Cloudera最新報告顯示，約80%的企業(yè)表示AI發(fā)展受制于數(shù)據(jù)訪問阻礙

中國北京，2026年4月15日——致力于將AI技術(shù)應(yīng)用于復(fù)雜環(huán)境中數(shù)據(jù)的Cloudera今日發(fā)布最新全球調(diào)研報告《數(shù)據(jù)就緒指數(shù)：解讀成功實現(xiàn)AI的基礎(chǔ)》，深入探討了企業(yè)大規(guī)模部署 AI 方面的準備情況。該報告對全球近1,300名IT領(lǐng)導(dǎo)者進行調(diào)研，發(fā)現(xiàn)盡管 AI 應(yīng)用正在加速普及，但大多數(shù)企業(yè)仍缺乏支持其成功落地所需的數(shù)據(jù)基礎(chǔ)。

調(diào)研結(jié)果顯示出一個悖論，盡管96%的企業(yè)表示已將 AI 納入核心業(yè)務(wù)流程，85%的企業(yè)表示已具備清晰的數(shù)據(jù)戰(zhàn)略，但仍有近五分之四（約80%）的企業(yè)承認，其 AI 與數(shù)據(jù)項目依然受到跨環(huán)境數(shù)據(jù)訪問的限制。

這一差距凸顯了正在逐漸浮現(xiàn)的“AI就緒幻覺”問題。即企業(yè)認為自身已具備大規(guī)模應(yīng)用 AI 的能力，但關(guān)鍵的數(shù)據(jù)挑戰(zhàn)仍未得到解決。

Cloudera首席技術(shù)官 Sergio Gago 表示：“企業(yè)并不缺乏采用 AI 的能力，真正的難點在于如何將AI從實驗階段推進到規(guī)�；�落地。 AI 的效果取決于其所依靠的數(shù)據(jù)質(zhì)量。如果企業(yè)無法無縫訪問所有數(shù)據(jù)，AI 在準確性、可信度及業(yè)務(wù)價值方面就會受到限制。沒有數(shù)據(jù)，就無法實現(xiàn)AI�！�

Cloudera大中華區(qū)技術(shù)總監(jiān)劉隸放表示：“在中國市場，企業(yè)正加速從AI試點邁向規(guī)�；瘧�(yīng)用階段，但基礎(chǔ)數(shù)據(jù)能力仍是決定成效的關(guān)鍵因素。許多中國企業(yè)已具備清晰的數(shù)據(jù)戰(zhàn)略，并積極推進AI落地，但在數(shù)據(jù)一致性和治理方面仍面臨挑戰(zhàn)。Cloudera助力企業(yè)實現(xiàn)高質(zhì)量的數(shù)據(jù)集成、統(tǒng)一訪問與治理，從而真正釋放AI的潛力，提升運營效率、優(yōu)化決策，并最終推動業(yè)務(wù)創(chuàng)新�！�

AI 應(yīng)用廣泛，但投資回報仍難以實現(xiàn)

如今，AI 已融入企業(yè)各個層面，但要實現(xiàn)穩(wěn)定的投資回報依然充滿挑戰(zhàn)。在被問及 AI 項目為何未達預(yù)期時，受訪者提到了幾個關(guān)鍵問題：數(shù)據(jù)質(zhì)量（22%）、成本超支（16%）以及與現(xiàn)有工作流程整合不佳（15%）。這些原因說明了將 AI 投入轉(zhuǎn)化為可量化商業(yè)成果的復(fù)雜性。

基礎(chǔ)設(shè)施的限制進一步加劇了這一問題。近四分之三（73%）的受訪者表示，性能瓶頸阻礙了項目運營的推進，這反映出在企業(yè)在碎片化環(huán)境中規(guī)�；�部署 AI 面臨的困境。

數(shù)據(jù)鴻溝：訪問、治理和可視性

這些障礙的核心在于缺乏對數(shù)據(jù)的全面訪問與管控。

84%的受訪者對其企業(yè)數(shù)據(jù)的準確性、完整性和一致性充滿信心。然而，這種樂觀通常掩蓋了更深層的問題，包括長期存在的數(shù)據(jù)孤島、數(shù)據(jù)質(zhì)量不一致以及訪問受限。那些在單一環(huán)境中看似可靠的數(shù)據(jù)，一旦在跨團隊、跨系統(tǒng)或 AI 應(yīng)用中使用，往往會暴露出企業(yè)在數(shù)據(jù)治理和一致性缺失方面的問題。

僅不到五分之一（18%）的受訪者表示其數(shù)據(jù)已實現(xiàn)全面治理，這凸顯了“認知信心”與“現(xiàn)實情況”之間的差距。雖然71%的受訪者表示其大部分數(shù)據(jù)已得到治理，但真正以數(shù)據(jù)驅(qū)動的業(yè)務(wù)實踐仍依賴于貫穿企業(yè)的一致且可信的單一數(shù)據(jù)源。

如果缺乏全面的數(shù)據(jù)治理機制來整合數(shù)據(jù)并執(zhí)行明確標準，企業(yè)將有可能面臨錯失重要業(yè)務(wù)機會、決策失誤，以及難以充分發(fā)揮其全部潛力的風險。

不同行業(yè)數(shù)據(jù)就緒程度對比

不同行業(yè)在數(shù)據(jù)就緒方面呈現(xiàn)出顯著差異。例如，54%的電信行業(yè)受訪者表示“完全清楚”數(shù)據(jù)的存儲位置。相比之下，僅有30%的金融服務(wù)行業(yè)受訪者和31%的公共部門受訪者持相同觀點。在數(shù)據(jù)訪問方面，51%的電信行業(yè)受訪者表示可以隨時訪問全部數(shù)據(jù)，而金融服務(wù)行業(yè)和公共部門的這一比例分別僅為24%和16%。

盡管數(shù)據(jù)就緒程度較高，但這一優(yōu)勢尚未轉(zhuǎn)化為運營成效。五分之三（60%）的電信行業(yè)受訪者表示基礎(chǔ)設(shè)施性能持續(xù)制約其運營項目推進，這一比例在所有受訪行業(yè)中最高。

這些挑戰(zhàn)同樣延伸至AI 項目。不同產(chǎn)業(yè)在實現(xiàn) AI 投資回報方面面臨的障礙各不相同�？傮w來看，數(shù)據(jù)質(zhì)量是最常被提及的問題，而在能源與公用事業(yè)領(lǐng)域，成本超支最為突出（25%）。相比之下，醫(yī)療、制造及金融服務(wù)行業(yè)的受訪者更強調(diào)與現(xiàn)有工作流程整合不佳這一問題（20%）。

數(shù)據(jù)就緒將決定企業(yè)AI的下一階段

隨著企業(yè)AI 從試驗階段邁向?qū)嵤╇A段，數(shù)據(jù)就緒程度正成為區(qū)分領(lǐng)先者與落后者的關(guān)鍵因素。

能夠全面訪問并有效治理其復(fù)雜環(huán)境中數(shù)據(jù)的企業(yè)，將更有可能提供可信且可擴展的AI 能力。值得注意的是，報告中的受訪者均表示，其所在企業(yè)至少在一定程度上愿意調(diào)整現(xiàn)有框架，以真正實現(xiàn)數(shù)據(jù)就緒。

隨著企業(yè)逐漸意識到“ AI 就緒幻覺”的局限性，發(fā)展的路線也會更加清晰。釋放 AI 的價值不僅需要雄心，更需要真正的數(shù)據(jù)就緒能力。能夠彌合這一差距的企業(yè)，將更有機會創(chuàng)造長期價值，并引領(lǐng)智能商業(yè)的未來發(fā)展。

如需了解更多關(guān)于企業(yè)AI面臨的障礙及如何彌合數(shù)據(jù)就緒差距，請點擊https://reurl.cc/r09yor閱讀完整報告。