從2025紐約AI領袖峰會看企業AI落地：多雲策略與小模型成主流選擇

智通財經APP獲悉，德銀近日發佈研報稱，在參加了2025年紐約人工智能領袖峰會后，該行更加確信，企業在制定其AI轉型路線圖方面仍處於早期階段。德銀指出，此次峰會吸引了超過50位來自廣泛垂直領域的技術業務領袖和從業者參與，小組討論和分組會議表明：1) 在衡量投資回報率方面缺乏共識;2) 數據就緒度仍然是關鍵，並且是企業能否充分利用AI效益的主要制約因素;3) 相對於AI的操作化，監管和治理政策仍是關注焦點。儘管會議上很少討論特定供應商，但該行表示，其確實感覺到，打包軟件在未來架構中能發揮作用，因為許多組織似乎尚未準備好或缺乏專業知識來採取DIY方法。

以下是德銀關於此次會議的要及其收穫的介紹。

1、投資回報率(ROI)在整個企業範圍內仍是一個移動的目標，業務領袖選擇/定義自己的關鍵指標。遺留系統預計將獲得最大收益，但也面臨最大的啟用挑戰，因為它們已經落后了好幾代。

2、雖然量化節省的時間是更廣泛ROI討論的一部分，但樂觀者認為，部分更大的價值仍在於AI解鎖的全新淨能力。

3、從啟用角度來看，目前大部分客户(約80%)仍處於優化現有業務流程的階段，其余(約20%)則更願意進行實驗。

4、數據就緒度對企業而言仍然是關鍵，根本問題在於管理團隊對其數據的瞭解程度以及數據存儲位置。有趣的是，據稱總時間中只有10%-20%實際用於訓練模型，其余時間則專注於數據準備，這表明模型的好壞取決於其輸入數據。

5、數據編目仍然是AI響應可解釋性的核心。編目被指為企業在準備AI過程中的常見盲點，因為如果編目不能跟上數據隨時間的演變，輸入到大語言模型的數據就會持續不一致。

6、許多領袖認為，在代理流程中保持人工參與仍然至關重要。德銀瞭解到，最重要的是需要進行合理性檢查，這使得人工參與成為代理工作流的關鍵。

7、監管懸置和治理政策被指為整個企業採用AI速度的障礙。從安全角度來看，焦點仍然集中在改進災難恢復政策以及減少影子AI上。

8、德銀注意到，與LLM(大型語言模型)相比，對SLM(小型語言模型)的偏好有所增加，因為這能完全控制模型的運行位置並提高效率。據稱，供應商訓練的模型參數數量過多且上下文量不當，導致總擁有成本更高和響應上下文性低下。

9、多雲似乎成了企業的首選策略，業務領袖傾向於採用「最佳品種」方法。德銀沒有發現一刀切的解決方案，因為該行理解企業的基礎設施組合更需具體情況具體分析，並涉及其他決策標準。

10、低風險和重複性的工作負載據稱是率先利用AI的領域，最常見的應用是AI搜索和分析。儘管公司專注於面向客户的項目，但業務領袖認為后臺功能仍有成熟的顛覆空間，AI創造價值的機會很大。

此外，會議上進行了一些投票調查，重點如下：

1、73%的參與者認為其組織在AI應用旅程中進展不一，只有極少數系統進入生產系統(18%)和早期試點(9%)。

2、70%的參與者將平衡AI創新與安全列為首要解決方案優先事項，其余則在快速部署、風險管理和法規遵從之間平均分配。

3、創建無縫AI驅動客户體驗的最大障礙仍然是遺留系統集成(56%)，其次是不明確的投資回報率(33%)和數據孤島(11%)。