AWS报告：生成式 AI 取代安全成为 2025 年全球科技预算首选

根据今天由 Amazon Web Services 发布的一项全面新研究显示，生成式 AI 工具已超越网络安全，成为全球 IT 领导者在迈向 2025 年时最重视的预算投入领域。

AWS 生成式 AI 采用指数对 9 个国家的 3,739 名高级 IT 决策者进行了调查，结果显示 45% 的组织计划将生成式 AI 支出列为首要投资，相较之下仅 30% 的组织计划优先投资传统 IT，如安全工具。这一变化标志着企业技术战略的重大转变，因为各企业正争先恐后地利用 AI 带来的变革潜力。

“我认为这并不值得过度担忧，”AWS 生成式 AI 与 AI/ML 市场推广副总裁 Rahul Pathak 在接受 VentureBeat 独家采访时表示。“我的解读是，客户对安全的重视仍然非常高。从预算优先级上看到 AI 成为如此重要的一项，说明客户在 AI 上看到了众多应用场景。实际上推动这种结果的是加速 AI 应用部署的广泛需求。”

这项涵盖美国、巴西、加拿大、法国、德国、印度、日本、韩国和英国的广泛调查显示，生成式 AI 的采用已达到临界转折点，现有 90% 的组织在某种程度上部署了这些技术。更为显著的是，已有 44% 的组织超越了实验阶段，进入了生产部署阶段。

IT 领导者将生成式 AI 排名为 2025 年的首要预算优先事项，其投入远远超过传统的安全投资。

60% 的公司已任命首席 AI 官，首席级变革引领 AI 时代

随着 AI 项目在各组织内扩展，新的领导结构正在形成以应对复杂性。报告发现，60% 的组织已经任命了专门的 AI 高管，如首席 AI 官（CAIO），另外 26% 的组织计划在 2026 年前完成这一任命。

这一高层承诺反映出对 AI 战略重要性日益增加的认识，但研究指出，近四分之一的组织到 2026 年仍将缺乏正式的 AI 转型策略，这预示着变革管理可能面临挑战。

报告强调，“深思熟虑的变革管理策略至关重要。理想的策略应涵盖对运营模式的调整、数据管理实践、人才培养管道以及规模化策略。”

公司平均进行 45 项 AI 实验，但仅有 20 项将在 2025 年推向用户：生产落差挑战

2024 年，各组织平均进行了 45 项 AI 实验，但预计到 2025 年，只有大约 20 项实验将最终触达终端用户，这一数据凸显了在实施过程中面临的持续挑战。

Pathak 表示：“对我而言，对于这么新兴的事物，有超过 40% 进入生产阶段，这从采用角度看已是相当迅速、成功率颇高的表现。话虽如此，我认为客户确实在大规模地将 AI 应用于生产，并且希望看到这一趋势持续加速。”

报告指出，人才短缺是将实验成果转化为生产应用的主要障碍，55% 的受访者将缺乏熟练的生成式 AI 人才视为最大的挑战。

Pathak 对 VentureBeat 表示：“我认为另一个能够成功进入生产阶段的重要因素是，客户真正从推动其业务目标出发来倒推，并且明白 AI 将如何与其数据交互。正是在将您关于企业及客户的独到见解与 AI 结合后，才能推动出差异化的商业成果。”

92% 的组织将在 2025 年招聘 AI 人才，而 75% 的组织将通过培训来弥补技能差距

为应对技能缺口，各组织正在采取内部培训与外部招聘相结合的双重策略。调查发现，56% 的组织已制定了生成式 AI 培训计划，另有 19% 的组织计划在 2025 年底前推出相应计划。

Pathak 说：“对我来说，很明显客户已将此事置于重中之重。问题在于，我们如何确保团队和员工能够跟上步伐，把握住这一机遇。”

Pathak 强调，与其侧重具体的技术技能，更重要的是适应能力：“我认为关键在于你是否愿意去学习如何使用 AI 工具，将其融入日常工作流程中，并保持灵活性。我认为这种思维敏捷对我们所有人都将十分重要。”

这一人才推动不仅体现在培训上，还体现在积极的招聘上，92% 的组织计划在 2025 年为涉及生成式 AI 专业知识的岗位进行招聘。在四分之一的组织中，至少有 50% 的新职位将要求具备这些技能。

金融服务业加入混合式 AI 革命：仅 25% 的公司从零开始构建解决方案

关于是构建专有的 AI 解决方案还是利用现有模型的长久争论，现已逐渐向混合方法倾斜。仅有 25% 的组织计划使用从零开始自主开发的解决方案，而 58% 的组织打算在现有模型基础上构建定制应用，55% 的组织则计划基于经过微调调整的模型开发应用。

这一选择显示出一个显著的转变，尤其是对传统上以定制开发著称的行业。报告发现，44% 的金融服务公司计划采用开箱即用的解决方案，这与其以往偏爱专有系统的做法形成鲜明对比。

Pathak 解释道：“许多特定客户仍在构建自己的模型。但话说回来，我认为核心基础模型已经投入了大量能力和资源，这些优秀的起点使客户能够确信他们的数据得到保护。任何输入模型的数据都不会泄露。无论是用于微调还是定制的一切均为私有且属于他们的知识产权。”

他补充说，公司依然可以利用自身专有知识，同时使用现有的基础模型：“客户认识到，他们可以从自身对世界的独到见解中受益，例如通过 RAG（检索增强生成）、定制、微调和模型蒸馏等方式获得优势。”

印度以 64% 的采用率引领全球 AI 应用，韩国以 54% 紧随其后，西方市场相对滞后

虽然生成式 AI 的投资正成为全球趋势，但调查显示，区域间的采用率存在差异。美国有 44% 的组织将生成式 AI 投资列为优先，与全球平均 45% 基本持平；而印度和韩国的采用率分别高达 64% 和 54%，显著领先。

Pathak 表示：“全球范围内看到大规模的应用是非常令人振奋的。我觉得有趣的是全球范围内的使用率较为一致。经过仔细观察，我认为印度的步伐稍快一些，而其他地区略低于平均水平，美国则基本持平。”

65% 的组织将在 2025 年依赖第三方加速 AI 部署

在应对日益复杂的 AI 环境过程中，各组织越来越依赖外部专业知识。报告显示，65% 的组织将在 2025 年在不同程度上依赖第三方供应商，其中 15% 的组织计划仅依赖供应商，而 50% 的组织则采用内外部团队相结合的混合方法。

Pathak 说道：“对我们而言，这种关系更像是‘与…共存’。我们希望在客户所在的位置提供支持。我们在模型供应商方面已投资建设了庞大的合作伙伴生态系统，如 Anthropic、Meta、Stability、Cohere 等。我们还拥有大量的 ISV、服务提供商和系统集成商合作伙伴。”

现在就采取行动，否则将被远远甩在后面

对于那些仍对采用生成式 AI 持犹豫态度的组织，Pathak 发出严厉警告：“我真心认为客户应该积极投入应用，否则他们将面临被那些投入应用的同行远远甩在后头的风险。AI 能带来的收益是真实而显著的。”

他强调了这一领域创新速度的加快：“技术变化、改进速度以及推理成本的显著降低都非常迅速。如今看来几乎不可能的事情，可能在三到六个月内就会变成过时新闻。”

这一观点在各个行业的广泛采用中得到了印证。“我们见证了如此迅速且大规模的应用，受监管行业、金融服务、医疗保健、政府、大型企业以及初创公司均在大力采用 AI。目前这批初创公司几乎全部以 AI 为主导。”

以业务为先的 AI 成功之道，AWS 报告呈现了生成式 AI 从前沿试验走向关键业务基础设施的快速演进图景。随着组织调整预算优先级、重组领导团队并竭力招聘 AI 人才，数据表明企业 AI 的采用已进入决定性转折点。

就在这场技术淘金热中，最成功的应用可能来自那些始终将业务成果置于首位，而非追求技术新奇的组织。正如 Pathak 强调的，“AI 是一个强大的工具，但必须以企业业务目标为出发点。你们作为一个组织，试图达成什么目标？”

最终，获得成功的公司未必是拥有最大 AI 预算或最先进模型的企业，而是那些能高效利用 AI 解决实际业务问题、充分挖掘其独特数据资产优势的企业。在这一全新的竞争环境下，问题已不在于是否采用 AI，而在于组织能否比竞争对手更快地将 AI 实验转化为切实的商业优势。