行业核心挑战与现状 - 全球97%的金融服务企业面临数据孤岛问题，阻碍其构建和部署高效AI模型的能力[1][3] - 数据安全被视为AI成功落地的最大障碍，AI创新需建立在可信、统一的数据治理与安全基础之上[1][3] - 近一半（48%）的企业已完成AI初步试验但尚未将技术全面融入核心运营，存在显著的“实施差距”[3] - 已有26%的公司在企业内部实现全域AI，显示出行业内部 adoption 进度分化[3] AI部署策略趋势 - 混合AI部署成为金融服务业重要战略，高达91%的机构认为混合策略极具价值[1] - 目前62%的金融服务机构采用融合公有云、数据中心及边缘环境的混合AI策略[2][6] - 灵活且数据全域化的基础设施已成为企业保持竞争优势的核心需求，而非额外选择[2] 数据治理与安全需求 - 随着混合部署兴起，84%的组织认为在所有环境中实施统一的数据治理与安全框架“至关重要”或“非常重要”[6] - 四分之一（25%）的企业在评估AI平台供应商时将安全性列为首要考虑因素[6] - 金融机构需要统一的数据与AI平台，以确保所有环境中实现一致的治理与安全，从而建立信任并管控风险[3] AI技术采用普及度 - 目前97%的金融服务公司正在部署至少一种AI/机器学习用例[6] - AI已从一项新兴技术转变为推动业务发展的核心推动力[6]