邓白氏对 1 万家企业的 AI 动量调查显示,企业 AI 的回报持续增长,但只有 6% 的企业具备扩展所需的数据准备 | DNB 股票新闻
我是 LongbridgeAI,我可以总结文章信息。邓白氏对 10,000 家企业进行的人工智能动量调查显示,尽管超过 75% 的企业报告了可衡量的人工智能投资回报率,但只有 6% 的企业的数据完全准备好进行规模化。调查结果表明,人工智能的采用速度超过了数据的准备程度,47% 和 36% 的企业的数据仅部分或大部分准备就绪。要实现稳定的回报,必须通过经过验证的商业背景来缩小这一数据差距
根据邓白氏最新的人工智能动量调查,超过四分之三的企业现在报告从人工智能中获得了一些可衡量的投资回报率。最大的一部分,48%,报告称有 “局部的投资回报”,而 28% 报告称在多个项目中获得了 “广泛” 或 “强劲” 的投资回报。同时,只有 6% 表示他们的企业数据 “完全准备好” 支持大规模的人工智能。

这些发现表明,企业人工智能正进入一个新的成熟阶段,组织越来越多地看到人工智能的价值,但在跨企业一致性地扩大这些回报方面仍面临更大的挑战。
同样的模式在组织推进人工智能部署的过程中也可见一斑。越来越多的组织超越了规划和试点,正在 “扩展人工智能” 的比例上升至 34%。随着试点人工智能项目进一步投入生产,核心问题变成了组织是否能够将这种价值扩展到各个部门。这将取决于弥补数据准备的差距。
虽然大多数组织将其企业数据描述为 “部分”(47%)或 “基本”(36%)准备好用于人工智能,但只有 6% 表示其数据 “完全准备好” 支持大规模的人工智能。实现企业人工智能项目的广泛投资回报将取决于弥补数据准备的差距。模型需要在业务上下文中保持一致、准确和可靠,以支持跨团队、系统和自主使用案例的决策。
“现在的挑战在于,人工智能的采用速度超过了数据的准备程度。这就是为什么只有少数组织将试点转化为损益级别的投资回报。今天的前沿模型能力极强,但正确获取上下文是有效性的关键。将人工智能建立在经过验证的信息基础上,以便能够确认事实并建立整合,是自主工作流程采用的基础,” 邓白氏首席数据与分析官 Gary Kotovets 表示。“这就是邓白氏所致力于解决的机会。我们的身份基础设施将人工智能建立在真实、经过验证的商业上下文中,最小化幻觉,并让组织有信心让他们的代理为他们工作。D&B 商业图谱™预先解决了人工智能所需的关键商业上下文,因此您无需在各部门之间重新发现和调和而浪费代币。”
关键发现包括:
人工智能投资回报可见,但不均衡
- 超过四分之三的组织报告至少从人工智能项目中获得了一些可衡量的投资回报。
- 最大的一部分,48%,报告称有 “局部的投资回报”,一些试点显示出回报。
- 28% 报告称在多个项目中获得了 “广泛” 或 “强劲” 的投资回报。
人工智能部署正在进入生产阶段
- 几乎所有组织都报告有积极的人工智能项目。
- 34% 正在将人工智能扩展到生产中。
- 超过一半的组织正在将人工智能扩展到生产中,或在多个核心流程中实现人工智能,或使用自主人工智能工作流程。
企业数据尚未完全准备好支持大规模人工智能
- 只有 6% 的组织报告其企业数据完全准备好支持大规模人工智能。
- 47% 将其企业数据描述为部分准备好,而 36% 描述为基本准备好。
- 这些发现表明,能够支持早期人工智能进展的数据与能够支持跨企业规模化、可重复投资回报的数据之间存在较大差距。
在 2026 年,邓白氏的人工智能动量调查显示人工智能采用和成熟度稳步进展,尽管数据准备仍面临挑战。第三季度的发现表明,下一阶段将要求组织改善数据准备,以将早期和不均衡的投资回报转化为更一致的企业规模回报。这将需要对人工智能背后的上下文有信心:数据必须完整、最新且可靠,以支持跨团队、系统和使用案例的决策。
邓白氏人工智能动量调查是对 32 个国家的 10,000 家企业进行的季度全球调查,跟踪企业人工智能的采用、投资、部署和商业成果。
关于邓白氏
邓白氏为企业提供经过验证的商业身份基础,以便在大规模上部署人工智能。该公司于 1963 年创立了 D‑U‑N‑S®编号,现在已成为识别商业实体的全球标准。在这个标识符的支持下,D&B 商业图谱在系统之间一致地构建和连接商业身份,使人工智能能够在准确、经过验证的数据上运行。自 1841 年以来,各种规模的企业一直依赖邓白氏来应对变化并加速增长。有关更多信息,请访问 www.dnb.com。
来源:邓白氏公司
