Cloudera最新报告显示，约80%的企业表示AI发展受制于数据访问阻碍

中国北京，2026年4月15日——致力于将AI技术应用于复杂环境中数据的Cloudera今日发布最新全球调研报告《数据就绪指数：解读成功实现AI的基础》，深入探讨了企业大规模部署 AI 方面的准备情况。该报告对全球近1,300名IT领导者进行调研，发现尽管 AI 应用正在加速普及，但大多数企业仍缺乏支持其成功落地所需的数据基础。

调研结果显示出一个悖论，尽管96%的企业表示已将 AI 纳入核心业务流程，85%的企业表示已具备清晰的数据战略，但仍有近五分之四（约80%）的企业承认，其 AI 与数据项目依然受到跨环境数据访问的限制。

这一差距凸显了正在逐渐浮现的“AI就绪幻觉”问题。即企业认为自身已具备大规模应用 AI 的能力，但关键的数据挑战仍未得到解决。

Cloudera首席技术官 Sergio Gago 表示：“企业并不缺乏采用 AI 的能力，真正的难点在于如何将AI从实验阶段推进到规模化落地。 AI 的效果取决于其所依靠的数据质量。如果企业无法无缝访问所有数据，AI 在准确性、可信度及业务价值方面就会受到限制。没有数据，就无法实现AI。”

Cloudera大中华区技术总监刘隶放表示：“在中国市场，企业正加速从AI试点迈向规模化应用阶段，但基础数据能力仍是决定成效的关键因素。许多中国企业已具备清晰的数据战略，并积极推进AI落地，但在数据一致性和治理方面仍面临挑战。Cloudera助力企业实现高质量的数据集成、统一访问与治理，从而真正释放AI的潜力，提升运营效率、优化决策，并最终推动业务创新。”

AI 应用广泛，但投资回报仍难以实现

如今，AI 已融入企业各个层面，但要实现稳定的投资回报依然充满挑战。在被问及 AI 项目为何未达预期时，受访者提到了几个关键问题：数据质量（22%）、成本超支（16%）以及与现有工作流程整合不佳（15%）。这些原因说明了将 AI 投入转化为可量化商业成果的复杂性。

基础设施的限制进一步加剧了这一问题。近四分之三（73%）的受访者表示，性能瓶颈阻碍了项目运营的推进，这反映出在企业在碎片化环境中规模化部署 AI 面临的困境。

数据鸿沟：访问、治理和可视性

这些障碍的核心在于缺乏对数据的全面访问与管控。

84%的受访者对其企业数据的准确性、完整性和一致性充满信心。然而，这种乐观通常掩盖了更深层的问题，包括长期存在的数据孤岛、数据质量不一致以及访问受限。那些在单一环境中看似可靠的数据，一旦在跨团队、跨系统或 AI 应用中使用，往往会暴露出企业在数据治理和一致性缺失方面的问题。

仅不到五分之一（18%）的受访者表示其数据已实现全面治理，这凸显了“认知信心”与“现实情况”之间的差距。虽然71%的受访者表示其大部分数据已得到治理，但真正以数据驱动的业务实践仍依赖于贯穿企业的一致且可信的单一数据源。

如果缺乏全面的数据治理机制来整合数据并执行明确标准，企业将有可能面临错失重要业务机会、决策失误，以及难以充分发挥其全部潜力的风险。

不同行业数据就绪程度对比

不同行业在数据就绪方面呈现出显著差异。例如，54%的电信行业受访者表示“完全清楚”数据的存储位置。相比之下，仅有30%的金融服务行业受访者和31%的公共部门受访者持相同观点。在数据访问方面，51%的电信行业受访者表示可以随时访问全部数据，而金融服务行业和公共部门的这一比例分别仅为24%和16%。

尽管数据就绪程度较高，但这一优势尚未转化为运营成效。五分之三（60%）的电信行业受访者表示基础设施性能持续制约其运营项目推进，这一比例在所有受访行业中最高。

这些挑战同样延伸至AI 项目。不同产业在实现 AI 投资回报方面面临的障碍各不相同。总体来看，数据质量是最常被提及的问题，而在能源与公用事业领域，成本超支最为突出（25%）。相比之下，医疗、制造及金融服务行业的受访者更强调与现有工作流程整合不佳这一问题（20%）。

数据就绪将决定企业AI的下一阶段

随着企业AI 从试验阶段迈向实施阶段，数据就绪程度正成为区分领先者与落后者的关键因素。

能够全面访问并有效治理其复杂环境中数据的企业，将更有可能提供可信且可扩展的AI 能力。值得注意的是，报告中的受访者均表示，其所在企业至少在一定程度上愿意调整现有框架，以真正实现数据就绪。

随着企业逐渐意识到“ AI 就绪幻觉”的局限性，发展的路线也会更加清晰。释放 AI 的价值不仅需要雄心，更需要真正的数据就绪能力。能够弥合这一差距的企业，将更有机会创造长期价值，并引领智能商业的未来发展。

如需了解更多关于企业AI面临的障碍及如何弥合数据就绪差距，请点击https://reurl.cc/r09yor阅读完整报告。