新加坡，传统上被视为亚洲领先的科技中心之一，正面临一个矛盾的问题：尽管数字化程度很高，当地IT负责人却普遍抱怨无法扩展人工智能。根据最新的市场分析，78%的新加坡受访者指出，缺乏用于实时数据处理的现代基础设施是阻碍AI应用的主要障碍。

这项涵盖14个国家4625名IT领导者的研究揭示了一个令人担忧的趋势：全球72%的企业在扩展AI计划时遇到了三个或更多严重障碍。在新加坡，这一比例更高，达到78%。这不仅仅是数字，更是系统性危机的信号。

AI面临的主要障碍

数据分析显示，新加坡企业面临的关键问题呈现出清晰的层级结构：

  • 流数据处理基础设施不足——72%（较2025年的61%有所上升）。这是最关键的一点。
  • AI领域合格人才长期短缺——71%。
  • 数据质量和及时性不确定——66%。
  • 数据所有权碎片化——65%。
  • 新数据源集成受限——64%。

代理型AI（即必须“即时”做出决策的系统）问题尤为突出。没有实时基础设施，这类项目注定失败。难怪超过73%的新加坡IT负责人已经暂停了他们的AI项目。相比之下，整个亚太地区的这一比例为74%，而53%的项目甚至已被完全关闭。

值得注意的是，尽管面临挑战，86%的新加坡领导者将流数据传输与AI和机器学习并列为优先投资方向之一。这表明他们理解问题，但并未准备好快速解决。

专家观点：新加坡的案例生动说明了技术进步如何受限于传统基础设施的根本性限制。在企业将系统重构为实时架构之前，所有关于“先进AI”的讨论都只是营销口号。投资数据流不是可选项，而是在新范式下生存的唯一途径。