毕马威报告:多数美企CEO低估AI长期潜力与商业影响
IT之家3月10日消息,毕马威美国近期一项调查显示,四分之三的大型企业CEO认为,过去一年生成式人工智能或许被过度炒作,但其在未来5至10年的真正影响力与"颠覆性潜力",很可能被低估了。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈

毕马威美国董事长兼首席执行官蒂姆·沃尔什在接受Business Insider采访时表示:"企业对人工智能落地应用的热情无疑正在加速。"
他指出,众多企业已从试点阶段转向实际部署,相关投资正处于他所说的"变革动荡环境"中。
据了解,此次调查由毕马威美国于1月下旬至2月中旬开展,受访对象为100家美国大型企业的CEO,调研内容涵盖人工智能、招聘计划及经济形势等多个议题。
多数CEO仍在加大人工智能投入
尽管四分之一的受访CEO认为人工智能投资存在泡沫,但人工智能仍是核心投入领域。近80%的高管表示,今年将把至少5%的资本预算分配给人工智能。
约三分之二的企业高管称,出于对人工智能相关风险的担忧,正在增加网络安全支出。
60%的CEO表示,会优先将人工智能预算用于提升员工技能;约半数企业会投入资金加快创新,并将该技术融入日常运营。
对于担心被人工智能取代工作的员工而言,人工智能技能培训或许是个好消息,但仍有五分之一的CEO预计未来一年将裁员。
当被问及人工智能的影响时,约半数CEO预计会小幅或大幅扩招,仅9%表示该技术会导致岗位削减。
人才招聘难题
沃尔什表示,在毕马威,人工智能让员工"工作更高效、产出更多、速度更快"。
但这并不意味着企业会减少用工。他举例,假设某团队在应用人工智能前有20人,如今可能缩减至17人;但同时,会新增5名技术人员负责数据提取、分析与转换等人工智能运维工作,团队总人数最终会超过20人。
其他CEO也持类似观点,尽管61%的人担心难以招聘到具备所需专业技术的人才。
除人员规模外,部分高管还担忧人工智能会阻碍领导力培养。约三分之一的CEO认为,初级员工通过实践积累判断力的机会减少是主要隐患;还有人指出,决策过度依赖人工智能,以及员工接触不确定性与试错学习的机会减少等问题。
网络安全隐患凸显
60%的CEO表示,人工智能创新速度与风险管理能力,是未来三年最可能影响企业发展的因素。
企业高管对安全问题极度担忧。约九成CEO对人工智能智能体及人工智能辅助恶意软件攻击带来的数据与隐私风险表示忧虑;同样比例的人担心人工智能驱动的网络钓鱼攻击;八成CEO提及人工智能代理带来的内部安全威胁。
约60%的CEO仍对量子计算破解加密技术的攻击感到担忧。
沃尔什称,与其交流的企业高管都在警惕网络安全风险的加速升级,以及人工智能和智能代理可能带来的影响。
超过三分之二的CEO表示,难以招募到所需的网络安全人才;约60%的高管选择通过培训现有员工来应对这一问题。
经济形势担忧
CEO们对企业自身及整体经济前景的看法呈现分化。86%的人对所在行业的增长有信心,83%对公司未来一年发展前景充满信心,但对整体经济的信心大幅下降:仅55%看好美国经济增长,53%看好全球经济增长。
此次毕马威美国调查开展于美伊冲突爆发前,尽管当时局势已在升温,冲突后国际油价大幅上涨。
超过半数的CEO将政策不确定性视为影响短期决策的主要压力。
并购交易意愿强烈
尽管面临诸多担忧,多数CEO仍有并购意向。近三分之二的CEO表示,其公司2026年将"积极推进"交易,另有四分之一计划推迟至2027年。
沃尔什称,近半年来,大型企业并购交易有所回暖,中型交易数量也呈上升趋势。
调查显示,约半数CEO认为当前市场环境具备做出"重大"投资决策的确定性,但五分之一的人表示市场不确定性阻碍了投资布局。
沃尔什表示,如今的并购热情较一年前有所转变,此前受关税不确定性影响,并购活动一度受挫。
他说:"企业此前仅专注于日常运营,但如今市场上的并购活动正持续回升。"
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
开源AI模型评估方法如何匹配其权重水平
开源权重AI模型的蓬勃发展,为技术社区注入了强大创新动力,但同时也带来了全新的安全与治理挑战。传统的模型评估体系主要针对闭源“黑盒”模型设计,当面对权重完全透明、可自由访问与修改的开源模型时,其局限性便暴露无遗。这好比用室内实验室的标准去评估野外复杂环境,显然难以全面识别和度量其特有的风险谱系。 Q
AI智能体未来趋势与企业文化核心作用解析
人工智能,尤其是智能体AI,能带来的生产力提升是实实在在的——投入产出比有望达到1:10,这个数字足以让任何企业决策者心动。但先别急着兴奋,要实现这份回报,企业要下的功夫可不少,关键就在于能否把AI真正“揉”进组织的文化血液里。 这个观点,是IT服务商Node4近期在其用户日活动上分享的核心洞察。作
阿里与港科大突破AI绘图模型灾难性遗忘难题实现快速出图
这项由香港科技大学、阿里巴巴Z-Image团队、加州大学圣地亚哥分校和香港中文大学联合完成的研究,以技术报告形式发布于2026年5月,论文编号为arXiv:2605 05204。对于技术细节感兴趣的同行,可以通过这个编号在arXiv平台上查阅全文。 一、当AI画师学了新技能,却忘了怎么快速出图 如今
Figma实例查找器快速定位过时组件方法
在Figma中更新主组件后,画布上仍可能存在未同步的旧实例,它们通常显示为“已弃用”状态或缺少新增属性,这是设计系统维护中的常见痛点。手动检查不仅耗时且容易遗漏。本文将介绍几种高效的自动化方法,帮助您快速定位并处理这些过时的组件实例,提升设计稿的一致性。 一、使用Instance Finder插件全
豆包AI代码审查使用教程与操作步骤详解
想要高效利用豆包AI进行代码审查,精准发现潜在缺陷、提升代码可维护性与安全性?这需要掌握正确的方法。直接提交一段代码并简单指令“帮我审查”,往往难以获得深度、有价值的反馈。关键在于采用结构化指令与多维度验证策略,以下将详细拆解具体操作步骤。 一、提供清晰上下文与明确审查指令 豆包AI的代码审查质量,
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

