中文
2025-03-19 10:50:29
在過去短短兩年中，AI界不斷冒出震驚海內外的“超新星”。就在近期，DeepSeek滿血版剛剛被大家爭相啟用，橫空出世的Manus就引起了熱烈。即使是不太關注科技圈的人也能覺察到：一場關于AI的革命，正在轟轟烈烈地進行中。
根據Gartner的預測，未來兩年到五年中，中國將發生一系列的主流變革，有利推動AI在中國的普及。這些變革包括AI模型、AI工程化、AI數據管理和AI 產品化等領域取得的進展。
而對于政企單位而言，最核心的問題在于：如何利用AI創造價值、創造出什么程度的價值——這決定了在AI革命中是否能處于領跑地位。對此，Gartner給出了關于AI價值的四大預測和行動建議：
預測一：到2027年，中國采用復合型AI的企業將比只依賴生成式人工智能模型的企業領先兩年實現AI落地。
Gartner表示，在地緣政治等因素的影響下，中國高端芯片進口受阻，這將影響中國基礎模型的發展，DeepSeek等國產模型還需要持續在較低算力的基礎上和全球競爭者競爭。
而在當前階段，大部分生成式人工智能模型的低可靠性和高成本使業務利益相關者對AI所能發揮的價值仍然存在疑慮。出于對AI熱潮的追捧，可能會存在夸大模型價值的現象，這也會進一步加劇企業對于人工智能模型應用的不信任。
因此，企業需要采用復合型AI方法，才能有效提升AI產品的可靠性和自動化水平。比如在AI系統中整合更多非生成式AI技術（例如知識圖譜、傳統機器學習方法等），將其作為打造一個完整系統所需的關鍵要素來取代之前“純人工智能”的角色。
對于企業來說，將各種AI技術、數據和系統整合在一起的AI工程化能力將變得比以往任何時候都更加重要，AI工程化能力更高的企業所能發揮的AI價值將超過其他企業。
預測二：到2027年，中國80%的企業將使用多模型生成式人工智能策略來實現多樣化的模型功能、滿足本地部署要求并獲得成本效益。
在日新月異的AI革命進程下，不斷誕生出“各有所長”的大模型，企業無法僅用一個模型就滿足企業發展、業務變更的所有需求。多模型策略也能避免依賴單一模型，能更有效地管理通用任務和專內任務。
根據相關機構預測，到2026年，單個企業平均需管理11.7個AI模型，混合架構（大小模型協同）將成為標配。
但在多模型策略下，原本傳統的云基礎設施平臺卻“不堪重負”，無法動態實現CPU/GPU/NPU異構算力在傳統業務系統和AI模型之間的智能調度。顯然，傳統的業務承載平臺，必須轉型邁向大模型時代的“AI智算承載和管理“平臺了。
但不管是中斷傳統云基礎設施平臺以供改造，還是重建AI專用集群，都不利于業務的穩定和延續。面對AI落地中的關關難題，業界已有一個更為理想和便捷的答案：無需重構原有基礎框架，也許只需在原集群基礎上增加一臺GPU節點，就能同時承載傳統業務和承載諸如DeepSeek等企業級大模型。在并發度更高、吞吐量更大的情況下，以極低的資源投入享受更低的推理響應延時、更穩定的使用體驗。
預測三：到2028年，中國企業對人工智能就緒型數據（特別是非結構化數據）的投資將達到2024年的20倍。
數字應用在中國商業和個人領域占據主導地位，從而產生了海量數據，包括如文本、圖像、視頻和音頻等非結構化數據。其中，非結構化數據對于政企單位長期發揮價值起到了非常關鍵的作用。
然而，對于大多數政企單位而言，受限于人力、預算等因素，針對此類數據的治理要么不存在，要么分散在不同團隊的知識管理工具和文檔存儲中。此外，治理的重點往往偏向記錄管理、安全和隱私策略，而非分析再利用的進階方案。
無視人力、時間、空閑和存儲方式的局限，生成式人工智能可以輕松幫助企業解鎖來自非結構化數據（包括語音、視頻和圖像）的洞察，實現更高效和更縝密的決策，通過新的用例/業務模式實現業務價值。由于大多數企業都依賴于相似的預訓練模型，因此具有企業自身特色的數據正成為生成式人工智能采用和創新的關鍵差異化因素。
預測四：到2029年，中國60%的企業將把AI融入其主要產品和服務中，并且這些AI功能將成為收入增長的主要驅動力。
隨著生成式人工智能賦能型聊天機器人和助手初期將在電商、在線教育、移動設備和汽車制造等領域流行起來，更多的企業和客戶將會認識到AI給業務帶來的價值，這也將成為智能數字產品和服務的一項關鍵差異化競爭力。
顯而易見，AI與業務融合必然是不可逆轉的大趨勢。盡管目前政企單位還是以向外采購AI應用為主，但從長期發展來看，也不得不考慮如何構建自身開發和運營大模型的能力——
而對于大部分用戶來說，無法依靠自身的投入會讓積累來躍過AI人才和AI技術的空白，選擇一個高效且可靠的大模型開發平臺或應用開發工具為“AI應用的制造工廠”，或許是在短期內做到“敏捷輕松地開發、高效簡單地運營AI應用”性價比最高的路徑。
當AI技術迭代的速度超越人類認知更新的頻率，真正的競賽已不在于技術參數的軍備比拼，而在于誰能率先實現AI技術的價值轉化。在當下，不少領先的技術供應商已經率先搭建起了“AI價值轉化引擎”，幫助千行百業領跑未來的科技革命：
無需重構原有基礎框架，只需在原集群基礎上增加一臺GPU節點，深信服AICP算力平臺就能承載諸如DeepSeek等企業級大模型。在并發度更高、吞吐量更大的情況下，以極低的資源投入享受5-10倍的性能提升。在承載大模型的基礎上，深信服全新推出AI應用創新平臺，以更簡單的應用構建、更低門檻的數據調優、更高效的數據運營，讓用戶能輕松開發AI應用的價值。
正如Gartner的分析：“要將人工智能的炒作轉化為長期增長動能，必須聚焦于AI為客戶和內部流程創造的真實價值。”當行業沉迷于大模型的參數狂歡，須知真正的領跑者從不追逐浪潮，而是聚焦“價值”、踏浪而上。
