里瑞通DigitalRealty2025香港AI数字基础设施趋势解读报告英文版34页_16mb

亚太地区数据与AI发展现状分析总结

报告概述

亚太地区企业正在积极布局数据与AI战略，以应对全球AI技术革命带来的机遇与挑战。IT领导者需通过合适的数字基础设施策略，确保AI及相关技术的顺利实施。IDC预测，亚太地区将在未来五年以95.5%的CAGR快速增长，但需解决数据主权、法规合规及基础设施投资等难题。

关键趋势分析

趋势1：数据优先策略推动AI创新

65%的亚太企业已制定或计划实施正式数据策略，67%的企业执行AI战略以提升运营效率或推出新业务。AI成熟度方面，57%的企业处于较高阶段（4-5分），其中印度42%达5分，新加坡40%达4分。企业普遍认为，投资AI/ML技术、优化数据治理及提升数据基础设施是关键。然而，各国在AI部署中面临不同挑战，如印度的数据孤岛问题、新加坡的隐私法规限制及日本人才短缺等。

趋势2：数据量激增与存储需求增长

亚太企业普遍面临数据增长带来的压力，50%的受访者指出缺乏足够的数据系统投资是主要障碍。数据本地化和分布式架构成为核心策略，77%的企业采用分布式数据方法，以降低数据迁移成本并满足合规要求。此外，57%的企业认为需优化数据存储和处理能力，64%强调数据存储不足是AI战略推进的最大阻碍。

趋势3：数据本地化成为关键考量

数据本地化需求在亚太地区尤为突出，72%的企业将数据位置策略与AI战略结合，以确保数据主权和隐私合规。企业计划扩展数据中心布局，56%计划在未来两年增加1-5个新的数据中心点，24%拟拓展至6个以上。不同行业对数据本地化的优先级各异，如金融行业强调全球覆盖和直接连接，零售业关注数据治理，物流业侧重数据安全。

趋势4：数据驱动业务增长

54%的亚太企业预计未来两年通过数据驱动的洞察开发新产品或服务以提升营收，67%的企业认为AI将改善客户体验并增强产品竞争力。数据基础设施投资需重点考虑数据收集、分析、存储及合规性，其中29%的企业认为数据收集对IT预算影响最大。企业还需通过混合云架构、高性能计算资源及边缘计算优化数据处理流程。

主要挑战与对策

1. 基础设施不足：64%的企业因存储能力有限影响AI部署，需建设分布式、混合型数据基础设施。
2. 数据合规与隐私：72%的企业将数据本地化策略与AI战略结合，以应对亚太各国差异化的隐私法规（如韩国数据隐私限制）。
3. 技术与人才瓶颈：日本缺乏内部AI人才，印度面临数据孤岛问题，需加强跨部门数据整合。
4. 数据治理与安全：企业需确保数据一致性、完整性及安全，采用SDN边缘网络、加密数据交换和分布式安全架构。

未来方向与建议

亚太企业需优化数据与AI基础设施，包括：

• 构建混合IT架构：通过PDx®混合IT解决方案实现数据中心本地化、分布式互联及高效数据管理。
• 增强数据处理能力：投资高性能计算资源（如GPU/DPU）、低延迟网络及AI-ready数据中心空间。
• 深化行业协同：金融、制造、零售等行业的数据需求差异显著，需针对性设计数据策略。
• 推动全球数据生态：通过统一的数据中心平台实现跨区域数据交换与协作，提升业务灵活性与竞争力。

结语

亚太地区在数据与AI领域展现出强劲增长潜力，但需平衡技术创新与合规要求。企业需优先布局数据基础设施，结合本地化策略与全球资源，以应对AI时代的数据挑战并最大化技术价值。