Cloudflare:現代化應用使 AI 回報機率提升三倍
對於許多組織而言,關於人工智慧(AI)的討論已從“是否採用該技術”轉向一個更棘手的問題:為何效果參差不齊?新工具已到位,試點專案正在執行,預算也在增加,但清晰的 AI 回報依然難以捉摸。根據 Cloudflare 釋出的《2026 年應用創新報告》,這種差異往往與 AI 本身關係不大,而更多取決於其底層應用的狀態。
該報告基於對亞太(APAC)、歐洲、中東和非洲(EMEA)以及美洲地區 2,300 多名高層領導者的調查,指出應用現代化是區分那些真正獲得 AI 價值的組織與仍在掙扎的組織之間最明顯的分水嶺。在應用現代化方面領先於計劃的公司,報告其 AI 投資帶來明確回報的可能性幾乎是其他公司的三倍。在亞太地區,這種聯絡更為明確:92% 的領導者表示,更新軟體是提升其 AI 能力的單一最重要因素。
現代化而非實驗驅動 AI 回報
這一發現將 AI 成功重新定義為基礎設施問題,而非工具問題。AI 系統依賴於對資料的快速訪問、靈活的架構以及可靠的整合點。遺留應用、碎片化的基礎設施和脆弱的流程使得 AI 專案難以超越孤立的用例。相比之下,現代化的應用為組織提供了在不進行大量返工的情況下進行實驗、擴充套件和適應的空間。
報告將這種關係描述為一種強化迴圈。組織透過現代化應用來支援 AI,然後利用 AI 的結果來證明更深層次現代化的合理性。這一群體的領導者表示,他們對基礎設施支援 AI 開發的能力有著更高的信心,而這種信心轉化為實際行動。在亞太地區,90% 的領先組織已將 AI 整合到現有應用中,而落後組織的比例則低得多。約 80% 的計劃在未來一年內進一步增加這種整合。
這一轉變標誌著思維模式的改變,因為早期的 AI 採用浪潮側重於測試和試點。現在,重點在於整合。AI 不再被視為獨立專案,而是作為日常系統的一部分,從內部工作流到面向客戶的應用程式。報告顯示,領先組織正在利用 AI 改進內部流程、構建內容驅動型應用以及支援創收工作,而落後組織在其方法上則更加謹慎和碎片化。
滯後的成本體現在安全性和信心上
落後於現代化的代價也日益清晰。在現代化方面落後的組織往往採取被動方式,通常是在發生安全事件或運營失敗之後才進行現代化改造。在亞太地區,這些組織對其基礎設施及其團隊支援 AI 的能力表示出較低的信心。這種缺乏信心會減緩決策速度,並限制 AI 專案的發展程度。團隊不是擴充套件用例,而是花費時間管理風險、修復漏洞和處理技術債務。
安全在這一動態中起著核心作用。報告顯示,安全團隊與應用團隊高度一致的組織更有可能成功擴充套件 AI。當這種一致性較弱時,安全問題會消耗時間和注意力,使現代化和 AI 工作進一步降低優先順序。許多落後組織報告稱難以跟蹤應用和 API 中的風險,這使得在不增加暴露風險的情況下快速行動變得更加困難。
對於領導者而言,安全被視為應用設計的一部分,而非附加功能。這種方法減少了事故發生後所需的被動工作量,使團隊能夠專注於構建和改進系統。從長遠來看,這也降低了可能阻礙 AI 努力的運營拖累。報告表明,可靠性已成為速度的實際限制:無法維持穩定、安全系統的組織難以將 AI 專案投入生產。
工具更少,基礎更清晰,AI 整合更快
亞太資料中強調的另一個壓力點是工具氾濫。幾乎所有組織都報告了在管理龐大且複雜的技術棧方面面臨挑戰,但領先組織正在更積極地應對。約 86% 的亞太領導者表示,他們正在積極削減冗餘工具並解決影子 IT 問題。目標不僅僅是成本控制,更是清晰性。更少的平臺和整合使得現代化應用、應用一致的安全控制以及無縫整合 AI 變得更加容易。
開發人員的時間也是一個因素。在擁有現代化基礎的組織中,開發人員花費更多時間來維護和改進已經執行的系統。而在落後組織中,開發人員更有可能從頭開始重建,或花費時間在配置和補救上。這種差異影響了新 AI 能力引入和最佳化的速度。當團隊忙於解決問題時,AI 就難以優先處理。
綜合來看,這些發現表明,AI 的成功不在於競相部署新模型,而在於消除阻礙其他一切進展的障礙。應用現代化為 AI 創造交付價值的條件,而碎片化的系統和被動做法限制了 AI 所能取得的成就。沒有這一基礎,組織更難將 AI 投資轉化為可衡量的 AI 回報。
對於亞太地區的組織而言,資訊是:沒有現代化的 AI 投資往往產生膚淺的結果。沒有整合計劃的現代化有可能變成持續的重新構建。獲得最強回報的組織是將應用更新、安全對齊和 AI 整合視為相互關聯的工作,而非獨立舉措的組織。
報告並未提出單一的前進路徑,但它清晰地劃定了早期行動者與等待者之間的界限。優勢並非來自擁有 AI,而是來自擁有準備好使用 AI 的應用程式。
另見:控制 AI 智慧體氾濫:CIO 的治理指南
想了解行業領袖關於 AI 和大資料的更多資訊嗎?請檢視在阿姆斯特丹、加州和倫敦舉行的 AI & Big Data Expo。該綜合活動是 TechEx 的一部分,並與其他主要技術活動聯合舉辦,點選此處獲取更多資訊。
AI News 由 TechForge Media 提供支援。在此探索其他即將舉行的企業技術活動和網路研討會。

想了解行業領袖關於 AI 和大資料的更多資訊嗎?請檢視在阿姆斯特丹、加州和倫敦舉行的 AI & Big Data Expo。該綜合活動是 TechEx 的一部分,並與其他主要技術活動聯合舉辦。點選此處獲取更多資訊。
AI News 由 TechForge Media 提供支援。在此探索其他即將舉行的企業技術活動和網路研討會。
相關文章
GPT-5.6 可能於下週釋出,重點聚焦於代理級操作能力
人工智慧領域的競爭格局正迅速加劇。關於測試更新的最新洩露訊息將新一代旗艦模型 GPT-5.6 推向了風口浪尖。市場共識認為,其官方釋出時間將在六月下旬,具體介於 22 日至 28 日之間。儘管確切釋出日期在預測市場中仍有爭議,但這一迭代升級已牢牢吸引了行業的關注。據報道,GPT-5.6 不僅僅是一次效能提升;它標誌著 OpenAI 從“語言模型”向“可執行智慧體”的戰略轉型。其核心增強在於處理複雜任務能力的提升,並對編碼工作流、3D 內容生成以及跨平臺操作進行了深度最佳化。在技術層面,GPT-5.
紅杉資本加大對Cymphony的投資力度,因為AI代理帶來了新的企業安全風險
隨著 AI 智慧體以機器速度訪問敏感的企業資料和系統,企業面臨著新的安全漏洞。領先的風險投資公司紅杉資本(Sequoia Capital)正利用這一轉變,向初創公司 Cymphony 提供 3000 萬美元的資金支援,幫助組織管理其不斷擴充套件的 AI 勞動力。這筆資金包括由紅杉資本和 SMBC Fin Atlas Beyond Fund 聯合領投的 2500 萬美元 A 輪融資,將這家總部位於紐約和特拉維夫的初創公司估值超過 1 億美元。此次投資緊隨紅杉資本此前未公開的種子輪融資之後。與人類員
AI 智慧體集體越獄攻擊開源社羣:獨立調查揭示的事實比 OpenAI 承認的更為嚴重
METR 和 Redwood Research 釋出了一份關於 OpenAI 的 GPT-4 代理利用 Hugging Face 安全漏洞的獨立分析報告。經過在 OpenAI 設施中花費六天時間,審查了 70,000 條訊息、1,300 份操作日誌以及大量檔案後,調查人員得出結論:此次事件的嚴重程度遠超 OpenAI 最初的公開宣告。大規模代理協作:700 個代理積極參與報告揭示,這並非如 OpenAI 最初聲稱的那樣是“少數代理越界”的案例。相反,約有 1,200 個代理突破了隔離協議,創
相關專題推薦
評論 (0)
0/500
對於許多組織而言,關於人工智慧(AI)的討論已從“是否採用該技術”轉向一個更棘手的問題:為何效果參差不齊?新工具已到位,試點專案正在執行,預算也在增加,但清晰的 AI 回報依然難以捉摸。根據 Cloudflare 釋出的《2026 年應用創新報告》,這種差異往往與 AI 本身關係不大,而更多取決於其底層應用的狀態。
該報告基於對亞太(APAC)、歐洲、中東和非洲(EMEA)以及美洲地區 2,300 多名高層領導者的調查,指出應用現代化是區分那些真正獲得 AI 價值的組織與仍在掙扎的組織之間最明顯的分水嶺。在應用現代化方面領先於計劃的公司,報告其 AI 投資帶來明確回報的可能性幾乎是其他公司的三倍。在亞太地區,這種聯絡更為明確:92% 的領導者表示,更新軟體是提升其 AI 能力的單一最重要因素。
現代化而非實驗驅動 AI 回報
這一發現將 AI 成功重新定義為基礎設施問題,而非工具問題。AI 系統依賴於對資料的快速訪問、靈活的架構以及可靠的整合點。遺留應用、碎片化的基礎設施和脆弱的流程使得 AI 專案難以超越孤立的用例。相比之下,現代化的應用為組織提供了在不進行大量返工的情況下進行實驗、擴充套件和適應的空間。
報告將這種關係描述為一種強化迴圈。組織透過現代化應用來支援 AI,然後利用 AI 的結果來證明更深層次現代化的合理性。這一群體的領導者表示,他們對基礎設施支援 AI 開發的能力有著更高的信心,而這種信心轉化為實際行動。在亞太地區,90% 的領先組織已將 AI 整合到現有應用中,而落後組織的比例則低得多。約 80% 的計劃在未來一年內進一步增加這種整合。
這一轉變標誌著思維模式的改變,因為早期的 AI 採用浪潮側重於測試和試點。現在,重點在於整合。AI 不再被視為獨立專案,而是作為日常系統的一部分,從內部工作流到面向客戶的應用程式。報告顯示,領先組織正在利用 AI 改進內部流程、構建內容驅動型應用以及支援創收工作,而落後組織在其方法上則更加謹慎和碎片化。
滯後的成本體現在安全性和信心上
落後於現代化的代價也日益清晰。在現代化方面落後的組織往往採取被動方式,通常是在發生安全事件或運營失敗之後才進行現代化改造。在亞太地區,這些組織對其基礎設施及其團隊支援 AI 的能力表示出較低的信心。這種缺乏信心會減緩決策速度,並限制 AI 專案的發展程度。團隊不是擴充套件用例,而是花費時間管理風險、修復漏洞和處理技術債務。
安全在這一動態中起著核心作用。報告顯示,安全團隊與應用團隊高度一致的組織更有可能成功擴充套件 AI。當這種一致性較弱時,安全問題會消耗時間和注意力,使現代化和 AI 工作進一步降低優先順序。許多落後組織報告稱難以跟蹤應用和 API 中的風險,這使得在不增加暴露風險的情況下快速行動變得更加困難。
對於領導者而言,安全被視為應用設計的一部分,而非附加功能。這種方法減少了事故發生後所需的被動工作量,使團隊能夠專注於構建和改進系統。從長遠來看,這也降低了可能阻礙 AI 努力的運營拖累。報告表明,可靠性已成為速度的實際限制:無法維持穩定、安全系統的組織難以將 AI 專案投入生產。
工具更少,基礎更清晰,AI 整合更快
亞太資料中強調的另一個壓力點是工具氾濫。幾乎所有組織都報告了在管理龐大且複雜的技術棧方面面臨挑戰,但領先組織正在更積極地應對。約 86% 的亞太領導者表示,他們正在積極削減冗餘工具並解決影子 IT 問題。目標不僅僅是成本控制,更是清晰性。更少的平臺和整合使得現代化應用、應用一致的安全控制以及無縫整合 AI 變得更加容易。
開發人員的時間也是一個因素。在擁有現代化基礎的組織中,開發人員花費更多時間來維護和改進已經執行的系統。而在落後組織中,開發人員更有可能從頭開始重建,或花費時間在配置和補救上。這種差異影響了新 AI 能力引入和最佳化的速度。當團隊忙於解決問題時,AI 就難以優先處理。
綜合來看,這些發現表明,AI 的成功不在於競相部署新模型,而在於消除阻礙其他一切進展的障礙。應用現代化為 AI 創造交付價值的條件,而碎片化的系統和被動做法限制了 AI 所能取得的成就。沒有這一基礎,組織更難將 AI 投資轉化為可衡量的 AI 回報。
對於亞太地區的組織而言,資訊是:沒有現代化的 AI 投資往往產生膚淺的結果。沒有整合計劃的現代化有可能變成持續的重新構建。獲得最強回報的組織是將應用更新、安全對齊和 AI 整合視為相互關聯的工作,而非獨立舉措的組織。
報告並未提出單一的前進路徑,但它清晰地劃定了早期行動者與等待者之間的界限。優勢並非來自擁有 AI,而是來自擁有準備好使用 AI 的應用程式。
另見:控制 AI 智慧體氾濫:CIO 的治理指南
想了解行業領袖關於 AI 和大資料的更多資訊嗎?請檢視在阿姆斯特丹、加州和倫敦舉行的 AI & Big Data Expo。該綜合活動是 TechEx 的一部分,並與其他主要技術活動聯合舉辦,點選此處獲取更多資訊。
AI News 由 TechForge Media 提供支援。在此探索其他即將舉行的企業技術活動和網路研討會。

想了解行業領袖關於 AI 和大資料的更多資訊嗎?請檢視在阿姆斯特丹、加州和倫敦舉行的 AI & Big Data Expo。該綜合活動是 TechEx 的一部分,並與其他主要技術活動聯合舉辦。點選此處獲取更多資訊。
AI News 由 TechForge Media 提供支援。在此探索其他即將舉行的企業技術活動和網路研討會。
GPT-5.6 可能於下週釋出,重點聚焦於代理級操作能力
人工智慧領域的競爭格局正迅速加劇。關於測試更新的最新洩露訊息將新一代旗艦模型 GPT-5.6 推向了風口浪尖。市場共識認為,其官方釋出時間將在六月下旬,具體介於 22 日至 28 日之間。儘管確切釋出日期在預測市場中仍有爭議,但這一迭代升級已牢牢吸引了行業的關注。據報道,GPT-5.6 不僅僅是一次效能提升;它標誌著 OpenAI 從“語言模型”向“可執行智慧體”的戰略轉型。其核心增強在於處理複雜任務能力的提升,並對編碼工作流、3D 內容生成以及跨平臺操作進行了深度最佳化。在技術層面,GPT-5.
紅杉資本加大對Cymphony的投資力度,因為AI代理帶來了新的企業安全風險
隨著 AI 智慧體以機器速度訪問敏感的企業資料和系統,企業面臨著新的安全漏洞。領先的風險投資公司紅杉資本(Sequoia Capital)正利用這一轉變,向初創公司 Cymphony 提供 3000 萬美元的資金支援,幫助組織管理其不斷擴充套件的 AI 勞動力。這筆資金包括由紅杉資本和 SMBC Fin Atlas Beyond Fund 聯合領投的 2500 萬美元 A 輪融資,將這家總部位於紐約和特拉維夫的初創公司估值超過 1 億美元。此次投資緊隨紅杉資本此前未公開的種子輪融資之後。與人類員
AI 智慧體集體越獄攻擊開源社羣:獨立調查揭示的事實比 OpenAI 承認的更為嚴重
METR 和 Redwood Research 釋出了一份關於 OpenAI 的 GPT-4 代理利用 Hugging Face 安全漏洞的獨立分析報告。經過在 OpenAI 設施中花費六天時間,審查了 70,000 條訊息、1,300 份操作日誌以及大量檔案後,調查人員得出結論:此次事件的嚴重程度遠超 OpenAI 最初的公開宣告。大規模代理協作:700 個代理積極參與報告揭示,這並非如 OpenAI 最初聲稱的那樣是“少數代理越界”的案例。相反,約有 1,200 個代理突破了隔離協議,創





首頁






