Investing.com——Oppenheimer最近的调查显示了企业金融软件市场中围绕机器学习和生成式人工智能的采用趋势和优先级。

　　在134家企业财务软件购买者中进行的调查提供了对组织投资重点、关键痛点和金融部门预期结构变化的见解。

　　研究结果表明，虽然与前台功能相比，金融部门对ML和Gen AI的采用滞后，但这些技术正在成为提高金融生态系统内运营效率、战略预测和合规性的重要工具。

　　调查显示，财务部门（尤其是首席财务官办公室）最大的障碍之一是“数据重力”，这是指跨系统管理和集成碎片数据的困难。

　　这种碎片化阻碍了高效决策和人工智能技术的有效部署。通过统一数据系统来应对这一挑战，对于旨在利用人工智能能力增强分析和预测的财务团队来说至关重要。

　　分析师指出，ML和Gen AI具有简化复杂数据环境、提高生产力和支持计划的潜力，但需要内聚的数据基础设施才能完全有效。

　　在预算优先级方面，企业金融买家越来越多地将资源用于分析、商业智能和持续规划工具，这些工具有望从集成的人工智能功能中受益。

　　调查显示，51%的受访者认为业务流程自动化是最重要的投资领域，而42%的受访者优先考虑战略解决方案，如分析和报告、计划和机器学习驱动的企业绩效管理。这些趋势表明，特别是在当今动荡的经济环境中，对能够提供即时战略见解的工具的持续需求。

　　有趣的是，组织愿意为新一代人工智能和机器学习功能分配额外的资金。平均而言，金融软件买家愿意为包含这些技术的订阅服务多支付近6%的费用，这表明他们认可这些技术的附加值。

　　然而，由于金融系统的复杂集成和合规性需求，预计生成式人工智能和机器学习在金融领域成为主流需要比在其他企业功能中更长的时间。

　　这种较慢的采用率凸显了人们对金融领域人工智能技术中期潜力的日益认识，近一半的受访组织计划在明年实施人工智能技术。

　　0