<p>根據 DDN（數據優化公司）與 Google Cloud 和 Cognizant 合作發佈的一份研究報告，過去兩年中超過一半的人工智能項目因 AI 基礎設施的複雜性而被延遲或取消。</p>
<p>在對美國 1000 名以上員工的企業進行的 600 名 IT 和業務決策者的調查中，大約三分之二的人表示，他們的 AI 環境過於複雜，難以管理。</p>
<p>DDN 首席執行官 Alex Bouzari 在接受《The Register》採訪時表示：“如果你看看企業，部署 AI 的熱情非常高，但問題在於，運行所需的基礎設施、能力和運營基礎並不存在。因此，結果在財務方面表現為 IT 項目被延遲，GPU 未被充分利用，電力成本上升。因此，我認為許多組織的經濟效益因為這些挑戰而無法實現。”</p>
<p>這並不是第一項發現企業 AI 項目未能達標的研究。麻省理工學院廣泛引用的 NANDA 項目發現，95% 的組織在其生成性 AI 投資中沒有看到可衡量的回報。Gartner 預測，到 2027 年底，超過 40% 的自主 AI 項目將被取消。Forrester 發現，計劃中的 AI 支出中有 25% 將推遲到 2027 年，因為只有 15% 的 AI 決策者報告其組織的 EBITDA 有所提升。</p>
<p>儘管在 DDN 研究中，約 97% 的決策者認為，組織的 AI 擴展需要在雲中進行，但 Bouzari 並不認為這能解決基礎設施的困境。</p>
<p>他説：“在本地遇到的相同挑戰將會跟隨你進入雲端。我的意思是，雲需要統一的數據，雲需要大規模的編排。因此，這些都是需要考慮的因素。IT 組織內部需要進行教育過程。”</p>
<p>成立於 1998 年的 DDN 與一些在 AI 競賽中最大的名字合作，包括 Nvidia、xAI 和 Google，以優化數據在 AI 基礎設施中的流入和流出，隨着這些系統的成本和能耗的增加，這一能力變得愈加重要。</p>
<ul>
<li>OpenAI 的 Stargate 項目宣佈在美國新增五個 AI 數據中心位置</li>
<li>閃亮物體綜合症對許多 AI 項目構成威脅，EPA 首席信息官警告</li>
<li>AI 試點項目頻頻失敗，主要因為公司跳過準備工作，調查發現</li>
<li>Bain 警告稱，AI 炒作列車可能因超過 2 萬億美元的基礎設施賬單而脱軌</li>
</ul>
<p>Bouzari 表示，早期在 AI 領域進行重大投資並將試點項目轉化為可銷售產品以產生投資回報的企業與今天剛剛開始進行 AI 的許多企業之間存在着日益擴大的鴻溝。複雜的基礎設施似乎是阻礙採用的一個重要障礙。</p>
<p>他説：“我認為教育過程是促進者可以推動的事情。我的意思是，如果你看看像埃森哲和德勤這樣的組織，瞭解如何為企業部署複雜的交鑰匙商業解決方案的經銷商，我認為這個曲線的上升正在開始發生，然後我們將會加速採用。”</p>
<p>在討論用例時，供應商和顧問需要幫助尋找能夠將組織的數據與 AI 連接起來的能力，而不是默認使用客户服務聊天機器人。</p>
<p>Bouzari 説：“與其説，我要將客户服務成本從收入的 3.7% 降低到 3.1%，不如説這實際上是對 AI 能力的極大低估。” ®</p>

<p>最近的一份報告顯示，超過一半的人工智能項目因複雜的基礎設施問題而被延遲或取消。對 600 名 IT 和商業決策者的調查顯示，三分之二的人認為他們的人工智能環境過於複雜，難以管理。DDN 的首席執行官 Alex Bouzari 強調，人工智能部署所需的基礎設施和運營基礎不足，導致資源的利用率低下和成本增加。儘管對人工智能的熱情高漲，但許多組織在實現投資的可衡量回報方面面臨困難，預計未來幾年將會有更多的取消情況發生</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>根據 DDN（數據優化公司）與 Google Cloud 和 Cognizant 合作發佈的一份研究報告，過去兩年中超過一半的人工智能項目因 AI 基礎設施的複雜性而被延遲或取消。</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>在對美國 1000 名以上員工的企業進行的 600 名 IT 和業務決策者的調查中，大約三分之二的人表示，他們的 AI 環境過於複雜，難以管理。</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 首席執行官 Alex Bouzari 在接受《The Register》採訪時表示：“如果你看看企業，部署 AI 的熱情非常高，但問題在於，運行所需的基礎設施、能力和運營基礎並不存在。因此，結果在財務方面表現為 IT 項目被延遲，GPU 未被充分利用，電力成本上升。因此，我認為許多組織的經濟效益因為這些挑戰而無法實現。”</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>這並不是第一項發現企業 AI 項目未能達標的研究。麻省理工學院廣泛引用的 NANDA 項目發現，95% 的組織在其生成性 AI 投資中沒有看到可衡量的回報。Gartner 預測，到 2027 年底，超過 40% 的自主 AI 項目將被取消。Forrester 發現，計劃中的 AI 支出中有 25% 將推遲到 2027 年，因為只有 15% 的 AI 決策者報告其組織的 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>儘管在 DDN 研究中，約 97% 的決策者認為，組織的 AI 擴展需要在雲中進行，但 Bouzari 並不認為這能解決基礎設施的困境。</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>他説：“在本地遇到的相同挑戰將會跟隨你進入雲端。我的意思是，雲需要統一的數據，雲需要大規模的編排。因此，這些都是需要考慮的因素。IT 組織內部需要進行教育過程。”</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>成立於 1998 年的 DDN 與一些在 AI 競賽中最大的名字合作，包括 Nvidia、xAI 和 Google，以優化數據在 AI 基礎設施中的流入和流出，隨着這些系統的成本和能耗的增加，這一能力變得愈加重要。</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 項目宣佈在美國新增五個 AI 數據中心位置</li>
<li>閃亮物體綜合症對許多 AI 項目構成威脅，EPA 首席信息官警告</li>
<li>AI 試點項目頻頻失敗，主要因為公司跳過準備工作，調查發現</li>
<li>Bain 警告稱，AI 炒作列車可能因超過 2 萬億美元的基礎設施賬單而脱軌</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 領域進行重大投資並將試點項目轉化為可銷售產品以產生投資回報的企業與今天剛剛開始進行 AI 的許多企業之間存在着日益擴大的鴻溝。複雜的基礎設施似乎是阻礙採用的一個重要障礙。</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>他説：“我認為教育過程是促進者可以推動的事情。我的意思是，如果你看看像埃森哲和德勤這樣的組織，瞭解如何為企業部署複雜的交鑰匙商業解決方案的經銷商，我認為這個曲線的上升正在開始發生，然後我們將會加速採用。”</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>在討論用例時，供應商和顧問需要幫助尋找能夠將組織的數據與 AI 連接起來的能力，而不是默認使用客户服務聊天機器人。</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 説：“與其説，我要將客户服務成本從收入的 3.7% 降低到 3.1%，不如説這實際上是對 AI 能力的極大低估。” ®</p>
</div>

Over half of AI projects are shelved due to complex infrastructure

- 在過去兩年中，超過一半的 AI 項目因基礎設施複雜而延遲或取消。  
- 調查顯示，約三分之二的決策者認為 AI 環境難以管理。  
- DDN CEO 指出，基礎設施的缺乏使得組織在 AI 投資上未能獲得可衡量的回報。

超過一半的人工智能項目因基礎設施複雜而被擱置