IBM Institute for Business Value
PulseAugur coverage of IBM Institute for Business Value — every cluster mentioning IBM Institute for Business Value across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
人工智能代币消耗量超出传统IT预算，促使新的支付模式出现
企业人工智能的采用正面临新的挑战，代理式人工智能系统以不可预测的速度消耗代币，打破了传统的SaaS和云支付模式。像Uber这样的公司由于迅速采用Anthropic的Claude Code等工具，已经超出了他们的人工智能预算，这凸显了对新支付结构的需求。专家建议采用一种“混合代币工厂”方法，涉及人工智能安全网关和基于用例和定价的战略模型路由，以管理成本并获得对人工智能支出的可见性。
-
Snowflake、Databricks 尽管拥有原生工具，但在数据质量方面仍面临挑战
尽管 Snowflake 和 Databricks 等平台在原生数据质量功能方面取得了进展，但组织仍然因数据质量差而遭受重大经济损失。一个关键问题是平台质量（确认管道和作业成功运行）与数据真相（确保数据从源头到决策的准确性和完整性）之间的区别。独立验证至关重要，因为现代数据平台存在信任边界，这意味着它们无法独立验证所有系统和转换中的数据完整性。这需要一个外部层来确认数据在其整个生命周期中保持准确和一致。
-
CEO们认为Agentic AI将在2030年前推动增长，呼吁定制化愿景
IBM商业价值研究院的一项新研究显示，尽管CEO们对AI的即时增长影响预期有所下降，但74%的人预计到2030年Agentic AI将加速业务增长。研究强调，只有24%的商业领袖理解AI的价值创造，这凸显了高管层在制定和推广定制化AI愿景方面需要更大的参与度。该愿景应利用定制模型而非大型预训练模型来提高生产力和利润率，而向人机协作的文化转变是关键。