用自主式 AI 重新定義企業智慧
2026-10-04 · MIT Technology Review
用自主式 AI 重新定義企業智慧
企業 AI 已不再是未來的願景,而是全面投入運營的現實。模型能力的進步速度超過了大多陣列織的吸收速度,同時效能成本持續下降。預計到 2026 年,全球 AI 投資將達到 2.5 萬億美元,較上年增長 44%。
碎片化與資訊孤島的挑戰
對許多企業而言,這種投資帶來了碎片化。智慧在孤島中積累,例如銷售代理不知道未解決的支援工單,或者營銷系統在個性化內容時無法看到財務部門已知的客戶資訊。各部門可能在孤立狀態下表現良好,但企業整體學到的東西很少,可用於行動的資訊也更少。
智慧體轉變:從工具到運營模式
報告指出,從“AI 作為工具”向“AI 作為運營模式”的轉變(即“智慧體轉變”)需要的不僅僅是更好的模型或更快的架構。它要求實時連線人員、流程和資料,並具備可靠地根據這些智慧採取行動的治理和控制能力。這意味著需要同時重新思考架構和運營模式:
- 重建資料基礎設施:以可訪問性而非資料量為導向進行重建。
- 採用可組合架構:用可隨模型和工具變化而演進的可組合架構取代固定的技術棧。
- 解決 AI 主權問題:明確智慧在哪裡執行、由誰控制,以及如何跨組織和司法管轄區運作。
關鍵發現
報告的主要發現包括:
1. 企業 AI 的擴充套件問題是結構性的:流程優先的公司正在脫穎而出。儘管全球 AI 支出激增且模型能力飛速提升,但大多數企業仍未透過 AI 實現收入增長或從根本上重新思考其運營方式。能夠產生持續回報的公司有一個共同點:它們將流程重新設計視為先於模型選擇的工作,為技術的演進做好準備,而不是在部署後修補角色和工作流程。對它們而言,智慧體轉變始於運營模式。
2. 資料準備度而非資料豐裕度使 AI 具備複合價值:大多數企業發現得太晚,擁有資料和擁有“AI 就緒”的資料是兩回事。一個主權、可組合的基礎——在資料所在的地方查詢和準備資料,無需遷移或集中化——可以將原始資料資產轉化為 AI 智慧體可採取行動的智慧。隨著資料駐留法、多雲環境和結構複雜性使集中化越來越不切實際,對模型執行和資料儲存位置的主權控制是保持這種適應性的關鍵。
相關閱讀
本期《麻省理工科技評論》還探討了其他 AI 話題,包括 AI 的遞迴自我改進可能不會很快到來、對 AI 炒作的警惕、追逐大語言模型下一個大事件的初創公司,以及比爾·蓋茨關於 AI 危險閾值的警告。