數字原生企業（Digital Native Companies）通常被認為是人工智能（AI）領域的天然領導者。它們誕生於數字時代，依賴數據驅動業務，並大量招聘工程師。然而，《經濟學人》企業網絡發佈的一項新調查卻揭示了一個令人驚訝的差距：數字原生企業雖然以最高的優先級推進AI規模化部署，但在將AI全面嵌入核心業務流程方面，竟然落後於電信等傳統行業。
該調查涵蓋了八個行業的1220多位高管，其中包含150位數字原生企業領導者。結果顯示，18%的數字原生企業高管將“大規模嵌入AI”列為未來兩年內的首要投資重點，這一比例是跨行業平均水平（9.8%）的近兩倍，是金融服務行業（約7%）的2.5倍。然而，當衡量AI在各業務職能部門中達到“完全嵌入”（即由100名以上用户使用、有服務等級協議支持、並且監控性能和影響）的程度時，數字原生企業僅在研發/產品開發部門領先。在人力資源、法律合規、財務、營銷、運營和供應鏈等七個部門中，其排名均未進入前三。
以財務部門為例，數字原生企業在財務領域的AI部署範圍最廣，但在完全嵌入方面卻僅排第七，落後於媒體和娛樂（領先近13個百分點）和電信（領先11個百分點）。運營和供應鏈領域也呈現類似模式——數字原生企業的AI部署率最高，但完全嵌入率僅排第六，電信領先超過8個百分點。
令人深思的是，電信行業是這種“雄心與執行脱節”的典型反例。只有7.9%的電信高管將AI規模化嵌入列為首要任務，不到數字原生企業的一半。然而，電信在IT、法律合規、財務、銷售與客服、運營和供應鏈等五個部門中，其AI完全嵌入率均領先於數字原生企業。媒體、娛樂和製造業也展現出相同趨勢。
這種差距並非偶然。完全嵌入AI需要強大的架構基礎：治理後的數據訪問、可靠的管道、可觀測性、評估、SLA、成本控制、安全性、血緣追蹤和反饋循環。數字原生企業雖然擁有強烈的AI願景和廣泛的部署足跡，但往往缺乏將這些要素統一起來的運營基礎。工程團隊因此需要花費大量時間來維護管道、協調碎片化的治理、跨團隊重複工作，而不是致力於改進產品和客户體驗。
對於希望彌補這一差距的數字原生企業而言，關鍵在於從架構入手。數據管道、治理、AI工作負載、模型、代理和應用必須協同運作。安全、血緣、監控和性能度量應成為共享能力，而非在每個部門內部重新發明。能夠縮小差距的企業，將不是那些進行最多AI實驗的企業，而是那些將AI轉化為可重複基礎設施的企業。
《經濟學人》的完整報告還涵蓋了更多基準數據、高管訪談和跨行業分析，為數字原生企業提供了清晰的行動路線圖。