过去两年,围绕AI的讨论大多集中在"采用"层面。哪些企业在使用AI工具?哪些公司正在将生成式AI融入工作流程?哪些团队在尝试自动化以提升生产力?
然而,在这波采用热潮之下,一场更为深刻的结构性变革正在酝酿——它很可能重塑未来十年的企业技术格局。AI时代的真正分水岭,或许并非在于哪些公司用了AI、哪些没有。
相反,它可能出现在那些自建AI能力的公司与那些主要从外部平台"租用"AI能力的公司之间。
乍看之下,两者的差别似乎并不明显,两种方式都能让企业用上强大的AI系统,但随着时间推移,"自建"与"租用"智能之间的区别,可能会成为企业做出的最重要的战略决策之一。
技术领域中一条熟悉的规律
技术发展的历史往往遵循一条可预见的规律,新的能力涌现之初,通常由中心化平台来交付,使其能够被广泛获取,这些平台让企业无需自行搭建复杂的基础设施,就能快速采用新技术。
最终,当这些技术成为业务运营的核心时,企业便开始重新思考:自己到底希望对所依赖的系统拥有多大的控制权,这条规律我们并非第一次见到。
在互联网早期,有些公司打造了强大的数字化平台,而另一些则仅仅把网络当作营销渠道。在云计算转型期间,那些学会了有效架构和管理云基础设施的组织,相较于那些艰难适应的企业,获得了显著的竞争优势。
AI如今正进入一个类似的阶段。
早期的采用主要由外部平台驱动——它们通过API和云服务提供强大的AI模型,这种方式极大地加速了实验和创新。
但随着AI深度嵌入核心工作流程,企业开始提出一系列不同的问题:是谁在控制驱动我们系统的模型?当AI处理数据时,数据流向了哪里?又是谁在治理那些影响全组织决策的智能系统?
这些问题指向了企业对AI认知的一次更深层次的转变。
AI租用方的崛起
如今,许多企业可以被称为"AI租用方",它们在很大程度上依赖外部AI平台来支撑内部部署的各项能力,这种模式具有明显的优势,尤其是在采用的早期阶段。
外部平台能够即时提供最前沿的模型、持续的迭代升级,以及大多数企业难以自行复制且成本高昂的基础设施。对于实验和快速部署而言,租用AI能力往往是最务实的选择。团队无需搭建训练、管理或运营模型所需的基础设施,就能快速集成先进的AI功能。
但这种方式也带来了一些局限性,而且随着AI从实验阶段迈入核心运营,这些局限会变得愈发明显。当关键智能系统完全依赖外部平台时,企业通常在多个关键因素上的控制权十分有限,他们可能对模型的演进方向缺乏足够的可见性,在专有数据如何与这些系统交互方面,可选的管理手段更少,随着使用量的增长,还可能面临不可预测的成本。
最重要的是,他们对那个日益深刻地塑造着企业运营方式的智能层,可能几乎没有控制权。
AI自建方的出现
越来越多的企业开始以不同的方式对待AI,它们不再完全依赖外部平台,而是投资建设可在自有可控环境中部署的内部AI能力,这些企业可以被视为"AI自建方"。
此处所说的"自建",并不一定意味着每个模型都要从零开发,也不意味着要彻底抛弃外部供应商。AI生态的演进速度太快,大多数企业无法完全独立运作,这里的"自建",指的是对组织内部生成和管理智能的关键系统保持控制权。
AI自建方通常聚焦于以下几个关键领域:
第一,它们搭建可让AI工作负载在可控环境中运行的架构,无论是在私有云基础设施、本地部署系统,还是为满足监管要求而设计的主权云环境中。
第二,它们将AI系统与内部知识资源深度整合,如企业文档、数据库和运营系统。
第三,它们建立治理框架,以便对AI系统在全企业范围内的运行进行监控、审计和管理。
简而言之,它们不把AI仅仅当作一种拿来使用的工具,而是当作一种需要自主运营的能力。
为什么自建至关重要
短期来看,自建与租用AI能力之间的差别或许并不显眼,两种方式都能为员工和客户提供类似的功能,但随着时间的推移,其战略意义会愈发凸显。
掌控自身AI环境的企业能够获得多项重要优势,它们能够清晰地洞察智能系统如何与内部知识和数据交互。随着AI在全企业范围内的采用不断扩展,它们也能更可预测地管理成本。
它们还能创造机会,构建专有的智能闭环——即AI生成的洞察持续回流到企业自身的数据和工作流中的系统,这些反馈回路可以成为竞争优势的强大来源。
一个企业的AI系统与其内部数据和运营的交互越深入,这些系统就越能反映出企业独特的专业知识和业务流程。
完全依赖租用智能的企业虽然仍能受益于强大的AI能力,但它们对这些能力在自身环境中如何演进,影响力十分有限。
主权AI日益重要
这些趋势正在推动人们对所谓"主权AI"的兴趣持续升温,这一概念最初是在各国AI能力的讨论中引起关注的——即国家应当保留对关键AI基础设施的控制权。
但同样的原则对企业而言也越来越具有现实意义,对企业来说,主权AI与其说是封闭隔绝,不如说是架构层面的自主可控,它意味着保持对以下事项的决定权:AI工作负载在哪里运行、数据如何在这些系统中流转、智能系统如何与核心业务流程交互。
这种方式使企业既能受益于外部创新,又能保持对自身运营智能层的控制。
CIO们的战略角色
随着AI自建方与AI租用方之间的分野日益清晰,企业技术领导者的角色也在随之演变。对于CIO和CTO而言,AI战略将越来越类似于此前在云架构和网络安全方面所做的决策。
核心挑战不再仅仅是选择最好的AI工具,而是设计决定AI在企业内部如何运作的架构。
技术领导者需要做出判断:哪些能力应当在可控环境中运行,哪些服务可以安全地从外部平台获取,以及AI系统在保护敏感数据的同时如何与内部知识相连接,这些决策将在未来数年内深刻影响智能在企业中的流动方式。
下一道数字鸿沟
AI在企业中的采用仍处于早期阶段,许多企业正在尝试不同的工具、平台和部署模式,探索AI如何提升生产力和决策质量。
但有一个趋势已然清晰可见,下一道数字鸿沟不会仅仅是关于能否获取AI工具——那些工具正变得越来越普及,更重要的分野将出现在那些自建并掌控智能能力的企业与那些完全依赖外部系统的企业之间。
自建AI环境的企业将能够把智能深度融入运营,打造随业务共同演进的专有知识体系。
而那些完全依赖租用智能的企业,虽然仍能受益于强大的技术,但对这项技术如何发展、以及它如何塑造自身竞争地位,将缺乏足够的影响力。
归根结底,问题不在于企业是否会使用AI——几乎所有企业都会。真正的问题更具战略性:他们是将智能作为一种可控的能力来构建,还是将其作为一种租用的服务来消费?
企业网D1net(www.d1net.com):
国内头部to B IT门户,旗下运营国内头部的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。
版权声明:本文为企业网D1Net编译,转载需在文章开头注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。
博星优配提示:文章来自网络,不代表本站观点。