盡管人工智能領(lǐng)域炒作不斷，幾乎所有企業(yè)都在進(jìn)行相關(guān)實(shí)驗(yàn)，但嚴(yán)酷的現(xiàn)實(shí)是，大多數(shù) AI 項(xiàng)目都不夠成熟，無法實(shí)現(xiàn)規(guī)模化部署。據(jù) IT Pro 報(bào)道，目前 93% 的組織正在積極使用或構(gòu)建 AI 系統(tǒng)。然而，只有不到 10% 的組織在其開發(fā)生命周期中嵌入了任何形式的強(qiáng)大治理框架或工具。實(shí)驗(yàn)與運(yùn)營(yíng)之間的巨大鴻溝可能解釋了為什么麥肯錫斷言，目前只有 1% 的 AI（包括生成式和智能體模型）處于"成熟"狀態(tài)。

這種差異凸顯了一個(gè)系統(tǒng)性問題：企業(yè)可能在構(gòu)建 AI，但沒有治理，這些項(xiàng)目無法大規(guī)模投入生產(chǎn)。它們?nèi)员焕г谠?、概念?yàn)證和內(nèi)部展示中——雖然前景光明，但并不具有變革性。就像彈珠機(jī)一樣，每 99 次 AI 嘗試中，也許只有一次能達(dá)到預(yù)期結(jié)果。

EDB 最近的一項(xiàng)研究涉及全球 2050 多家企業(yè)，每家企業(yè)都有超過 500 名員工，覆蓋 13 個(gè)國(guó)家，該研究揭示了一個(gè)重大挑戰(zhàn)：超過 50% 的 AI 實(shí)驗(yàn)從未投入生產(chǎn)，只有 1% 的 AI 項(xiàng)目目前能夠交付真正的變革性結(jié)果。

人們可能期望成熟度會(huì)隨著發(fā)展勢(shì)頭而來，但數(shù)據(jù)表明并非如此。即使擁有充足的預(yù)算和大語言模型的訪問權(quán)限，大多數(shù)組織仍未破解以可持續(xù)、合規(guī)且能產(chǎn)生價(jià)值的方式"產(chǎn)品化" AI 的密碼。

與此同時(shí)，雄心壯志依然高昂。受調(diào)查的全球企業(yè)中，95% 表示他們的目標(biāo)是在未來三年內(nèi)成為自己的"亞馬遜式" AI 和數(shù)據(jù)平臺(tái)。其中，25% 希望立即實(shí)現(xiàn)這一目標(biāo)，75% 希望在一年內(nèi)實(shí)現(xiàn)。

對(duì)于這些組織中的大多數(shù)來說，規(guī)模化的阻礙不是愿景甚至不是預(yù)算——而是缺乏主權(quán)控制。

AI 和數(shù)據(jù)領(lǐng)域的主權(quán)控制并不僅僅意味著將數(shù)據(jù)保存在"本地"或國(guó)家控制之下。它意味著企業(yè)對(duì)其數(shù)據(jù)基礎(chǔ)設(shè)施、治理堆棧和安全態(tài)勢(shì)擁有完全所有權(quán)。這是從租用能力向端到端架構(gòu)設(shè)計(jì)能力的轉(zhuǎn)變。

在對(duì)這些企業(yè)跨 15 個(gè)業(yè)務(wù)領(lǐng)域的投資理念以及它們的生成式 AI 和智能體 AI 策略進(jìn)行超過 15000 次模擬分析后，EDB 研究中出現(xiàn)了一個(gè)強(qiáng)有力的洞察：那些在 AI 和數(shù)據(jù)方面實(shí)現(xiàn)主權(quán)控制運(yùn)營(yíng)的組織，成功啟動(dòng)的 AI 項(xiàng)目數(shù)量是其他組織的 2 倍，在經(jīng)濟(jì)效益、創(chuàng)新和效率方面實(shí)現(xiàn)的回報(bào)是其他組織的 5 倍。我們稱這些組織為"深度投入者"。

主權(quán)控制為這些組織提供了切實(shí)的優(yōu)勢(shì)：

隨時(shí)隨地安全訪問數(shù)據(jù)

從第一天起就實(shí)現(xiàn)監(jiān)管和合規(guī)對(duì)齊

消除數(shù)據(jù)價(jià)值鏈中的孤島

對(duì)從數(shù)據(jù)攝取到推理的整個(gè) AI 生命周期進(jìn)行定制控制

有趣的是，49% 取得變革性投資回報(bào)率的組織采用了混合數(shù)據(jù)基礎(chǔ)設(shè)施來實(shí)現(xiàn)這種主權(quán)控制。許多組織（取決于地區(qū)和行業(yè)）傾向于選擇 Postgres 作為基礎(chǔ)技術(shù)。這為它們提供了跨平臺(tái)統(tǒng)一傳統(tǒng)數(shù)據(jù)和新數(shù)據(jù)的靈活性和控制力，同時(shí)不犧牲性能或合規(guī)性。

"它們不是在租用 AI 空間，而是在建設(shè) AI 家園。這些公司不只是在舊系統(tǒng)之上疊加 AI。它們正在為主權(quán)控制重新布線基礎(chǔ)設(shè)施，擁有合規(guī)性，擁有安全性，并統(tǒng)一它們的數(shù)據(jù)，使其與 AI 協(xié)同工作。這是突破 1% 成熟度上限的唯一方法。" —— EnterpriseDB (EDB) 首席執(zhí)行官 Kevin Dallas

成功企業(yè)的與眾不同之處不僅在于它們采用了主權(quán)控制，更在于它們?nèi)绾紊钏际鞈]地實(shí)施這一做法。它們擺脫了無差別投資，轉(zhuǎn)而專注于成功藍(lán)圖設(shè)計(jì)。這意味著將業(yè)務(wù)目標(biāo)與 AI 治理對(duì)齊，確保從數(shù)據(jù)攝取到輸出的可追溯性，并將合規(guī)性作為架構(gòu)特性而非事后考慮來融入其中。

這些組織明白，AI 的成功更少地關(guān)乎做更多事情，而更多地關(guān)乎以正確的順序做正確的事情。治理不是障礙——它是可擴(kuò)展、合規(guī)且高價(jià)值 AI 的根基。

對(duì)于 CIO 和 CTO 來說，前進(jìn)的道路是明確但狹窄的。將更多項(xiàng)目投向墻面并希望有所收獲的做法不再可行。為了實(shí)現(xiàn)成為自給自足的 AI 和數(shù)據(jù)平臺(tái)的愿景，企業(yè)必須：

從第一天起就將治理和合規(guī)嵌入 AI 生命周期

采用平衡敏捷性與控制力的混合數(shù)據(jù)策略

確保其團(tuán)隊(duì)對(duì)從數(shù)據(jù)到?jīng)Q策的完整流程擁有主權(quán)控制

通過深思熟慮的架構(gòu)選擇從試點(diǎn)走向生產(chǎn)

沒有主權(quán)控制，AI 仍然是一個(gè)昂貴的實(shí)驗(yàn)。有了主權(quán)控制，AI 就成為企業(yè)的核心操作系統(tǒng)，能夠帶來真正的回報(bào)，促進(jìn)創(chuàng)新，并經(jīng)得起監(jiān)管審查。

未來不僅僅關(guān)乎構(gòu)建 AI，更關(guān)乎治理 AI——以及擁有它。

Q&A

Q1：什么是 AI 領(lǐng)域的主權(quán)控制？它與傳統(tǒng)的數(shù)據(jù)管理有什么區(qū)別？

A：AI 和數(shù)據(jù)領(lǐng)域的主權(quán)控制并不僅僅意味著將數(shù)據(jù)保存在本地或國(guó)家控制之下。它意味著企業(yè)對(duì)其數(shù)據(jù)基礎(chǔ)設(shè)施、治理堆棧和安全態(tài)勢(shì)擁有完全所有權(quán)，是從租用能力向端到端架構(gòu)設(shè)計(jì)能力的轉(zhuǎn)變。

Q2：為什么大多數(shù) AI 項(xiàng)目無法實(shí)現(xiàn)規(guī)?；渴穑?/p>

A：主要原因是缺乏治理框架。盡管 93% 的組織正在積極使用或構(gòu)建 AI 系統(tǒng)，但只有不到 10% 的組織在開發(fā)生命周期中嵌入了強(qiáng)大的治理框架或工具，導(dǎo)致超過 50% 的 AI 實(shí)驗(yàn)從未投入生產(chǎn)。

Q3：實(shí)現(xiàn) AI 主權(quán)控制的組織能獲得什么樣的收益？

A：EDB 研究顯示，那些實(shí)現(xiàn) AI 和數(shù)據(jù)主權(quán)控制的"深度投入者"組織，成功啟動(dòng)的 AI 項(xiàng)目數(shù)量是其他組織的 2 倍，在經(jīng)濟(jì)效益、創(chuàng)新和效率方面實(shí)現(xiàn)的回報(bào)是其他組織的 5 倍。