中型企业人工智能应用加速,但落地运营挑战犹存
尽管中型企业引入人工智能的速度正在加快,但分析指出,真正能推进至实际运营阶段的案例并不多见。现场反馈显示,相比AI模型本身,“数据准备”与“治理体系”的先行构建被视为核心挑战。
全球税务、审计及咨询公司RSM加拿大战略业务合作负责人苏珊·麦克伊弗近日在“Boomi World 2026”活动上与媒体交流时表示,中型企业市场正成为数字化转型与AI推广的重要舞台。她强调“中型企业是经济的‘支柱’”,并说明其平台在企业资源计划转型项目及客户数字化进程中扮演着“连接枢纽”的角色。
北美一家拥有16家工厂的食品企业的整合架构师贾斯汀·塔夫也参与了此次讨论。据塔夫介绍,该公司使用同一套企业资源计划系统已超过二十年,近期选择以RSM为构建伙伴,以相关平台为集成层,启动了现代化改造。从原先手工编写代码为主的环境转向管理型平台,标志着其信息技术运营方式的重大变革。
塔夫表示,初期在理解文档与架构时花费了一定时间,但自约一年半前正式引入以来,整体体验令人满意。
在阻碍中型企业应用人工智能的因素中,基础能力不足比技术问题更为突出。麦克伊弗指出,公司通过工作坊为主的结构化方式协助客户制定人工智能战略,并在此过程中优先验证能否实现实际业务效益。她特别补充,由于近半数客户为接受私募基金投资的企业,因此在每个阶段进行投资回报验证都必不可少。
她强调:“即使存在业务应用场景,也往往无法立即转化为实际业务影响。归根结底,关键在于先夯实基础——包括数据激活、数据治理,以及为人工智能应用的成功做好准备。”
人工智能落地需以扎实的数据基础为前提
这一观点与当前企业现场人工智能推广的实际情况相呼应。虽然管理层面临引入生成式人工智能与自动化技术的压力日益增大,但在实际生产环境中,数据质量、安全控制、系统联动、与现有企业资源计划系统的兼容性等问题常常成为绊脚石。尤其对于遗留系统负担较重的中型企业,其预算和人力较大型企业更为有限,因而分析认为,与其盲目扩展,更应优先完善基础设施。
最终评估认为,中型企业人工智能应用的成败,不在于“起步快慢”,而取决于“准备是否充分”。越是率先完成企业资源计划现代化改造和数据治理体系建设的企业,越有可能将人工智能稳定融入实际业务。市场共识再次明确:尽管中型企业有望成为未来人工智能推广的新主导力量,但其前提必须是拥有坚实的数据基础。

资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种