F5發布的「2024年人工智慧應用策略報告」顯示，有75%的企業正在運用人工智慧，但72%的企業指出，他們仍存在嚴重的資料品質問題以及無法擴展運用實際的資料。資料以及企業為了擷取、儲存和保護資料建置的系統，對於實施和優化AI將面臨挑戰。
F5的執行副總裁兼首席技術長Kunal Anand指出，人工智慧是一股顛覆性力量，使公司能夠開拓創新和無與倫比的數位體驗。然而，實施人工智慧的實際操作非常複雜，如果沒有適當且安全的方法，它可能會加速提高企業的風險。F5 AI應用策略報告中發現令人擔憂的趨勢：許多企業急於利用人工智慧，卻忽略了堅實基礎的必要性。這種疏忽不僅降低了人工智慧解決方案的有效性，還使它們面臨多種安全威脅。
隨著企業建立新的技術堆疊來支援不斷擴大的人工智慧數位服務，在研究中也發現企業在基礎設施、資料、模型、應用服務和應用層方面面臨的挑戰，我們必須克服以下幾個重要挑戰，才能實現廣泛可擴展的應用。
各企業對生成式人工智慧的商業影響前景充滿熱情。受訪者認為是2024年最令人興奮的技術趨勢。然而只有24%的企業表示他們已經大規模地實施了生成式AI。
儘管生成式人工智慧的運用正在增加，但最常見的應用往往無發發揮戰略功能。受訪者表示已經部署的最常見使用案例，包括協作工具和其他員工生產力工具（40%受訪者使用），以及客戶服務工具如聊天機器人等（36%）。然而，工作流程自動化工具（36%）被評比為最優先的AI使用案例。
當企業決策者研究大規模部署人工智慧應用的挑戰時，列舉基礎設施層面遇的三個主要問題：
- 62%認為運算成本是擴展ＡI的一個主要問題
- 57%將模型安全性視為首要關注點。為了解決這個問題，企業決策者將在未來幾年擴大部署時，在安全方面將增加44%的支出。
- 超過一半（55%）將模型各方面的性能，會是面臨的問題。
在資料層，資料成熟度是緊迫且更大的挑戰，影響AI的廣泛實施：
- 72%指出，資料品質和無法擴展並實踐資料，是擴展AI的最大障礙。
- 53%的人認為缺乏ＡI和資料技能是主要障礙。
- 儘管53%的企業表示已製定明確的資料策略，但超過77%的受訪企業表示缺乏單一資料的真實來源。
根據研究，網路安全是負責提供AI服務的人最關心的問題。如AI驅動的攻擊、資料隱私、資料外洩和增加的責任歸屬等因素，都是對AI安全的主要擔憂。
當被問及計劃如何防禦這些威脅以確保AI安全的實施（或已經執行）時，受訪者將重點主要關注在API安全、監控以及DDoS和機器人防護等應用服務：
- 42%表示，正在使用或計劃使用API安全解決方案，來保護資料在AI訓練模型中的傳輸安全。
- 41%使用或計劃使用監控工具來了解AI應用程式的使用現況。
- 39%使用或計劃使用DDoS來保護AI模型。
- 38%使用或計劃使用機器人防護來守衛AI模型。