人工智能增长停滞，78% 的人认为数据基础设施薄弱

Confluent 表示，企业在将人工智能项目从试点转向生产时，优先考虑数据流处理。

根据 Confluent 的 2026 年数据流报告，新加坡公司的人工智能雄心受到实时数据基础设施缺口的制约。

报告发现，78% 的新加坡 IT 领导者表示，缺乏实时数据基础设施正在阻碍他们扩大人工智能的努力。报告还发现，该国 75% 的组织已经在部署或试点自主人工智能解决方案。

然而，许多企业在将人工智能项目推向生产时面临挑战。约 78% 的新加坡 IT 领导者表示，他们在扩大人工智能时遇到了至少三个挑战，包括实时数据处理基础设施不足（78%）、数据所有权分散（73%）以及管理人工智能的技能和专业知识不足（73%）。

这些问题也影响了自主人工智能项目。大多数新加坡 IT 领导者表示，他们在数据基础设施和质量（95%）、遗留系统集成（95%）以及大型语言模型的可靠性（93%）方面遇到或预期会遇到困难。超过 73% 的人报告自主人工智能项目停滞不前，其中一半表示该工作已完全放弃。

Confluent 表示，关注点正从单纯的人工智能模型转向提供可信和最新数据所需的基础设施。约 86% 的新加坡 IT 领导者将持续和当前的业务可见性视为首要任务。

数据治理也变得越来越重要，86% 的人表示有效管理数据主权很重要，82% 的人重视数据来源和追踪能力。

报告指出，90% 的新加坡 IT 领导者认为数据流平台可以帮助解决自主人工智能中的治理、风险和合规问题。

另有 91% 的人表示，这些平台可以通过提高大型语言模型的可靠性来帮助打通自主人工智能的进展，而 92% 的人表示它们使数据更可信、具有上下文和可发现性。

投资优先级也反映了对数据基础的日益关注。约 86% 的新加坡领导者将数据流处理列为投资优先级，而人工智能和机器学习解决方案为 85%，数据管理和治理为 90%。

一些组织已经看到了收益，65% 的人报告客户体验更加丰富和响应迅速，61% 的人提到内部流程的自动化和响应能力增强。

该报告对包括新加坡在内的 14 个国家的 4625 名 IT 领导者进行了调查。