作者来自 Elastic Jeremy Pell新研究揭示了为什么澳大利亚企业带着更大的 AI 预算进入新的财年却仍然面临同一个未解决的问题。三分之一的澳大利亚企业去年超出了其 AI 预算。然而其中一半企业计划今年再次增加 AI 支出。但导致这些预算超支的行为仍然基本未得到解决。Elastic 刚刚发布了一项新研究调查了澳大利亚超过 500 名 AI 高级决策者研究结果清楚表明这个新的财年需要有所不同。以下是数据告诉我们的内容。Tokenmaxxing 陷阱Token 最大化陷阱Tokenmaxxing 描述了一种倾向即针对可见活动而不是实际业务价值来优化 AI。使用情况仪表板看起来很健康。排行榜不断上升。但成果并不一定随之而来。我们的研究发现80% 的澳大利亚 AI 决策者担心高 AI 使用量正在被误认为是真正的生产力提升。然而只有 8% 的人正在跟踪 AI 是否带来了实际收入或成本节省。后果已经显现。接近三分之一的企业32%已经暂停、取消或缩减了 AI 部署因为产出无法证明成本是合理的。另外 28% 的企业目前正在以同样原因审查部署情况。投资和采用速度正在超过衡量回报的能力而随着预算增长错误决策带来的风险也随之增加。数据基础问题当 AI 工具表现不佳时决策者将原因归咎于底层数据质量的比例最高32%——这一比例超过了归咎于 AI 模型自身限制14%比例的两倍。然而只有 28% 的企业在部署 AI 之前将数据准备作为正式前提条件。另外 8% 的企业在没有任何正式数据质量评估的情况下进行了部署。人们通常会认为不断增长的 AI 成本是计算问题。但在大多数企业中计算量爆炸主要发生在数据检索层。当 AI 系统依赖低质量或范围定义不佳的数据时它会迫使模型消耗指数级更多的 token才能得到可用答案。你不仅是在为计算付费你是在为计算垃圾数据付费。澳大利亚组织不需要为每次查询提供大量 token。他们需要的是精确、正确的一小部分高度上下文化的数据。AI 投资回报首先是一个可观测性问题然后才是预算问题。Agent 扩展速度超过治理能力只有 31% 的企业拥有关于其组织中运行多少 AI agent 或自主工作流的集中化视图。接近一半47%的企业担心 AI 采用速度正在超过他们治理 AI 的能力。监控差距十分明显。只有 13% 的企业具备使用日志记录11% 的企业进行定期风险审查只有 2% 的企业拥有正式的 AI 事件响应流程。然而50% 的企业计划在新的财年扩大 agent 的使用。如果明天某个 AI 工具导致合规失败只有 22% 的企业非常有信心能够识别发生了什么问题以及原因。预算来自哪里为了支持 AI 增长企业正在重新分配预算16% 来自 IT 基础设施和运营12% 来自现有软件许可10% 来自人员编制或招聘预算8% 来自网络安全最后一个数字值得注意。尽管只有极少数企业表示他们正在这样使用安全预算但在 AI 正在提升网络威胁速度和规模的同时任何企业都不应该使用网络安全预算来支持 AI 扩展。这会带来需要在董事会层面进行审查的风险。AI 支出具有可变性并且存在未列入预算的情况而传统软件许可从未如此。因此CFO 正在以不同方式审查整个技术栈。AI 支出的蜜月期已经结束。董事会希望看到价值证明而不是承诺。AI 如何改变劳动力虽然财务指标正受到严格审查但研究指出了一个比通常占据头条新闻的观点更加细致的劳动力变化情况。AI 不仅改变了组织在预算上的支出规模它正在从根本上改变人们工作的方式。当日常、重复性的行政任务成功实现自动化时员工可以提升他们日常工作的关注重点。研究发现四分之三75%的澳大利亚企业表示他们的员工正在将释放出来的时间重新投入到更高价值的工作中。他们不再管理手动工作流而是专注于战略规划、新产品开发、更深入的客户互动以及主动提升技能。此外数据还显示出对专业技能的强劲需求。45% 的组织预计将在企业内部创建全新的、专注于 AI 的职位而不是减少人员编制其中 18% 已经开始招聘这些职位。最终可持续的 AI 投资高度依赖于支持人的因素。在这个新的财年中取得领先的企业不仅会构建更强大的数据基础还会积极投资于与技术协同工作的人员。这种协作是产生复合回报的地方也是形成真正竞争差距的地方。在新的财年重新调整 AI 方法新的财年是重新调整的正确时机。这不是退出 AI 的时候而是构建能够让 AI 真正发挥作用的基础的时候。现在采取行动的企业将会在未来拥有明显更好的定位。了解更多关于 Elastic 的上下文工程能力和数据检索工具。关于研究这项 Elastic AI 成本研究由 Pure Profile 开展调查了超过 500 名澳大利亚组织的高级决策者。这些组织拥有 50 名或以上员工并且目前正在使用、正式或非正式部署或试点 AI 工具。所有受访者要么是 AI、数据或数字化转型领域的最终决策者要么是在其组织中具有强大影响力并提供建议的人。实地调查于 2026 年 6 月进行。原文Fix your data foundation, not your AI | Elastic Blog
作者来自 Elastic Jeremy Pell新研究揭示了为什么澳大利亚企业带着更大的 AI 预算进入新的财年却仍然面临同一个未解决的问题。三分之一的澳大利亚企业去年超出了其 AI 预算。然而其中一半企业计划今年再次增加 AI 支出。但导致这些预算超支的行为仍然基本未得到解决。Elastic 刚刚发布了一项新研究调查了澳大利亚超过 500 名 AI 高级决策者研究结果清楚表明这个新的财年需要有所不同。以下是数据告诉我们的内容。Tokenmaxxing 陷阱Token 最大化陷阱Tokenmaxxing 描述了一种倾向即针对可见活动而不是实际业务价值来优化 AI。使用情况仪表板看起来很健康。排行榜不断上升。但成果并不一定随之而来。我们的研究发现80% 的澳大利亚 AI 决策者担心高 AI 使用量正在被误认为是真正的生产力提升。然而只有 8% 的人正在跟踪 AI 是否带来了实际收入或成本节省。后果已经显现。接近三分之一的企业32%已经暂停、取消或缩减了 AI 部署因为产出无法证明成本是合理的。另外 28% 的企业目前正在以同样原因审查部署情况。投资和采用速度正在超过衡量回报的能力而随着预算增长错误决策带来的风险也随之增加。数据基础问题当 AI 工具表现不佳时决策者将原因归咎于底层数据质量的比例最高32%——这一比例超过了归咎于 AI 模型自身限制14%比例的两倍。然而只有 28% 的企业在部署 AI 之前将数据准备作为正式前提条件。另外 8% 的企业在没有任何正式数据质量评估的情况下进行了部署。人们通常会认为不断增长的 AI 成本是计算问题。但在大多数企业中计算量爆炸主要发生在数据检索层。当 AI 系统依赖低质量或范围定义不佳的数据时它会迫使模型消耗指数级更多的 token才能得到可用答案。你不仅是在为计算付费你是在为计算垃圾数据付费。澳大利亚组织不需要为每次查询提供大量 token。他们需要的是精确、正确的一小部分高度上下文化的数据。AI 投资回报首先是一个可观测性问题然后才是预算问题。Agent 扩展速度超过治理能力只有 31% 的企业拥有关于其组织中运行多少 AI agent 或自主工作流的集中化视图。接近一半47%的企业担心 AI 采用速度正在超过他们治理 AI 的能力。监控差距十分明显。只有 13% 的企业具备使用日志记录11% 的企业进行定期风险审查只有 2% 的企业拥有正式的 AI 事件响应流程。然而50% 的企业计划在新的财年扩大 agent 的使用。如果明天某个 AI 工具导致合规失败只有 22% 的企业非常有信心能够识别发生了什么问题以及原因。预算来自哪里为了支持 AI 增长企业正在重新分配预算16% 来自 IT 基础设施和运营12% 来自现有软件许可10% 来自人员编制或招聘预算8% 来自网络安全最后一个数字值得注意。尽管只有极少数企业表示他们正在这样使用安全预算但在 AI 正在提升网络威胁速度和规模的同时任何企业都不应该使用网络安全预算来支持 AI 扩展。这会带来需要在董事会层面进行审查的风险。AI 支出具有可变性并且存在未列入预算的情况而传统软件许可从未如此。因此CFO 正在以不同方式审查整个技术栈。AI 支出的蜜月期已经结束。董事会希望看到价值证明而不是承诺。AI 如何改变劳动力虽然财务指标正受到严格审查但研究指出了一个比通常占据头条新闻的观点更加细致的劳动力变化情况。AI 不仅改变了组织在预算上的支出规模它正在从根本上改变人们工作的方式。当日常、重复性的行政任务成功实现自动化时员工可以提升他们日常工作的关注重点。研究发现四分之三75%的澳大利亚企业表示他们的员工正在将释放出来的时间重新投入到更高价值的工作中。他们不再管理手动工作流而是专注于战略规划、新产品开发、更深入的客户互动以及主动提升技能。此外数据还显示出对专业技能的强劲需求。45% 的组织预计将在企业内部创建全新的、专注于 AI 的职位而不是减少人员编制其中 18% 已经开始招聘这些职位。最终可持续的 AI 投资高度依赖于支持人的因素。在这个新的财年中取得领先的企业不仅会构建更强大的数据基础还会积极投资于与技术协同工作的人员。这种协作是产生复合回报的地方也是形成真正竞争差距的地方。在新的财年重新调整 AI 方法新的财年是重新调整的正确时机。这不是退出 AI 的时候而是构建能够让 AI 真正发挥作用的基础的时候。现在采取行动的企业将会在未来拥有明显更好的定位。了解更多关于 Elastic 的上下文工程能力和数据检索工具。关于研究这项 Elastic AI 成本研究由 Pure Profile 开展调查了超过 500 名澳大利亚组织的高级决策者。这些组织拥有 50 名或以上员工并且目前正在使用、正式或非正式部署或试点 AI 工具。所有受访者要么是 AI、数据或数字化转型领域的最终决策者要么是在其组织中具有强大影响力并提供建议的人。实地调查于 2026 年 6 月进行。原文Fix your data foundation, not your AI | Elastic Blog
