引擎。其他發現亦都加強咗呢個結論:擁有嚴格財務紀律嘅機構,喺 AI 佔 IT 預算比例冇特別高嘅情況下,部署多 2.4 倍 AI 代理,而且佢哋 有 3 倍更大可能認為自己已為即將到來嘅 AI 規模做好充分準備 。至於嗰啲一早為咗適應性而設計 IT 基礎嘅機構,佢哋報告喺 2025 年嘅 AI 投資回報高出 10% 。