/
规模化落地 关键字列表
数据信任问题阻碍香港AI智能体的大规模落地
香港企业正加速采用AI智能体，但将试点项目推向规模化生产仍面临重重挑战。行业数据显示，85%的企业正在扩大AI应用，但真正进入生产阶段的项目占比极小。数据基础薄弱、人才短缺及治理机制不完善是主要瓶颈。多智能体部署增长超300%，但遗留系统与数据孤岛阻碍进展。金融服务业凭借结构化数据领跑，部分保险公司借助AI分析实现客户互动翻倍。
Infor发布AI智能体编排工具，调研揭示规模化落地仍面临挑战
Infor发布了AI产品组合的最新功能，包括更新版Infor Velocity Suite及限量上线的Agentic Orchestrator。与此同时，该公司联合调研的报告显示，尽管80%的企业自认具备AI实施能力，但仍有49%停留在试点阶段。主要障碍包括数据安全与合规顾虑（36%）、AI人才短缺（25%）及投资回报不明确（23%）。新版工具旨在提供行业专属AI能力、更完善的治理机制，以及从部署到业务成果的清晰路径。
从AI试点到全企业价值落地：如何构建智能体规模化"高速公路"
埃森哲研究显示，86%的企业计划在2026年增加AI投资，但仅21%的企业正在以AI为核心重塑端到端流程。企业实现AI规模化价值需要五大要素：将AI视为多年期战略建设、实现运营就绪、构建强大数据基础、明确AI工作模式，以及重塑人才战略。埃森哲强调，AI规模化的核心障碍在于过时的运营模式，云端就绪程度正日益成为AI转型领导者与落后者之间的分水岭。
白皮书
京公网安备 11010802021500号
