作者：Cloudera 首席战略官 Abhas Ricky
过去两年中，企业的AI 战略几乎都遵循着同一种思路：以最快速度接触前沿技术。默认路径通常是申请一个公有云账号、获取来自 OpenAI 或 Anthropic 的 API Key，并愿意以成本换取速度。这种方式的确催生了大量创新项目，但如今已经遇到了瓶颈。
Gartner预测，到2026 年，全球 AI 支出将达到 2.52 万亿美元，同比增长 44%，其中，仅 AI 基础设施投入就将高达 1.37 万亿美元。事实上，早在 2025 年年中，Gartner 就指出，采购领域的 AI已进入“幻灭低谷期（Trough of Disillusionment）”，企业能否实现规模化落地，取决于是否具备可预测的投资回报率（ROI），而非停留在概念验证阶段。现在，企业面临的核心问题，已经从能否快速开展 AI 试点转变为能否在实际生产环境中长期、可控、可治理地运行 AI。
从“先进模型获取”走向“推理经济学”
我们正在从AI 1.0 迈向 AI 2.0。在 AI 1.0 时代，获取最先进的大模型就可以获得竞争优势。而在 AI 2.0 时代，推理经济学（Inference Economics）、数据引力（DataGravity）、延迟以及控制能力将成为决定成败的关键。自 2021 年以来，token 价格每年大约下降 10 倍，但大多数企业的AI总支出却不降反升。原因在于更强大的模型也催生了更复杂的工作流需求。
Anthropic、OpenAI 和 Mistral 正在把产品线划分为旗舰级推理模型和低成本通用模型，因为客户不愿意为每一项任务都支付旗舰级模型的价格。《麦肯锡2025 AI现状》报告证实了这一趋势：AI的应用范围正在扩大，但真正实现规模化价值的企业很少。其中，中国大陆有45%的受访企业实现AI的规模化或全面部署，高于全球 38% 的均值，展现出在AI应用深度上的相对领先优势。CIO 现在关注的问题已不再是哪个模型更强，而是哪一种工作负载应该运行在哪个平台上，成本是多少，以及遵循哪种治理策略。
“下一个最佳行动”测试
以银行业一个典型场景为例：向客户提供“下一个最佳行动（Next Best Action）”推荐――即基于客户实时情境，在 App、网点或呼叫中心中，以毫秒级速度生成推荐内容。Cloudera合作的领先银行已经证明，这种深度个性化服务能力能够带来 5% 至 15% 的收入提升。与Cloudera合作的一家全球性银行推出的 AI 助手，在上线第一年就已处理超过 150 万次客户咨询。
然而，推理成本的现实压力不容忽视。一次智能体决策可能触发5 到 20 次模型调用，而每一次调用都带有各自的上下文窗口。在单轮演示中，每百万输入 token 成本从 0.5 美元与 3.3 美元之间的差异看似微不足道，但在数亿次客户交互中，这种差异足以决定一个功能究竟是会盈利，还是在悄无声息的持续烧钱。
近期研究显示，如果企业在所有任务中使用顶级高级模型，其推理成本的浪费高达40% 至 85%。例如，Decagon 将架构迁移至基于 NVIDIA Blackwell 的开源多模型技术栈后，其每次语音查询成本下降了 6 倍。“下一个最佳行动”已经不再是营销决策，而是一项单位经济学（unit economics）决策，并且是在每一次 token 路由过程中实时完成的。
主权正成为AI 战略核心
关于公有云与Private AI的争论已不再是意识形态之争，而是工作负载层面的现实选择。同时，地缘政治因素也被纳入讨论范畴。
欧盟《AI 法案》（EU AI Act）中关于高风险 AI 系统的规定将于 2026 年 8 月全面生效，违规罚款最高可达 3,500 万欧元或全球营业额7%的罚款。法国与德国也正逐步将国家级采购倾向于本国的Mistral AI 以及基于开放权重模型的主权 AI 技术栈 。
亚洲的AI 监管格局则呈现出更加多元化的发展路径。新加坡的《 AI 治理框架》以及 IMDA 测试工具已成为该地区的范本；日本通过《 AI 推进法》在自愿性指导原则基础上增加了行业监管；韩国的《 AI 基本法》则要求高风险 AI 系统必须购买责任险。与此同时，印度在 2026 年 2 月 AI Impact Summit 上推出了本国主权大模型，并通过 IndiaAI Mission 计划投入 12.5 亿美元，其《数字个人数据保护法（DPDP Act）》也将持续推进至 2027 年。中国正在推动由国家主导的开源建设，同时也在不断推动相关法律法规和标准的建立。例如，由中国牵头立项的《生成式人工智能风险处理指南》国际标准目前已进入快速制定阶段。此外，印度尼西亚实施《个人数据保护法（PDP Law）》，澳大利亚则采取更务实的行业监管模式。在这样各具特色的 AI 环境中，96% 的亚太企业计划增加 AI 投入，且大多数将采用混合基础设施架构。单一云平台、单一司法辖区的AI 架构，如今已经成为一种结构性风险。
Cloudera 与 NVIDIA 在混合推理领域的合作，以及行业加速采用本地化 AI 部署以支持受监管工作负载，正是这一趋势的直接体现。
真正的护城河在模型之上
过去18 个月中，企业获得的深刻教训是：模型商品化并不会降低企业 AI 的复杂性，只是把复杂性转移到了其他区域。Mistral、DeepSeek 提供的开放权重模型虽然降低了实验成本，但协调、治理、评估和系统集成的复杂性却转移给了企业自身。
同样的趋势，如今也正在物理AI 与国防科技领域上演。Physical Intelligence、Figure AI 和Skild AI 正推动机器人基础模型进入工厂、物流中心与家庭。在这些场景中，低延迟、数据主权与数据驻留的重要性已经超过了模型跑分本身。李飞飞创立的 World Labs正在构建空间智能层（Spatial Intelligence），即具备 3D 感知与推理能力的世界模型，该模型将成为下一代工业数字孪生系统的基础。Palantir 与 Anduril 则围绕一个核心假设建立了自己的商业版图，他们认为，真正持久的竞争优势并不在于模型本身，而在于控制平面（Control Plane）。
企业领导者应当衡量每项有效任务的单位经济成本、每一个智能体部署的运营负担，以及用于构建相关治理框架的推理成本占比。现实情况是，这个比例通常高达1:5，甚至更高。
银行、电信和制造业的的未来走向
AI 架构的第二次变革正在到来：亚二次复杂度注意力机制（Sub-Quadratic Attention）。来自DeepSeek、Google 与 Cartesia 的新方案，正在以数量级降低长上下文推理的成本。最近的基准测试显示，在保持一定精度的情况下，成本可降低 100 至 300 倍。
对于大型银行而言，这一变革意味着全资产组合风险建模、跨数十年的欺诈模式识别，以及跨司法辖区的KYC（了解你的客户）流程，都可以从过去依赖分块检索（Chunked Retrieval）的方式，转变为一次性推理完成。
对于电信运营商而言，智能体驱动的网络运维、预测性维护以及跨年度的客户旅程分析，在规模化实施时将在成本上更具备可行性。
对于制造企业而言，全工厂仿真和供应链中断预测也正从周期性批处理任务转变为持续性推理。
最终胜出的架构，不会是token 价格最便宜的，而是能够将算力部署在最靠近数据的位置、运行在正确司法辖区之下并具备治理能力的架构。可持续、主权、可控将成为 AI 时代的三个新标准。而围绕这些标准构建 AI 能力的企业，将定义未来十年的竞争格局。
来源：飞象网
相关推荐
-
腾讯WorkBuddy联合中国记协“记者之家”推出记者节AI办公福利，最高送出超20万份积分
WorkBuddy联合推出记者节AI办公福利，拟送出超20 万份1000积分卡，累计额度超过2亿积分。即日起至 2026 年11 月 30 日，已在“记者之家”大学堂完成机构认证的新闻工作者，通过 WorkBuddy小程序 或 “记者之家”大学堂…
-
AI不只靠GPU：在拉斯维加斯，看AMD如何释放算力潜力
随着智能体兴起，AI不再只靠GPU，CPU 负责调度、通用计算和把数据喂给 GPU，内存、网络、存储各就各位，整套硬件协同起来，算力潜力才真正释放得出来。
-
远景星河基地引爆外网，中国AI基建能力为何远超美国？
11月8日，全球知名半导体与AI产业研究机构SemiAnalysis发布题为《探访中国"星际之门"》的深度研究报告，这是该机构研究团队首次公开披露对中国数据中心的实地探访。报告将远景乌兰察布星河基地称为中国版"星际之门"，并高度评价远景为新型能源系统的集大成者、AIDC电力系统的引领者。 报告开篇即给出高度评价。Sem…
-
对话红帽：中国AI的底牌，不只是大模型
AI竞争的下一阶段，拼的不只是算力和模型能力，更是谁能用开放的技术生态，把成本、效率与自主选择权同时掌握在自己手中。 过去，行业谈论AI，绕不开模型能力和算力规模。开源模型增加了模型选择；同时，平台对异构算力的支持让企业不必把算力押在一种硬件上。 这背后，是开源正在成为AI产业的重要力量。 红帽全球副总裁兼大中华区总裁…
-
从硬件交付迈向“算力经营”：华鲲振宇抛出Token经济时代新战略
随着AI技术及其应用的快速发展，各行各业对算力的需求持续高涨，这不仅加快了算力技术和产品的迭代升级，也逐步改变了算力产业的竞争逻辑，比如市场不再单纯看重芯片、服务器等硬件的峰值性能，还把单位Token成本、集群稳定性、可计量可运营的服务能力等设定为关键指标。市场发生了变化，算力产业本身该如何应对？
-
高通亮相2026移动网络大会，携手伙伴带来连接、计算与AI协同创新成果
从移动通信，到移动计算、移动智能，“移动”的内涵正在AI时代不断拓展。网络如何承载智能，终端如何理解需求，产业如何将技术创新转化为新的应用与服务，成为移动产业共同面对的新命题。
-
字节AI换血背后：守擂的曾妍，与开荒的周畅
近日，字节Seed核心负责人周畅离职创业，方向是Physical AI（物理AI），并已获得头部美元基金支持。 此前，周畅在字节Seed团队负责视觉生成和多模态等业务，向Seed负责人吴永辉汇报。据了解，今年下半年，周畅在字节内部的管理范围已有所收缩，如今，其原先的工作更多由1997年出生的曾妍接手。 曾妍是典型…
-
丰年资本投资AI网络芯片企业「比特智路」
近日，丰年资本完成了对北京比特智路信息技术有限公司（以下简称“比特智路”）的A轮投资。比特智路A轮及A+轮两轮融资金额累计达数亿元人民币，将重点投入800GE网卡芯片研发和400GE网卡的商业化推广，同时用于生态拓展及核心团队建设，全面加速AI高速网络方案的规模化落地。 比特智路的核心团队拥有全球领先的RDMA技术积累…
-
聚焦AI普惠，连尚集团亮相2026年“互联网之光”博览会
11月2日消息（报道：龙翔），作为世界互联网大会乌镇峰会的重要活动板块，2026年“互联网之光”博览会在浙江乌镇正式开幕。此次大会吸引了来自54个国家和地区的671家企业参展，展示1000余项新产品新技术，呈现智能互联网领域的技术进展与应用成果。 据了解，本届博览会以“智能互联、智见未来”为主题，设置空天地海·新…
