Hitachi Vantara最新调研：陈旧数据基础架构导致全球每年AI投资浪费超1080亿美元

　　日立集团 (TSE: 6501) 旗下专注数据存储、基础架构与混合云管理的子公司 Hitachi Vantara 今日发布最新《2025 年数据基础架构现状报告》。报告显示，在企业竞相布局人工智能(AI)的浪潮中，薄弱的数据基础正成为主要掣肘，导致中国近三分之二(61%)的企业难以充分兑现 AI 价值。放眼全球，这一问题每年造成的 AI 投资浪费规模预估高达 1,080 亿美元。研究表明，AI 非但未能掩盖企业在数据管理、治理与安全领域长期存在的短板，反而加速暴露了这些深层问题。

　　该报告调研了全球 15 个国家的 1,200 余名企业高管及 IT 决策者。结果显示，70% 的中国企业表示其数据基础架构环境的复杂程度正“快速”或“极快”攀升。

　　随着数据环境日趋复杂，企业在全系统范围内保持数据的可见性、可控性及权责一致性变得愈发困难。鉴于中国企业领导者预计未来两年内 AI 投资将增长 59%，复杂性带来的挑战将持续升级，进一步加重数据安全与治理的负担。这项针对中国企业业务及 IT 领导者的调研揭示了以下严峻现状：

　　• 基础架构扩展能力不足：仅半数(50%)企业表示其系统具备可预测、自动化、自运维及高成本效益的扩展能力;

　　• 数据安全风险加剧：58% 的企业认为，数据环境复杂性加大了识别数据泄露事件的难度;

　　• 业务中断隐忧：59% 的企业担忧，关键数据的丢失将对业务造成毁灭性打击;

　　• 潜在风险隐患：近半数(47%)的受访者坦言，其系统复杂程度极高，若高管层真正了解背后的风险，恐将“夜不能寐”。

　　Hitachi Vantara首席产品官Octavian Tanase 表示：“AI 正在重塑企业数据治理与管理的标准。随着 AI 深度融入业务运营，企业领导者逐渐认识到，数据治理、可见性与可控性的重要性丝毫不亚于系统性能。我们看到，那些前瞻性布局自动化并优化数据基础架构的企业，正充满信心地加速推进 AI 落地;而其他企业则受困于数据环境复杂性，与领军者的差距正被不断拉大。”

　　AI应用鸿沟显现

　　在中国，AI 的应用已基本普及，100% 的受访企业表示正在使用、试点或探索 AI 技术。然而，在规模化落地及价值转化层面，企业间存在显著差异。报告揭示，随着 AI 渗透率加速，已搭建坚实数据管理底座的企业与追赶者之间的鸿沟日益清晰。决定这一差距的关键，并非企业是否采用 AI 或企业规模大小，而是其数据环境是否具备足以支撑 AI 规模化所需的结构化体系、治理能力及领导层支持。

　　在中国，39% 的企业属于“数据成熟型”企业(即行业领军者)，已实现数据管理实践的规范化与优化;而 61% 的企业仍处于“数据滞后型”阶段(包括定义期、起步期或碎片化阶段)，其数据环境缺乏支撑 AI 规模化所需的结构性、自动化能力及一致性标准。

　　这种成熟度差距直接体现在 AI 效能与投资回报率(ROI)上：

　　• 68% 的中国数据成熟型企业实现了可量化的 AI 投资回报，而数据滞后型企业中，这一比例仅为 50%;

　　• 58% 的数据成熟型企业认为 AI 对业务发展“至关重要”，而在数据基础薄弱的企业中，持此观点的比例仅为 3%。

　　数据成熟型企业在基础架构就绪方面优势显著

　　拥有坚实数据基础的企业在实践中展现出显著的差异化优势，尤其在领导层共识、基础架构现代化及运营规范化方面。在中国，85% 的数据成熟型企业拥有清晰的领导层战略愿景，这一比例远超行业平均水平，确保了数据及 AI 举措被视为企业核心战略任务，而非孤立的 IT 项目。

　　此外，数据成熟型企业在基础架构自动化领域大幅领先：

　　• 59% 的数据成熟型企业已部署可预测或自动化的基础架构，有效降低了 AI 规模化过程中的运营阻力。

　　• 87% 的数据成熟型企业的基础架构具备可持续设计与内置韧性，这一比例远超 42% 的全球平均水平。这体现出其基础架构建设旨在支撑 AI 渗透过程中的长期增长、效率提升与风险控制。

　　报告还指出，中国企业在 AI 风险优先级的排序上呈现独特趋势。当被问及 AI 落地中最需把控的领域时，“数据安全”以 41% 的占比成为中国企业的首要关注点。尽管这与全球趋势一致，但中国企业的关注比例显著低于 56% 的全球平均水平。报告警示，随着 AI 应用加速与数据环境复杂化，若数据治理与安全防护机制未能与 AI 部署同步强化，企业面临的风险暴露可能加剧。