中文
2025-03-19 10:50:29
在过去短短两年中，AI界不断冒出震惊海内外的“超新星”。就在近期，DeepSeek满血版刚刚被大家争相启用，横空出世的Manus就引起了热烈。即使是不太关注科技圈的人也能觉察到：一场关于AI的革命，正在轰轰烈烈地进行中。
根据Gartner的预测，未来两年到五年中，中国将发生一系列的主流变革，有利推动AI在中国的普及。这些变革包括AI模型、AI工程化、AI数据管理和AI 产品化等领域取得的进展。
而对于政企单位而言，最核心的问题在于：如何利用AI创造价值、创造出什么程度的价值——这决定了在AI革命中是否能处于领跑地位。对此，Gartner给出了关于AI价值的四大预测和行动建议：
预测一：到2027年，中国采用复合型AI的企业将比只依赖生成式人工智能模型的企业领先两年实现AI落地。
Gartner表示，在地缘政治等因素的影响下，中国高端芯片进口受阻，这将影响中国基础模型的发展，DeepSeek等国产模型还需要持续在较低算力的基础上和全球竞争者竞争。
而在当前阶段，大部分生成式人工智能模型的低可靠性和高成本使业务利益相关者对AI所能发挥的价值仍然存在疑虑。出于对AI热潮的追捧，可能会存在夸大模型价值的现象，这也会进一步加剧企业对于人工智能模型应用的不信任。
因此，企业需要采用复合型AI方法，才能有效提升AI产品的可靠性和自动化水平。比如在AI系统中整合更多非生成式AI技术（例如知识图谱、传统机器学习方法等），将其作为打造一个完整系统所需的关键要素来取代之前“纯人工智能”的角色。
对于企业来说，将各种AI技术、数据和系统整合在一起的AI工程化能力将变得比以往任何时候都更加重要，AI工程化能力更高的企业所能发挥的AI价值将超过其他企业。
预测二：到2027年，中国80%的企业将使用多模型生成式人工智能策略来实现多样化的模型功能、满足本地部署要求并获得成本效益。
在日新月异的AI革命进程下，不断诞生出“各有所长”的大模型，企业无法仅用一个模型就满足企业发展、业务变更的所有需求。多模型策略也能避免依赖单一模型，能更有效地管理通用任务和专内任务。
根据相关机构预测，到2026年，单个企业平均需管理11.7个AI模型，混合架构（大小模型协同）将成为标配。
但在多模型策略下，原本传统的云基础设施平台却“不堪重负”，无法动态实现CPU/GPU/NPU异构算力在传统业务系统和AI模型之间的智能调度。显然，传统的业务承载平台，必须转型迈向大模型时代的“AI智算承载和管理“平台了。
但不管是中断传统云基础设施平台以供改造，还是重建AI专用集群，都不利于业务的稳定和延续。面对AI落地中的关关难题，业界已有一个更为理想和便捷的答案：无需重构原有基础框架，也许只需在原集群基础上增加一台GPU节点，就能同时承载传统业务和承载诸如DeepSeek等企业级大模型。在并发度更高、吞吐量更大的情况下，以极低的资源投入享受更低的推理响应延时、更稳定的使用体验。
预测三：到2028年，中国企业对人工智能就绪型数据（特别是非结构化数据）的投资将达到2024年的20倍。
数字应用在中国商业和个人领域占据主导地位，从而产生了海量数据，包括如文本、图像、视频和音频等非结构化数据。其中，非结构化数据对于政企单位长期发挥价值起到了非常关键的作用。
然而，对于大多数政企单位而言，受限于人力、预算等因素，针对此类数据的治理要么不存在，要么分散在不同团队的知识管理工具和文档存储中。此外，治理的重点往往偏向记录管理、安全和隐私策略，而非分析再利用的进阶方案。
无视人力、时间、空闲和存储方式的局限，生成式人工智能可以轻松帮助企业解锁来自非结构化数据（包括语音、视频和图像）的洞察，实现更高效和更缜密的决策，通过新的用例/业务模式实现业务价值。由于大多数企业都依赖于相似的预训练模型，因此具有企业自身特色的数据正成为生成式人工智能采用和创新的关键差异化因素。
预测四：到2029年，中国60%的企业将把AI融入其主要产品和服务中，并且这些AI功能将成为收入增长的主要驱动力。
随着生成式人工智能赋能型聊天机器人和助手初期将在电商、在线教育、移动设备和汽车制造等领域流行起来，更多的企业和客户将会认识到AI给业务带来的价值，这也将成为智能数字产品和服务的一项关键差异化竞争力。
显而易见，AI与业务融合必然是不可逆转的大趋势。尽管目前政企单位还是以向外采购AI应用为主，但从长期发展来看，也不得不考虑如何构建自身开发和运营大模型的能力——
而对于大部分用户来说，无法依靠自身的投入会让积累来跃过AI人才和AI技术的空白，选择一个高效且可靠的大模型开发平台或应用开发工具为“AI应用的制造工厂”，或许是在短期内做到“敏捷轻松地开发、高效简单地运营AI应用”性价比最高的路径。
当AI技术迭代的速度超越人类认知更新的频率，真正的竞赛已不在于技术参数的军备比拼，而在于谁能率先实现AI技术的价值转化。在当下，不少领先的技术供应商已经率先搭建起了“AI价值转化引擎”，帮助千行百业领跑未来的科技革命：
无需重构原有基础框架，只需在原集群基础上增加一台GPU节点，深信服AICP算力平台就能承载诸如DeepSeek等企业级大模型。在并发度更高、吞吐量更大的情况下，以极低的资源投入享受5-10倍的性能提升。在承载大模型的基础上，深信服全新推出AI应用创新平台，以更简单的应用构建、更低门槛的数据调优、更高效的数据运营，让用户能轻松开发AI应用的价值。
正如Gartner的分析：“要将人工智能的炒作转化为长期增长动能，必须聚焦于AI为客户和内部流程创造的真实价值。”当行业沉迷于大模型的参数狂欢，须知真正的领跑者从不追逐浪潮，而是聚焦“价值”、踏浪而上。
