Gartner一项新调查显示,45%具备高人工智能(AI)成熟度企业的领导者表示,其AI项目已持续运转三年以上,以确保长期产生影响和价值。而在AI成熟度较低的企业中,这一比例仅为20%。
调查显示,高AI成熟度企业确保AI项目长期运行的关键是基于业务价值和技术可行性选择AI项目,并建立健全的治理结构和工程实践。
该调查于2024年第四季度进行,目的是了解企业如何使用AI和生成式人工智能(GenAI)。来自美国、英国、法国、德国、印度和日本的432名受访者参与了此次调查。调查通过七个问题对企业的AI使用能力进行评估,这七个问题是Gartner基于评估和提升企业AI使用能力的结构化框架——Gartner AI成熟度模型所设计。每个方面按照1分(“规划/初始”)至5分(“领先”)进行评分。高AI成熟度企业的平均得分为4.2至4.5分,而低AI成熟度企业的平均得分为1.6至2.2分。
Gartner高级研究总监Birgi Tamersoy表示:“信任是决定AI或GenAI项目成败的关键因素之一。”
调查发现,57%的高AI成熟度企业业务部门信任并准备使用新AI解决方案,而低AI成熟度企业的这一比例仅为14%。Tamersoy表示:“建立对AI和GenAI解决方案的信任是推动使用的关键,而使用是创造价值的第一步,对成功具有显著影响。”
数据可用性和质量仍是AI落地的主要挑战
无论AI成熟度如何,数据的可用性与质量始终是AI实施过程中面临的关键难题。Gartner数据显示,34%的低成熟度企业领导者和29%的高成熟度企业领导者均将其列为实施AI的主要挑战之一(见图1)。在AI成熟度较高的企业中,48%的领导者认为安全威胁是实施AI的三大障碍之一;而在成熟度较低的组织中,有37%的领导者表示缺乏合适的应用场景是其面临的最大障碍。
图一、AI实施面临的主要障碍

来源:Gartner(2025年6月)
通过建立指标实现最佳AI使用效果
调查还显示,建立指标有助于提升AI使用效果。高AI成熟度企业通过定期量化AI项目效益并利用多维度指标评估项目成功程度,因此不断改进AI项目。调查发现,63%的高AI成熟度企业领导者会对风险因素进行财务分析、对投资回报(ROI)和客户影响进行分析与评估,这些举措都能帮助她们保持AI项目的成功。
任命专门的AI负责人推动AI创新和构建AI基础设施
91%的高AI成熟度企业领导者表示已任命专门的AI负责人,其职责包括优先推动AI创新(65%)、交付AI基础设施(56%)、建立AI组织和团队(50%)以及设计AI架构(48%)。
近60%的高AI成熟度企业领导者表示已通过整合AI战略、治理、数据和基础设施能力来提高企业内部的一致性和效率。Tamersoy表示:“这是一项管理AI资源和项目的战略方针,需要由专门的AI团队执行。”
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。