中国企业避免人工智能基础设施投资失利的三大路径

Gartner预测，到2028年，中国60%的大型企业将部署集成了DeepSeek功能的分布式人工智能（AI）基础设施方案，而2025年这一比例不到20%。2025年Gartner CIO和技术高管调研显示，2025年中国企业计划增加对生成式人工智能（GenAI）和人工智能的技术投资，平均增幅分别为40.3%和33.3%。这一快速增长的投资预计将主要集中在AI基础设施上。

Garter研究副总裁周玲表示： “AI功能颠覆业务模式和流程的吸引力是不可否认的。然而，在现实中，这些投资中的很大一部分未能实现其预期的业务成果，造成数百万美元投资和宝贵时间的浪费。”

实现AI基础设施目标的旅程成功不易，需要应对AI基础设施转型的纷繁复杂局面，包括各类挑战、盘根错节的问题以及未能满足的期望。为了有效推动更有效的AI基础设施投资，中国基础设施和运营（I&O）领导者需要了解以下中国企业AI基础设施投资失利的三大原因。

技术优先于实际AI业务用例导致投资失败

全球AI热潮使中美两国对高端图形处理器（GPU）的需求都大幅提升。AI基础设施是下一代计算基础架构，AI和GenAI引发了一系列变革，涉及服务器（如液冷服务器）、网络、存储、专用集成电路（ASIC）、现场可编程内阵列（FPGA）和高能耗的新型超算数据中心设计。训练和运营这些模型的基础设施成本高昂。

周玲表示：“最近，DeepSeek获得了极大关注，因其使用经过验证的技术，显著减少了大语言模型（LLM）的训练成本，并使推理场景对最新高性能GPU的依赖降低。如果得到验证，这种方法可以从根本上改变AI基础设施市场。”

中国的I&O领导者必须避免因担心芯片短缺和将基础设施置于实际用例之上的自上而下策略而仓促投资。一个常见的错误是，在未评估投资回报率的情况下就贸然投资于新技术热潮，以期实现快速采用。

周玲强调：“中国的I&O领导者应采取与上述相反的做法，首先观察AI市场变化、新业务模式和新兴的业务环境。在投资之前，应谨慎确认、定义和采用相关用例，确保AI基础设施的整体投资计划与企业的AI战略协调一致。”

AI基础设施资源碎片化导致低利用率和低投资回报率

由于AI基础设施资源分散和异构架构错综复杂，企业面临众多问题。一些企业机构可能由于数据主权要求、监管合规要求、安全问题或特定延迟需求等因素而限制对公有云服务的使用。这些企业机构的I&O领导者应优先使用AI超级计算数据中心主机托管提供商或云服务提供商提供的专有AI基础设施解决方案。与尝试独立构建基础设施相比，此方法在满足企业AI基础设施需求方面更加有效。

周玲表示：“为有效使用云服务或托管服务提供商的现有专有AI基础设施产品，中国的I&O领导者应与业务、数据和分析（D&A）、AI和安全团队合作，对解决方案进行全面评估。” （见图1）

图1 专有AI基础设施评估框架

人才短缺阻碍Al超级计算中心的有效运营和管理

2024年Gartner标志性I&O领导者调研显示，开发和获取技能仍然是在I&O领域内实施（和集成）GenAl的痛点和挑战。除此之外，I&O领导者在实施GenAI时，还面临AI基础设施部署方面的挑战。

周玲表示：“随着AI技术在企业机构中的快速整合，对新技能的需求也随之激增。I&O领导者应制定重要的再培训和提升技能战略，以增强员工的适应性并提高生产力。”