《IBM：2025历久弥坚的 AI 基础设施：驾驭速度、规模和信任报告（28页）.pdf》由会员分享，可在线阅读，更多相关《IBM：2025历久弥坚的 AI 基础设施：驾驭速度、规模和信任报告（28页）.pdf（28页珍藏版）》请在三个皮匠报告上搜索。

1、IBM 商业价值研究院|研究洞察历久弥坚的 AI 基础设施驾驭速度、规模和信任A打造坚实 AI 引擎 .2构建灵活 AI 架构 .4筑就可信 AI 基石 .10聚势而强，共赢 AI 未来 .14行动指南 .18IBM 如何提供帮助IBM 所提供的 AI 基础设施，不仅具备安全、可扩展、开放与法律保障等核心特质，更能完美支撑高度动态且要求严苛的 AI 工作负载；同时，它更提供了一条可持续的 AI 运营之道，有效实现成本、风险与能耗的三重降低。要了解更多信息，请访问 AI 架构，应如精密引擎般运作：计算驱动、数据赋能、治理保稳。组织普遍认同面向 AI 的混合基础设施，然理念先行，实践滞后。70%的

2、高管坦言，合适的混合基础设施有效兼顾性能与成本，然而，仅有 8%认为，其现有基础设施能完全满足 AI 需求。AI 要想规模化，信任是前提，治理是根基。83%的高管表示，有效治理是 AI 基础设施的成功根基；但仅 8%落实风险管理，尽显知行鸿沟。合作伙伴是 AI 成功的关键，然须谋定而后动，以战略眼光进行甄选。高管们指出，合作未能充分释放价值，是制约 AI 基础设施投资回报的首要因素。然而，症结不在合作模式本身，而在于组织如何甄选与管理合作伙伴。摘要1引言AI 已在董事会议程中成为战略焦点，却未能带来匹配的商业成效。IBM 商业价值研究院(IBM IBV)调研揭示，过去两年启动的 AI 项目，有

3、近 40%止步于试点阶段，未能全面推广。1 然而，AI 之困不在试点：底层架构割裂，制约了 AI 落地。成功的 AI 架构，应如精密引擎般运作：计算驱动、数据赋能、治理保稳。然 AI 真正上阵时，隐患尽显：数据碎片化导致无法有效驱动 AI 模型，治理标准不一致使风险失控，基础设施平台难以承载现实工作负载。当 AI 迈向具备独立决策能力的智能体时代，组织必须以更专业、更协调的基础设施为其保驾护航。为此，组织正重金押注，以求破局。IBM IBV 最新调研显示，1200 位最高管理层中，三分之二正加码基础设施投入，2025 年预算平均增幅近 19%。但 AI 的成功无法靠预算堆砌，而是依靠系统性的建

4、设与能力积累。分析表明，具备高成熟度与基础设施就绪度的组织，共享一套共通基因，助其实现价值驱动的 AI 应用。（详见第 17 页观点：“AI 落地的必备要素”）。这些核心能力，正是打造“有设计、有集成、有成效”的 AI 基础设施蓝图。打造坚实 AI 引擎2引言 灵活架构可信设计人才生态行动指南本报告聚焦驱动 AI 成功落地的三大核心要素：灵活架构如何助力 AI 贯通全域数据流。内生信任机制如何破壁 AI 治理困局。战略生态如何破局 AI 人才与能力瓶颈。报告最后，提出了切实有效的“行动指南”，为拥有不同 AI 成熟度的组织提供可落地路径，助力构建驱动创新与成果转化的基础设施。“AI 要成功，先

5、定向，后行事。基础设施，只是赋能工具。”Adnan Kashwani 阿联酋 e&公司，端到端云与基础设施管理，副总裁3引言 灵活架构可信设计人才生态行动指南灵活架构，AI 之基石即便组织战略方向明晰，但 AI 落地仍受制于基础设施短板。62%的高管立志三年内实现跨环境 AI 部署，但仅有 8%的高管认为，现有基础设施能完全满足 AI 需求。这一巨大落差，实为战略天花板，而非单纯技术鸿沟。准备度差距的根源，是组织仍试图沿用在过去的IT环境下行之有效的传统规划方法，来构建复杂的 AI 能力。既定方法难以匹配 AI 的动态特性，大规模推理产生脉冲式算力需求，模型训练依赖广域性计算架构，而全流程资源

6、消耗则呈现持续高压状态。“AI 竞赛胜负未定，让系统具备自我进化能力，可随时切换、灵活应变，以应对技术更迭与成本波动。”Hauke Stars 大众汽车集团，首席数据官4引言 灵活架构可信设计人才生态行动指南AI 时代，组织亟需重构基础设施规划思维，但前行之路受制于两大核心难题。挑战一：如何在不牺牲安全或治理要求的前提下，让分散的数据为 AI 所用？企业数据的分散格局，既是历史遗留的结果，也源于隐私与安全策略的复杂性。高管表示，近三分之二的数据仍留驻本地，余下分布于私有云、公有云等混合环境中。数据碎片化正成为 AI 发展的致命瓶颈：多位高管一致指出，数据可访问性与可用性不足，是 AI 投资失利