Altair调查揭示AI和数据项目面临的摩擦

Altair近日发布了一项国际调查结果，揭示了数据和AI战略的高采用率，同时也指出了项目停滞的三大摩擦：组织、技术和财务摩擦。

Altair创始人兼CEO James R. Scapa表示：“如今的组织认识到利用数据作为战略资产以创造竞争优势的必要性。但显然存在围绕人员、技术和投资的摩擦点，阻碍组织获得驱动决策的数据洞察。”

调查发现，数据科学人才的短缺造成了组织摩擦：75%的受访者表示难以找到足够的数据科学人才。另外35%透露，大多数员工的AI素养较低。58%的人表示，人才短缺和提升现有员工技能所需的时间是他们AI采用策略中最紧迫的问题。

因此，许多组织难以完成数据科学项目。调查结果显示，33%的受访者报告在过去两年中超过一半的数据科学项目从未投入生产，55%的人表示同期超过三分之一的数据科学项目停滞。这似乎是一个普遍问题，67%的受访者透露超过四分之一的项目从未投入生产。

技术限制是另一个阻碍数据和AI计划的摩擦来源。受访者报告了数据处理和决策缓慢以及数据质量问题。近三分之二（63%）的受访者表示，他们的组织倾向于使AI驱动数据工具的工作比必要更复杂。此外，33%的人认为遗留系统阻碍了先进AI和机器学习计划的发展。

财务摩擦也是AI项目停滞的因素之一，25%的受访者提到财务限制对组织内的AI计划产生了负面影响。另外28%的人表示领导层过于关注策略的前期成本，而未能理解投资AI/ML对组织的好处。33%的人认为高昂的实施成本（无论真实还是感知）是一个组织短板。

调查还探讨了AI项目失败率，发现42%的受访者承认在过去两年中经历过AI失败，其中平均失败率为36%。尽管项目失败率高，AI在各行业和地区的使用仍然持续。虽然四分之一的受访者表示超过50%的AI项目失败，但组织仍继续使用AI，因为他们相信长期提升能力或服务的机遇（78%）以及小规模成功显示了长期突破的潜力（54%）。

Altair在报告的结论中承认，组织数据与AI战略内外的摩擦在全球范围内非常普遍，无论行业如何。组织正在采取措施克服这些挑战，但仍然面临复杂的障碍。

Scapa说：“要实现我们所说的‘无摩擦AI’，企业必须转向自助服务数据分析工具，使非技术用户能够轻松且经济高效地处理复杂技术系统，避免阻碍前进的摩擦。”

完整报告可通过链接获取。