大多数企业已经拥有生成式人工智能平台扩展所需的基础设施。云容量已准备就绪，客户数据集中化，并且已有扩展预算。然而，拥有这些基础设施与在整个企业范围内运行生成式人工智能平台之间仍然存在巨大差距。.
Adobe 2026 年人工智能和数字趋势 调查访问了 3000 位企业高管，结果显示 89% 的企业已拥有配套的云技术，71% 的企业已准备好共享客户数据平台。尽管准备工作已就绪，但只有五分之一到三分之一的企业表示已将生成式人工智能平台集成到多个职能部门中。基础设施不足早已不再是阻碍人工智能普及的借口。真正阻碍人工智能普及的还有其他因素。
另请阅读： 如何选择公共、私有和混合人工智能云平台解决方案
服务器已准备就绪，但工作流程仍在等待
如今，云容量、数据管道和集成预算很少会成为企业采用生成式人工智能平台的阻碍。大型组织内部的大部分基础工作已经完成。.
更难的部分在于下游。团队需要围绕平台的功能重新设计工作流程，而这项重新设计工作很少能获得与技术本身同等的预算。.
生成式人工智能平台的发展速度超过了团队的预期。
生成式人工智能平台可以在几秒钟内生成报告、会议纪要或客户回复。但要让团队足够信任这些输出结果，从而跳过人工审核步骤，则需要更长的时间。.
生成式人工智能平台在技术上屡屡成功完成试点项目，但一旦需要取代团队多年来的固有习惯，就会陷入困境。技术本身很少出错，出错的是交接环节。.
三个地方的推广活动悄然停止
在企业推广过程中，有三点反复出现：
- 团队在一个功能内试用生成式工具，然后就此止步。
- 管理者缺乏将试点项目规模化推广的明确流程。
- 员工在新工作流程的同时，仍然保留手动备份功能。
每一点都更接近于习惯和工作流程设计，而非模型性能。提高模型准确率很少能解决这三点中的任何一点。.
中间层决定飞行员是否转为标准做法
高管批准生成式人工智能平台的预算。一线员工在建立信任后开始日常使用这些平台。中层管理人员则从中权衡，决定试点项目是否能推广到整个部门的标准做法。.
中间层很少被纳入推广计划，尽管管理者控制着新工作流程能否存活过第一个季度。.
每个数字都故意指向错误的方向。
所有关于技术准备情况的指标都指向同一个结论：企业已经准备就绪。然而，追踪实际跨职能使用情况的指标却指向相反的结论。.
客观来说，生成式人工智能平台暴露了这项技术出现之前就存在的规划缺陷。基础设施建设率先获得了资金支持，而决定投资回报的工作流程重组却迟迟未能落实。.
常见问题解答
生成式人工智能平台的准备情况存在哪些差距？
准备就绪差距指的是拥有生成式人工智能平台所需的云基础设施和数据系统，与在多个业务功能中运行这些平台之间的差距。.
为什么生成式人工智能平台在成功试点后会停滞不前？
试点项目通常在技术层面取得成功，证明该模型能够胜任任务。但当管理者缺乏明确的流程来淘汰旧工作流程，而员工又不愿信任新流程，而是继续运行手动备份时，扩展就会停滞不前。.
