答案已發布12 來源
新加坡企業推動代理式 AI，實時數據基建成擴展樽頸
新加坡 75% 受訪 IT 領袖稱其機構正部署或試行代理式 AI；78% 則指實時數據基建不足，正拖慢 AI 擴展。 數據基建與質素、舊有系統整合，以及大型語言模型可靠性，都是受訪者表示已遇到或預期會遇到的難題。
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案
重點
- 新加坡 75% 受訪 IT 領袖稱其機構正部署或試行代理式 AI；78% 則指實時數據基建不足，正拖慢 AI 擴展。
- 數據基建與質素、舊有系統整合，以及大型語言模型可靠性，都是受訪者表示已遇到或預期會遇到的難題。
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
新加坡企業正加快試行代理式 AI（agentic AI），但由試點走到大規模應用，仍有一道數據基建關卡。Confluent 的《2026 年數據串流報告》顯示，75% 新加坡受訪 IT 領袖表示，所屬機構正部署或試行代理式 AI；同時有 78% 認為實時數據基建不足，拖慢了 AI 擴展。 2
試行進度不等於已準備好大規模應用
報告涵蓋 14 個國家、共 4,625 名 IT 領袖；這是整體調查人數，現有報道沒有列出新加坡受訪者的具體人數。 2
9
75% 反映的是機構正在部署或試行，並不代表同一比例的項目已正式投入生產，或已持續帶來成效。相對地，78% 的數字指出受訪者認為實時數據基建是擴展 AI 的障礙。 2
受訪者亦提到代理式 AI 的營運難題：95% 表示已遇到或預期會遇到數據基建及質素問題，95% 提及整合舊有系統的困難，另有 93% 提及大型語言模型（LLM）的可靠性。由於數字合併了「已遇到」和「預期會遇到」的情況，不應視為項目失敗率。 2
為何試點容易，落地較難？
試點可以在範圍較小、條件較受控的環境中運作；要擴展至日常業務，就要讓 AI 接通企業數據和既有系統，並在情況變動時仍能可靠運作。調查提到的數據質素、舊系統整合和 LLM 可靠性問題，反映由試行走向實際應用，關鍵不止是揀選哪個模型，亦包括能否取得可用數據，並連接存放數據的業務系統。 2
這是根據受訪者所列障礙作出的解讀，並不代表某一種技術方案必然能解決問題。調查指出了困難所在，但沒有證明單靠實時數據基建，就足以令 AI 達到正式部署的要求。
調查結果可以說明甚麼？
這些百分比反映受訪 IT 領袖的回答，不代表每間新加坡企業都面對相同限制，也不能直接推論為全國所有企業的情況。調查涵蓋多個國家，而現有資料未有交代新加坡受訪者人數。 2
9
另外，這是 Confluent 發表的數據串流報告。報告可作為受訪者所述優先事項和挑戰的參考；評估數據串流平台及其效益時，亦應留意其出處和背景。 9
整體而言，調查呈現出新加坡代理式 AI 試行相當普遍，但受訪者認為實時數據基建和系統整合是擴展應用的重要障礙。對正準備走出試點的機構來說，數據質素、系統連接和可靠性，都是需要及早處理的問題。
Studio Global AI
繼續你的研究
此頁麵包含一個有來源支援的答案，您可以在 Studio Global 內繼續。
人們還問
「新加坡企業推動代理式 AI，實時數據基建成擴展樽頸」的簡短答案是什麼？
新加坡 75% 受訪 IT 領袖稱其機構正部署或試行代理式 AI；78% 則指實時數據基建不足，正拖慢 AI 擴展。
首先要驗證的關鍵點是什麼？
新加坡 75% 受訪 IT 領袖稱其機構正部署或試行代理式 AI；78% 則指實時數據基建不足，正拖慢 AI 擴展。 數據基建與質素、舊有系統整合，以及大型語言模型可靠性，都是受訪者表示已遇到或預期會遇到的難題。