Riverbed 研究发现92%的金融服务业决策者同意提升数据质量对人工智能成功至关重要

可观测性AIOps领域的领导者Riverbed发布了其全球调查"AI时代IT运营的未来"中的金融服务行业研究结果，该调查审视了金融服务领域的AI准备程度。研究结果突显了随着机构从AI雄心迈向实际影响过程中不断扩大的实施差距。虽然几乎所有金融服务决策者(92%)都同意提高数据质量对AI成功至关重要，但进展仍然不均衡：只有12%的AI计划实现了全企业范围的全面部署，而高达62%仍处于试点或开发阶段，凸显了在全球监管最严格和风险最敏感的行业之一中将AI运营化的挑战。

阅读更多金融科技内容：与Plynk App营销与参与部门主管Kristin Kanders的全球金融科技访谈

在此查看金融服务信息图：riverbed.com/aiops-survey25/

然而，金融服务领域继续对AI和AIOps的价值展现出强烈信心，89%的机构报告其AIOps投资的投资回报率达到或超过预期，强化了该行业在纪律严明、价值驱动的技术采用方面的声誉。近三分之二(62%)的受访者也对其AI战略表达了高度信心。然而尽管持乐观态度，金融服务机构仍继续受到AI实施差距的影响。在优化运营、加强合规、降低风险和提供卓越数字体验的压力日益增加之际，该行业越来越受到数据准备度、运营复杂性以及将AI扩展到试点计划之外的能力的限制。

"金融服务机构是AI最成熟和最有纪律的采用者之一，我们的研究显示他们已经看到了强劲回报，"Riverbed首席营销官Jim Gargan表示。"然而，该领域在独特的压力下运营，包括严格的监管审查、对停机零容忍以及对数据准确性的关键需求。显而易见的是，成功现在取决于简化IT、整合可观测性工具和供应商、提高数据质量、采用OpenTelemetry等开放标准，以及确保网络和应用程序性能能够大规模支持AI。在Riverbed，我们正积极支持全球一些最大的金融服务机构，帮助他们弥合这一差距，将AI雄心转化为运营现实。"

AI雄心遇见运营现实

对于金融服务机构而言，AI成功不仅仅由实验来定义；它取决于运营准备度。研究显示，只有40%的金融服务机构感到完全准备好将其AI战略运营化。数据仍然是最重要的限制因素，因为只有43%的机构对其所有组织数据的准确性和完整性充满信心，这是所有受调查行业中最低的信心水平。

至关重要的是，该领域了解其风险所在。92%的金融服务受访者同意提高数据质量对AI成功至关重要，这是所有行业中比例最高的。这反映了一种深刻的认识，即没有可信赖的高质量数据，AI计划很难从概念验证转向生产。

运营复杂性推动简化需求

这些数据挑战因IT环境的复杂性而加剧。为支持数字服务、实时交易和不断增长的AI工作负载，金融服务机构积累了碎片化的工具集，限制了可见性并减缓了决策速度。平均而言，IT团队目前拥有来自九个不同供应商的13个可观测性工具，在应用程序、网络和用户体验方面造成了盲点。

因此，该领域96%的机构正在积极整合IT运营中的工具和供应商，95%的机构同意统一的可观测性平台将使识别和解决运营问题变得更容易。值得注意的是，95%的机构正在考虑新供应商作为这一整合的一部分——这是所有受调查行业中最高的比例——表明愿意重新思考长期的技术关系，转而支持能够降低风险、改善集成并大规模支持AI的平台。

统一通信性能成为业务关键

随着金融服务继续数字化客户参与和内部工作流程，统一通信(UC)工具的性能已成为业务关键。员工现在将41%的工作周时间用于使用UC工具，近三分之二的人表示这些工具对有效运营至关重要。然而性能仍然不稳定。只有47%的金融服务机构对UC性能非常满意，而44%的机构报告在视频通话、消息平台和协作工作空间方面存在定期问题。

这些挑战造成了重大的运营限制。与UC相关的问题占所有IT工单的16%，平均需要41分钟解决，近五分之一的工单需要超过一小时。在一个响应能力和可用性直接影响客户信任的领域，有限的可见性和高支持需求继续阻碍生产力和体验。

OpenTelemetry支撑大规模可观测性

为克服碎片化的可见性并支持AI驱动的运营，金融服务机构越来越多地转向开放、标准化的可观测性框架。OpenTelemetry通过实现跨应用程序、基础设施和用户体验的一致数据收集和关联来发挥关键作用，这是在复杂、受监管环境中实现可信AI的前提。

令人鼓舞的是，调查显示金融服务机构在OpenTelemetry采用方面领先所有领域，92%已经在利用该框架。几乎所有受访者(96%)表示跨领域关联对其可观测性战略至关重要，而99%的受访者同意OpenTelemetry减少了供应商锁定并增加了灵活性。重要的是，97%的人将其视为AI驱动自动化等未来计划的基础，强化了其作为长期AI可扩展性推动者的角色。

AI数据移动和网络性能成为焦点

随着AI计划的成熟，注意力正从模型转向驱动它们的数据移动。金融服务机构比任何其他受调查领域更重视AI数据移动，94%的机构认为它对其整体AI战略很重要，37%的机构将其描述为关键和基础，影响他们如何设计和执行AI。

随着AI数据越来越多地分布在公共云、边缘和托管环境中，网络性能和安全性成为决定性的成功因素，81%的受访者认为这是必不可少的，这是所有行业中最高的。展望未来，76%的金融服务机构计划到2028年建立AI数据存储库战略，强调需要在创新与合规和控制之间取得平衡的受管理、高性能架构。

获取更多金融科技见解：当DeFi协议成为自我进化的有机体时

[如需与我们分享您的见解，请写信至[email protected]]