斯林瓦萨·HG 是 Wipro 的数据、分析和人工智能全球负责人。他领导企业范围内的计划，帮助组织现代化其数据战略，并解锁人工智能驱动的商业模式的变革潜力。
最近，MIT 发布了一份报告，指出 95% 的生成式 AI（GenAI）试点项目无法进入生产阶段，这一发现引起了广泛关注和对长期价值的担忧。有些人认为，这表明 GenAI 过于夸大或过早，导致高管们在投资方面变得谨慎。然而，现实情况更加复杂。Wipro 的《2025 年数据为 AI 准备度报告》研究了企业的数据战略、成熟度和采用模式。结论很明确：GenAI 的价值主要取决于支撑它的数据资产和系统的成熟度，而不是技术本身。拥有强大治理计划的组织正在将试点项目推向生产，并取得了可衡量的商业价值。那些缺乏这些基础的组织正在苦苦挣扎。试点项目的失败率取决于数据的准备度，而不是 GenAI 的内在有效性。为什么数据准备度是 AI 成功的主要因素最近的 MIT 报告强调了将 GenAI 试点项目转移到生产环境的重大挑战。虽然创新是标准的，但广泛和有影响力的部署仍然很少见。这一挑战并非 GenAI 独有。仅 14% 的组织在所有形式的 AI 中实现了必要的数据成熟度。成功取决于治理、集成和数据质量，而不是高级工具或模型。这不仅仅是技术问题。成功取决于明确的数据战略、建立的治理政策和技术团队与业务团队之间的强大合作。投资于这些领域的组织可以将...
