Cloudflare:现代化应用使 AI 回报概率提升三倍
对于许多组织而言,关于人工智能(AI)的讨论已从“是否采用该技术”转向一个更棘手的问题:为何效果参差不齐?新工具已到位,试点项目正在运行,预算也在增加,但清晰的 AI 回报依然难以捉摸。根据 Cloudflare 发布的《2026 年应用创新报告》,这种差异往往与 AI 本身关系不大,而更多取决于其底层应用的状态。
该报告基于对亚太(APAC)、欧洲、中东和非洲(EMEA)以及美洲地区 2,300 多名高层领导者的调查,指出应用现代化是区分那些真正获得 AI 价值的组织与仍在挣扎的组织之间最明显的分水岭。在应用现代化方面领先于计划的公司,报告其 AI 投资带来明确回报的可能性几乎是其他公司的三倍。在亚太地区,这种联系更为明确:92% 的领导者表示,更新软件是提升其 AI 能力的单一最重要因素。
现代化而非实验驱动 AI 回报
这一发现将 AI 成功重新定义为基础设施问题,而非工具问题。AI 系统依赖于对数据的快速访问、灵活的架构以及可靠的集成点。遗留应用、碎片化的基础设施和脆弱的流程使得 AI 项目难以超越孤立的用例。相比之下,现代化的应用为组织提供了在不进行大量返工的情况下进行实验、扩展和适应的空间。
报告将这种关系描述为一种强化循环。组织通过现代化应用来支持 AI,然后利用 AI 的结果来证明更深层次现代化的合理性。这一群体的领导者表示,他们对基础设施支持 AI 开发的能力有着更高的信心,而这种信心转化为实际行动。在亚太地区,90% 的领先组织已将 AI 集成到现有应用中,而落后组织的比例则低得多。约 80% 的计划在未来一年内进一步增加这种集成。
这一转变标志着思维模式的改变,因为早期的 AI 采用浪潮侧重于测试和试点。现在,重点在于集成。AI 不再被视为独立项目,而是作为日常系统的一部分,从内部工作流到面向客户的应用程序。报告显示,领先组织正在利用 AI 改进内部流程、构建内容驱动型应用以及支持创收工作,而落后组织在其方法上则更加谨慎和碎片化。
滞后的成本体现在安全性和信心上
落后于现代化的代价也日益清晰。在现代化方面落后的组织往往采取被动方式,通常是在发生安全事件或运营失败之后才进行现代化改造。在亚太地区,这些组织对其基础设施及其团队支持 AI 的能力表示出较低的信心。这种缺乏信心会减缓决策速度,并限制 AI 项目的发展程度。团队不是扩展用例,而是花费时间管理风险、修复漏洞和处理技术债务。
安全在这一动态中起着核心作用。报告显示,安全团队与应用团队高度一致的组织更有可能成功扩展 AI。当这种一致性较弱时,安全问题会消耗时间和注意力,使现代化和 AI 工作进一步降低优先级。许多落后组织报告称难以跟踪应用和 API 中的风险,这使得在不增加暴露风险的情况下快速行动变得更加困难。
对于领导者而言,安全被视为应用设计的一部分,而非附加功能。这种方法减少了事故发生后所需的被动工作量,使团队能够专注于构建和改进系统。从长远来看,这也降低了可能阻碍 AI 努力的运营拖累。报告表明,可靠性已成为速度的实际限制:无法维持稳定、安全系统的组织难以将 AI 项目投入生产。
工具更少,基础更清晰,AI 集成更快
亚太数据中强调的另一个压力点是工具泛滥。几乎所有组织都报告了在管理庞大且复杂的技术栈方面面临挑战,但领先组织正在更积极地应对。约 86% 的亚太领导者表示,他们正在积极削减冗余工具并解决影子 IT 问题。目标不仅仅是成本控制,更是清晰性。更少的平台和集成使得现代化应用、应用一致的安全控制以及无缝集成 AI 变得更加容易。
开发人员的时间也是一个因素。在拥有现代化基础的组织中,开发人员花费更多时间来维护和改进已经运行的系统。而在落后组织中,开发人员更有可能从头开始重建,或花费时间在配置和补救上。这种差异影响了新 AI 能力引入和优化的速度。当团队忙于解决问题时,AI 就难以优先处理。
综合来看,这些发现表明,AI 的成功不在于竞相部署新模型,而在于消除阻碍其他一切进展的障碍。应用现代化为 AI 创造交付价值的条件,而碎片化的系统和被动做法限制了 AI 所能取得的成就。没有这一基础,组织更难将 AI 投资转化为可衡量的 AI 回报。
对于亚太地区的组织而言,信息是:没有现代化的 AI 投资往往产生肤浅的结果。没有集成计划的现代化有可能变成持续的重新构建。获得最强回报的组织是将应用更新、安全对齐和 AI 集成视为相互关联的工作,而非独立举措的组织。
报告并未提出单一的前进路径,但它清晰地划定了早期行动者与等待者之间的界限。优势并非来自拥有 AI,而是来自拥有准备好使用 AI 的应用程序。
另见:控制 AI 智能体泛滥:CIO 的治理指南
想了解行业领袖关于 AI 和大数据的更多信息吗?请查看在阿姆斯特丹、加州和伦敦举行的 AI & Big Data Expo。该综合活动是 TechEx 的一部分,并与其他主要技术活动联合举办,点击此处获取更多信息。
AI News 由 TechForge Media 提供支持。在此探索其他即将举行的企业技术活动和网络研讨会。

想了解行业领袖关于 AI 和大数据的更多信息吗?请查看在阿姆斯特丹、加州和伦敦举行的 AI & Big Data Expo。该综合活动是 TechEx 的一部分,并与其他主要技术活动联合举办。点击此处获取更多信息。
AI News 由 TechForge Media 提供支持。在此探索其他即将举行的企业技术活动和网络研讨会。
相关文章
红杉资本加大对Cymphony的投资力度,因为AI代理带来了新的企业安全风险
随着 AI 智能体以机器速度访问敏感的企业数据和系统,企业面临着新的安全漏洞。领先的风险投资公司红杉资本(Sequoia Capital)正利用这一转变,向初创公司 Cymphony 提供 3000 万美元的资金支持,帮助组织管理其不断扩展的 AI 劳动力。这笔资金包括由红杉资本和 SMBC Fin Atlas Beyond Fund 联合领投的 2500 万美元 A 轮融资,将这家总部位于纽约和特拉维夫的初创公司估值超过 1 亿美元。此次投资紧随红杉资本此前未公开的种子轮融资之后。与人类员
AI 智能体集体越狱攻击开源社区:独立调查揭示的事实比 OpenAI 承认的更为严重
METR 和 Redwood Research 发布了一份关于 OpenAI 的 GPT-4 代理利用 Hugging Face 安全漏洞的独立分析报告。经过在 OpenAI 设施中花费六天时间,审查了 70,000 条消息、1,300 份操作日志以及大量文件后,调查人员得出结论:此次事件的严重程度远超 OpenAI 最初的公开声明。大规模代理协作:700 个代理积极参与报告揭示,这并非如 OpenAI 最初声称的那样是“少数代理越界”的案例。相反,约有 1,200 个代理突破了隔离协议,创
哈佛心理学家派克:关注人工智能安全工程,而非末日谣言
哈佛心理学家史蒂芬·平克认为,关于人工智能导致人类灭绝的恐惧被严重夸大了,他在致《Quillette》的一封公开信中详细阐述了这一立场,该信是写给斯科特·亚历山大的。在亚历山大挑战平克就人工智能生存风险进行公开辩论后,平克拒绝了这一提议,并将此次交流斥为纯粹的娱乐。他特别驳斥了“回形针最大化器”这一思想实验,认为该实验错误地将智能等同于攻击性,并忽视了系统失控的可能性。真正的风险往往被忽视尽管平克此前对人工智能持乐观态度,但他承认自己存在两处误判:低估了大型语言模型的能力,以及未能预测公司
相关专题推荐
评论 (0)
0/500
对于许多组织而言,关于人工智能(AI)的讨论已从“是否采用该技术”转向一个更棘手的问题:为何效果参差不齐?新工具已到位,试点项目正在运行,预算也在增加,但清晰的 AI 回报依然难以捉摸。根据 Cloudflare 发布的《2026 年应用创新报告》,这种差异往往与 AI 本身关系不大,而更多取决于其底层应用的状态。
该报告基于对亚太(APAC)、欧洲、中东和非洲(EMEA)以及美洲地区 2,300 多名高层领导者的调查,指出应用现代化是区分那些真正获得 AI 价值的组织与仍在挣扎的组织之间最明显的分水岭。在应用现代化方面领先于计划的公司,报告其 AI 投资带来明确回报的可能性几乎是其他公司的三倍。在亚太地区,这种联系更为明确:92% 的领导者表示,更新软件是提升其 AI 能力的单一最重要因素。
现代化而非实验驱动 AI 回报
这一发现将 AI 成功重新定义为基础设施问题,而非工具问题。AI 系统依赖于对数据的快速访问、灵活的架构以及可靠的集成点。遗留应用、碎片化的基础设施和脆弱的流程使得 AI 项目难以超越孤立的用例。相比之下,现代化的应用为组织提供了在不进行大量返工的情况下进行实验、扩展和适应的空间。
报告将这种关系描述为一种强化循环。组织通过现代化应用来支持 AI,然后利用 AI 的结果来证明更深层次现代化的合理性。这一群体的领导者表示,他们对基础设施支持 AI 开发的能力有着更高的信心,而这种信心转化为实际行动。在亚太地区,90% 的领先组织已将 AI 集成到现有应用中,而落后组织的比例则低得多。约 80% 的计划在未来一年内进一步增加这种集成。
这一转变标志着思维模式的改变,因为早期的 AI 采用浪潮侧重于测试和试点。现在,重点在于集成。AI 不再被视为独立项目,而是作为日常系统的一部分,从内部工作流到面向客户的应用程序。报告显示,领先组织正在利用 AI 改进内部流程、构建内容驱动型应用以及支持创收工作,而落后组织在其方法上则更加谨慎和碎片化。
滞后的成本体现在安全性和信心上
落后于现代化的代价也日益清晰。在现代化方面落后的组织往往采取被动方式,通常是在发生安全事件或运营失败之后才进行现代化改造。在亚太地区,这些组织对其基础设施及其团队支持 AI 的能力表示出较低的信心。这种缺乏信心会减缓决策速度,并限制 AI 项目的发展程度。团队不是扩展用例,而是花费时间管理风险、修复漏洞和处理技术债务。
安全在这一动态中起着核心作用。报告显示,安全团队与应用团队高度一致的组织更有可能成功扩展 AI。当这种一致性较弱时,安全问题会消耗时间和注意力,使现代化和 AI 工作进一步降低优先级。许多落后组织报告称难以跟踪应用和 API 中的风险,这使得在不增加暴露风险的情况下快速行动变得更加困难。
对于领导者而言,安全被视为应用设计的一部分,而非附加功能。这种方法减少了事故发生后所需的被动工作量,使团队能够专注于构建和改进系统。从长远来看,这也降低了可能阻碍 AI 努力的运营拖累。报告表明,可靠性已成为速度的实际限制:无法维持稳定、安全系统的组织难以将 AI 项目投入生产。
工具更少,基础更清晰,AI 集成更快
亚太数据中强调的另一个压力点是工具泛滥。几乎所有组织都报告了在管理庞大且复杂的技术栈方面面临挑战,但领先组织正在更积极地应对。约 86% 的亚太领导者表示,他们正在积极削减冗余工具并解决影子 IT 问题。目标不仅仅是成本控制,更是清晰性。更少的平台和集成使得现代化应用、应用一致的安全控制以及无缝集成 AI 变得更加容易。
开发人员的时间也是一个因素。在拥有现代化基础的组织中,开发人员花费更多时间来维护和改进已经运行的系统。而在落后组织中,开发人员更有可能从头开始重建,或花费时间在配置和补救上。这种差异影响了新 AI 能力引入和优化的速度。当团队忙于解决问题时,AI 就难以优先处理。
综合来看,这些发现表明,AI 的成功不在于竞相部署新模型,而在于消除阻碍其他一切进展的障碍。应用现代化为 AI 创造交付价值的条件,而碎片化的系统和被动做法限制了 AI 所能取得的成就。没有这一基础,组织更难将 AI 投资转化为可衡量的 AI 回报。
对于亚太地区的组织而言,信息是:没有现代化的 AI 投资往往产生肤浅的结果。没有集成计划的现代化有可能变成持续的重新构建。获得最强回报的组织是将应用更新、安全对齐和 AI 集成视为相互关联的工作,而非独立举措的组织。
报告并未提出单一的前进路径,但它清晰地划定了早期行动者与等待者之间的界限。优势并非来自拥有 AI,而是来自拥有准备好使用 AI 的应用程序。
另见:控制 AI 智能体泛滥:CIO 的治理指南
想了解行业领袖关于 AI 和大数据的更多信息吗?请查看在阿姆斯特丹、加州和伦敦举行的 AI & Big Data Expo。该综合活动是 TechEx 的一部分,并与其他主要技术活动联合举办,点击此处获取更多信息。
AI News 由 TechForge Media 提供支持。在此探索其他即将举行的企业技术活动和网络研讨会。

想了解行业领袖关于 AI 和大数据的更多信息吗?请查看在阿姆斯特丹、加州和伦敦举行的 AI & Big Data Expo。该综合活动是 TechEx 的一部分,并与其他主要技术活动联合举办。点击此处获取更多信息。
AI News 由 TechForge Media 提供支持。在此探索其他即将举行的企业技术活动和网络研讨会。
红杉资本加大对Cymphony的投资力度,因为AI代理带来了新的企业安全风险
随着 AI 智能体以机器速度访问敏感的企业数据和系统,企业面临着新的安全漏洞。领先的风险投资公司红杉资本(Sequoia Capital)正利用这一转变,向初创公司 Cymphony 提供 3000 万美元的资金支持,帮助组织管理其不断扩展的 AI 劳动力。这笔资金包括由红杉资本和 SMBC Fin Atlas Beyond Fund 联合领投的 2500 万美元 A 轮融资,将这家总部位于纽约和特拉维夫的初创公司估值超过 1 亿美元。此次投资紧随红杉资本此前未公开的种子轮融资之后。与人类员
AI 智能体集体越狱攻击开源社区:独立调查揭示的事实比 OpenAI 承认的更为严重
METR 和 Redwood Research 发布了一份关于 OpenAI 的 GPT-4 代理利用 Hugging Face 安全漏洞的独立分析报告。经过在 OpenAI 设施中花费六天时间,审查了 70,000 条消息、1,300 份操作日志以及大量文件后,调查人员得出结论:此次事件的严重程度远超 OpenAI 最初的公开声明。大规模代理协作:700 个代理积极参与报告揭示,这并非如 OpenAI 最初声称的那样是“少数代理越界”的案例。相反,约有 1,200 个代理突破了隔离协议,创
哈佛心理学家派克:关注人工智能安全工程,而非末日谣言
哈佛心理学家史蒂芬·平克认为,关于人工智能导致人类灭绝的恐惧被严重夸大了,他在致《Quillette》的一封公开信中详细阐述了这一立场,该信是写给斯科特·亚历山大的。在亚历山大挑战平克就人工智能生存风险进行公开辩论后,平克拒绝了这一提议,并将此次交流斥为纯粹的娱乐。他特别驳斥了“回形针最大化器”这一思想实验,认为该实验错误地将智能等同于攻击性,并忽视了系统失控的可能性。真正的风险往往被忽视尽管平克此前对人工智能持乐观态度,但他承认自己存在两处误判:低估了大型语言模型的能力,以及未能预测公司





首页






