媒体和娱乐企业 AI 发展现状

企业人工智能状况在媒体和娱乐 执行摘要 随着媒体和 (M&E) 加速人工智能的采用以改善面向客的，它正在先考个性化、客服自化等成熟的景。使它能累、快速的投回率，并以更少的中断或行experimentation。 在企业人工智能现状：获取经验和管理风险，一项来自福雷斯特咨询公司的最新研究，由阿卡迈公司委托，询问了数百位全球科技领导者关于他们面向客户应用的AI方法。研究结果显示出一种战略性的但谨慎的心态，组织机构专注于已验证的AI用例，以实现快速的投资回报，同时将风险最小化。 媒体与娱乐（M&E）受访者优先通过个性化和自动化来改善观众体验——依靠可扩展的基础设施和值得信赖的合作伙伴来帮助应对安全、合规和人才短缺等挑战。这种方法支持低延迟性能并确保合规性，这对于快速发展的行业的客户信任和竞争力至关重要。 主要发现 人工智能驱动客户体验和效率：78%的M&E受访者计划通过改善客户体验（CX）来衡量人工智能的成功。许多人提到了具体的用例——如数据分析、客户服务聊天机器人和IT支持自动化——这些用例自动化任务并个性化内容，提高运营效率和客户留存。 风险主要集中在声誉和客户流失：有50%的受访者担心人工智能驱动程序的故障，而44%的人担心对品牌声誉的损害和违反监管规定。受访者还担心差劲的客户服务会损害信任，并在竞争激烈的行业中导致收入损失。 合作伙伴助力安全扩展：在构建人工智能解决方案方面，76%的受访者依赖专业人工智能提供商，46%依赖公共云平台，44%依赖全球系统集成商，28%依赖边缘提供商。在部署方面，64%选择公共云平台，58%选择专业人工智能提供商，52%选择全球系统集成商，46%选择边缘提供商以满足低延迟需求（如实时推荐）。 综合这些发现表明，M&E公司不仅将人工智能视为一种技术，还将其视为一项业务赋能器。它们正在利用它来提升客户体验和效率，依靠合作伙伴来弥补人才和基础设施的短板，并警惕品牌和监管风险。 akamai.com | 2 AI正提升M&E中的CX和效率 M&E组织正在利用人工智能来转型面向客户的应用程序，重点关注个性化、自动化和内容优化。这推动了更快速、更有吸引力的互动——例如人工智能驱动的推荐和聊天机器人——同时自动化后端任务以降低成本并改进工作流程。 主要驱动力包括改善客户体验、留存率和运营效率。成功主要通过改善客户体验和收入增加来衡量，这强调了增强互动如何带来忠诚度和增长。正如一位受访者所说：“我们使用人工智能来尽可能准确地理解客户的需求，以便我们可以显著改善他们的体验，从而大大增强他们对我们公司的忠诚度。” 78% 计划通过提升客户体验来衡量AI的成功 [我们使用人工智能]来尽可能准确地理解我们客户的需求，以便我们能够显著改善他们的体验并从而大大加强他们对我们公司的忠诚度。 80% 计划通过收入增加来衡量人工智能的成功 64% 56% 正在实施/扩展客户服务自动化 44% 正在实施/扩展视觉搜索 26% 正在实施/扩展程序化内容创建 组织正优化客户体验并构建人工智能熟练度 媒体组织优先考虑最高投资回报率的AI应用案例，以实现快速胜利并建立专业能力。主要应用包括客户服务自动化、程序化内容创建和视觉搜索，这些应用增强了参与度并简化了运营。 例如，自动化元数据标签和内容索引减少了人工工作，而生成式人工智能提高了生产力，并展示出增加用户参与度的内容。M&E专业人士强调个性化对于收入增长至关重要。正如一位受访者所说：“我们组织最重要的与人工智能应用相关的用例是通过智能自动化和个性化来提升客户体验。我们利用人工智能分析客户数据、预测偏好、通过聊天机器人自动化支持，并在各个平台提供个性化推荐。” 这种受控方法最大程度地降低了风险，为VR集成等高级应用培养了信心。随着熟练度的提高，组织可以安全地扩展创新。 我们组织最关键的AI应用相关用例是通过智能自动化和个性化提升客户体验我们利用人工智能分析客户数据，预测偏好，通过聊天机器人自动化支持，并在跨平台提供个性化推荐。 平衡创新与风险是关键 与许多行业相比，M&E更加重视客户体验和声誉，突显了品牌资产和观众信任如何取决于技术表现。 所以，尽管他们渴望创新，但由于高风险，媒体机构仍谨慎行事。主要担忧包括无法按预期运行（50%）、损害品牌声誉（44%）、违反法规（44%）、用户体验差（42%）以及因体验不佳导致客户流失增加（38%）。 受访者强调这些风险，强调：“人工智能的失误可能会损害客户信任或违反法规，导致客户流失或罚款，从而影响声誉和业务稳定性。”在速度和可靠性之间取得平衡对于保护声誉和收入至关重要。 为缓解这些类型的风险，媒体组织可以采用一些利用分布式基础设施取得成功的最佳实践： • 定义和衡量明确成果：设定具体目标，例如改善客户体验或收入增长，以使人工智能计划与业务优先事项保持一致，确保积极的客户互动和可衡量的投资回报率。 • 采用分阶段方法：从客户服务自动化等成熟用例开始，以建立熟练度，在扩展到VR等高级应用之前，减少功能失效和糟糕的客户体验的风险。 • 利用边缘基础设施：利用分布式边缘平台进行低延迟内容交付，最小化用户流失并通过本地处理支持符合数据隐私法规。 • 获取利益相关者的认可：让所有利益相关者，包括企业合规部门，参与进来，就人工智能目标达成一致，确保遵守法规并保护品牌声誉，通过分布式边缘解决方案。 • 与专家合作：与专业AI供应商和公有云平台协作，解决人才短缺问题，提升安全性，并确保合规性，以维护品牌声誉和客户信任。 低延迟，高性能的基础设施对成功至关重要 在M&E中，实时性能对于个性化流媒体和视觉搜索等用例至关重要。低延迟的基础设施确保无缝体验，防止因延迟导致用户流失。 云原生技术几乎在M&E领域普遍应用：94%的组织已经在使用或计划采用它们（54%正在扩展/升级，24%已实施，16%正在计划）。这为AI推理和即时输出提供了可扩展的环境。开源AI框架也广泛普及，66%已实施或正在扩展。边缘提供商（46%）用于支持更靠近用户的分布式处理。它们也正成为一个越来越受欢迎的AI环境，近半数企业依赖它们来运行高级工作负载。 94% 媒体组织中有在使用的或计划采用云原生平台的 技术平台难以整合。缺乏具备人工智能技能的人才，并且必须严格遵守数据保护和行业法规。 66% 使用开源AI框架/模型 46% 使用边缘提供者进行部署 24%已实现云原生平台 16%计划采用云原生 凭借如此广泛的采用，一旦先进的应用案例成熟，该行业在结构上就准备好快速扩展人工智能——这表明投资与并购公司是快速追随者，并且已经建立了强大的风险控制措施。 正如一位受访者解释的那样，“技术平台难以整合。缺乏具备人工智能技能的人才，并且需要严格符合数据保护和行业法规的要求。” 强大的基础设施有助于缓解这些问题，从而实现可靠、高速的人工智能部署。 利用人工智能驱动的分析来优化销售业绩并直接提升客户体验有助于收入增长. 可信赖的合作伙伴凭借经验和专业知识驱动成功 媒体组织转向可靠的合作伙伴来解决技能差距、安全和可扩展性问题。 对于建设，专业AI供应商（76%）提供领域专业知识，而公共云平台（46%）提供基础基础设施。 在部署方面，公共云平台领先（64%），其次是专业AI提供商（58%）。全球系统集成商/服务提供商（52%）也发挥着重要作用。这些合作伙伴帮助确保合规性和性能，同时在不确定性中指导组织。 边缘服务提供商（46%）特别受重视，因为它们能满足低延迟需求。而且，由于30%的受访者难以招聘到具备人工智能专业知识的员工，合作伙伴在利用现成的专业知识和解决方案来弥补技能差距方面也发挥着至关重要的作用。 展望未来：人工智能驱动的战略扩展 m&E组织正在利用人工智能通过个性化和自动化来取得领先优势，通过改善客户体验和收入增长来衡量成功。通过专注于既定的用例，它们在解决安全性和合规性等关键挑战的同时建立了熟练度。 品牌损害和用户流失等风险凸显了谨慎的必要性。值得信赖的合作伙伴——用于构建的专用AI提供商和用于部署的公有云提供商——提供专业知识来减轻这些风险，从而实现安全的扩展。 为了获得更多见解，请访问 akamai.com 以获取完整的 Forrester 研究。企业人工智能现状：获取经验和管理风险. 方法论：本报告基于福雷斯特咨询公司受 Akamai 委托在 2025 年 6 月进行的一项研究，该研究调查了 400 名决策者，其中包括媒体和娱乐行业的 50 名。对于主要调查问题，参与者可以选择多个答案或根据其偏好对答案进行排序。本文专门关注媒体和娱乐行业 50 名决策者提供的反馈，为这一特定细分市场提供有针对性的视角。调查采用双盲方式进行。 Akamai 是一家提供网络安全和云计算服务的企业，为线上业务提供支持与保护。我们的市场领先安全解决方案、卓越的威胁情报以及全球运营团队为企业数据和应用程序提供全方位防护。Akamai 的全栈云计算解决方案在世界最广泛的平台上提供性能与经济性。全球企业信赖 Akamai，以获得行业领先的可靠性、规模和专业知识，从而自信地发展业务。了解更多信息请访问akamai.com和akamai.com/blog,或关注Akamai Technologies X和领英公开发布于10月25日。