<p>根据 DDN（数据优化公司）与 Google Cloud 和 Cognizant 合作发布的一份研究报告，过去两年中超过一半的人工智能项目因 AI 基础设施的复杂性而被延迟或取消。</p>
<p>在对美国 1000 名以上员工的企业进行的 600 名 IT 和业务决策者的调查中，大约三分之二的人表示，他们的 AI 环境过于复杂，难以管理。</p>
<p>DDN 首席执行官 Alex Bouzari 在接受《The Register》采访时表示：“如果你看看企业，部署 AI 的热情非常高，但问题在于，运行所需的基础设施、能力和运营基础并不存在。因此，结果在财务方面表现为 IT 项目被延迟，GPU 未被充分利用，电力成本上升。因此，我认为许多组织的经济效益因为这些挑战而无法实现。”</p>
<p>这并不是第一项发现企业 AI 项目未能达标的研究。麻省理工学院广泛引用的 NANDA 项目发现，95% 的组织在其生成性 AI 投资中没有看到可衡量的回报。Gartner 预测，到 2027 年底，超过 40% 的自主 AI 项目将被取消。Forrester 发现，计划中的 AI 支出中有 25% 将推迟到 2027 年，因为只有 15% 的 AI 决策者报告其组织的 EBITDA 有所提升。</p>
<p>尽管在 DDN 研究中，约 97% 的决策者认为，组织的 AI 扩展需要在云中进行，但 Bouzari 并不认为这能解决基础设施的困境。</p>
<p>他说：“在本地遇到的相同挑战将会跟随你进入云端。我的意思是，云需要统一的数据，云需要大规模的编排。因此，这些都是需要考虑的因素。IT 组织内部需要进行教育过程。”</p>
<p>成立于 1998 年的 DDN 与一些在 AI 竞赛中最大的名字合作，包括 Nvidia、xAI 和 Google，以优化数据在 AI 基础设施中的流入和流出，随着这些系统的成本和能耗的增加，这一能力变得愈加重要。</p>
<ul>
<li>OpenAI 的 Stargate 项目宣布在美国新增五个 AI 数据中心位置</li>
<li>闪亮物体综合症对许多 AI 项目构成威胁，EPA 首席信息官警告</li>
<li>AI 试点项目频频失败，主要因为公司跳过准备工作，调查发现</li>
<li>Bain 警告称，AI 炒作列车可能因超过 2 万亿美元的基础设施账单而脱轨</li>
</ul>
<p>Bouzari 表示，早期在 AI 领域进行重大投资并将试点项目转化为可销售产品以产生投资回报的企业与今天刚刚开始进行 AI 的许多企业之间存在着日益扩大的鸿沟。复杂的基础设施似乎是阻碍采用的一个重要障碍。</p>
<p>他说：“我认为教育过程是促进者可以推动的事情。我的意思是，如果你看看像埃森哲和德勤这样的组织，了解如何为企业部署复杂的交钥匙商业解决方案的经销商，我认为这个曲线的上升正在开始发生，然后我们将会加速采用。”</p>
<p>在讨论用例时，供应商和顾问需要帮助寻找能够将组织的数据与 AI 连接起来的能力，而不是默认使用客户服务聊天机器人。</p>
<p>Bouzari 说：“与其说，我要将客户服务成本从收入的 3.7% 降低到 3.1%，不如说这实际上是对 AI 能力的极大低估。” ®</p>

<p>最近的一份报告显示，超过一半的人工智能项目因复杂的基础设施问题而被延迟或取消。对 600 名 IT 和商业决策者的调查显示，三分之二的人认为他们的人工智能环境过于复杂，难以管理。DDN 的首席执行官 Alex Bouzari 强调，人工智能部署所需的基础设施和运营基础不足，导致资源的利用率低下和成本增加。尽管对人工智能的热情高涨，但许多组织在实现投资的可衡量回报方面面临困难，预计未来几年将会有更多的取消情况发生</p>

<p>More than half of AI projects have been delayed or canceled within the last two years citing complexities with AI infrastructure, according to a research report commissioned by DDN, a data optimization company in partnership with Google Cloud and Cognizant.</p>
<div class="lb-trans"><p>根据 DDN（数据优化公司）与 Google Cloud 和 Cognizant 合作发布的一份研究报告，过去两年中超过一半的人工智能项目因 AI 基础设施的复杂性而被延迟或取消。</p>
</div><p>About two-thirds of the 600 IT and business decision-makers surveyed at US enterprises with 1,000 or more employees said their AI environments are too complex to manage.</p>
<div class="lb-trans"><p>在对美国 1000 名以上员工的企业进行的 600 名 IT 和业务决策者的调查中，大约三分之二的人表示，他们的 AI 环境过于复杂，难以管理。</p>
</div><p>“If you look at the enterprise, there's just enormous enthusiasm to deploy AI, but the problem is that the infrastructure, the power, and the operational foundation that is required to run it just aren't there,” Alex Bouzari, CEO of DDN, told <em>The Register</em>. “And so as a result, it pops up in the financial elements with IT projects getting delayed, the GPUs being underutilized, power costs going up. And so the economics, I think, for lots of organizations don't pencil out because of these challenges.”</p>
<div class="lb-trans"><p>DDN 首席执行官 Alex Bouzari 在接受《The Register》采访时表示：“如果你看看企业，部署 AI 的热情非常高，但问题在于，运行所需的基础设施、能力和运营基础并不存在。因此，结果在财务方面表现为 IT 项目被延迟，GPU 未被充分利用，电力成本上升。因此，我认为许多组织的经济效益因为这些挑战而无法实现。”</p>
</div><p>This isn’t the first study that has found AI projects coming up short in the enterprise. MIT’s widely cited Project NANDA found 95 percent of organizations are seeing zero measurable return from their generative AI investments. Gartner predicted that more than 40 percent of agentic AI projects will be canceled by the end of 2027. Forrester found that 25 percent of planned AI spend would be delayed into 2027, as only 15 percent of AI decision-makers reported an EBITDA lift for their organization.</p>
<div class="lb-trans"><p>这并不是第一项发现企业 AI 项目未能达标的研究。麻省理工学院广泛引用的 NANDA 项目发现，95% 的组织在其生成性 AI 投资中没有看到可衡量的回报。Gartner 预测，到 2027 年底，超过 40% 的自主 AI 项目将被取消。Forrester 发现，计划中的 AI 支出中有 25% 将推迟到 2027 年，因为只有 15% 的 AI 决策者报告其组织的 EBITDA 有所提升。</p>
</div><p>While some 97 percent of the decision-makers surveyed in the DDN study believe that scaling AI for their organization will need to happen in the cloud, Bouzari isn’t so sure that is much of a panacea for the infrastructure dilemma.</p>
<div class="lb-trans"><p>尽管在 DDN 研究中，约 97% 的决策者认为，组织的 AI 扩展需要在云中进行，但 Bouzari 并不认为这能解决基础设施的困境。</p>
</div><p>“The same challenges that you would have on prem will follow you into the cloud,” he said. “I mean, cloud needs unified data, and the cloud needs orchestration at scale. So, it's all of these considerations. There's an education process which needs to take place within the IT organization.”</p>
<div class="lb-trans"><p>他说：“在本地遇到的相同挑战将会跟随你进入云端。我的意思是，云需要统一的数据，云需要大规模的编排。因此，这些都是需要考虑的因素。IT 组织内部需要进行教育过程。”</p>
</div><p>Founded in 1998, DDN works with some of the biggest names in the AI race including Nvidia, xAI, and Google, to optimize the flow of data into and out of AI infrastructure, a capability that has taken on heightened relevance as the cost and power used by those systems has grown.</p>
<div class="lb-trans"><p>成立于 1998 年的 DDN 与一些在 AI 竞赛中最大的名字合作，包括 Nvidia、xAI 和 Google，以优化数据在 AI 基础设施中的流入和流出，随着这些系统的成本和能耗的增加，这一能力变得愈加重要。</p>
</div><ul>
<li>OpenAI's Stargate project to pave the world with AI datacenters announces five new US locations</li>
<li>Shiny object syndrome spells doom for many AI projects, warns EPA CIO</li>
<li>AI pilots keep crashing, mostly because firms skip the prep, survey finds</li>
<li>AI hype train may jump the tracks over $2T infrastructure bill, warns Bain</li>
</ul>
<div class="lb-trans"><ul>
<li>OpenAI 的 Stargate 项目宣布在美国新增五个 AI 数据中心位置</li>
<li>闪亮物体综合症对许多 AI 项目构成威胁，EPA 首席信息官警告</li>
<li>AI 试点项目频频失败，主要因为公司跳过准备工作，调查发现</li>
<li>Bain 警告称，AI 炒作列车可能因超过 2 万亿美元的基础设施账单而脱轨</li>
</ul>
</div><p>Bouzari said there is a widening gulf between the early movers in AI that made big bets and have turned pilot projects into salable products that generate ROI, and many enterprises who are just starting in AI today. Complicated infrastructure appears to be one of the significant roadblocks that are stopping adoption.</p>
<div class="lb-trans"><p>Bouzari 表示，早期在 AI 领域进行重大投资并将试点项目转化为可销售产品以产生投资回报的企业与今天刚刚开始进行 AI 的许多企业之间存在着日益扩大的鸿沟。复杂的基础设施似乎是阻碍采用的一个重要障碍。</p>
</div><p>“I think that the education process is something that the facilitators can enable. I mean, if you look at organizations like Accenture and Deloitte, resellers who know how to deploy complex, turnkey business solutions for organizations, I think there’s a ramp in that curve, which is starting to take place, and then we will have an accelerated adoption.”</p>
<div class="lb-trans"><p>他说：“我认为教育过程是促进者可以推动的事情。我的意思是，如果你看看像埃森哲和德勤这样的组织，了解如何为企业部署复杂的交钥匙商业解决方案的经销商，我认为这个曲线的上升正在开始发生，然后我们将会加速采用。”</p>
</div><p>Rather than defaulting to customer service chatbots when the topic of use cases comes up, vendors and advisors need to help find capabilities that bridge an organization's data with AI.</p>
<div class="lb-trans"><p>在讨论用例时，供应商和顾问需要帮助寻找能够将组织的数据与 AI 连接起来的能力，而不是默认使用客户服务聊天机器人。</p>
</div><p>“As opposed to, I'm going to lower my customer service cost from 3.7% of revenue to 3.1% of revenue,” Bouzari said. “That is really short changing what AI can do.” ®</p>
<div class="lb-trans"><p>Bouzari 说：“与其说，我要将客户服务成本从收入的 3.7% 降低到 3.1%，不如说这实际上是对 AI 能力的极大低估。” ®</p>
</div>

Over half of AI projects are shelved due to complex infrastructure

- 在过去两年中，超过一半的 AI 项目因基础设施复杂而延迟或取消。  
- 调查显示，约三分之二的决策者认为 AI 环境难以管理。  
- DDN CEO 指出，基础设施的缺乏使得组织在 AI 投资上未能获得可衡量的回报。

超过一半的人工智能项目因基础设施复杂而被搁置