生成式和代理式 AI 就绪基础设施战略 路线图：从概念验证到规模化生产

未来两年，AI工作负载将成为企业基础设施投资和变革的头号驱动力。许多AI项目失败的原因是对AI应用层和数据层的基础设施要求了解不足。创建AI就绪型基础设施需要考虑场景的性能、安全、合规、成本和可持续发展要求。AI模型选择影响成本、成果和基础设施要求，不同模型和场景对基础设施的需求也不同。制定部署决策时需考虑安全、成本、连接性和数据主权/合规。运营模式优先项会影响部署方法，治理方面，AI卓越中心可确保整个企业齐头并进，加速做好AI就绪工作。概念验证需根据生产规模要求设计。基本指南包括调整治理和运营模式、贯彻工作负载和数据驱动的决策框架、匹配应用和数据到最合适的平台和部署模式、打造互操作性、可移植性、利用开源社区和供应商群体、投资人员、流程和技能等。

关键数据显示，65%的企业认为AI工作负载和应用的增长对未来两年计算和存储资源利用影响最大。85%的全球企业一致认为GenAI是一项重要的新型企业工作负载。AI模型的成本、成果和基础设施要求受模型大小、数据量、更新频率、数据质量和数量等因素影响。在部署决策中，网络安全和韧性、计算和存储基础设施成本、数据主权与合规是重要标准。运营模式优先项包括客户责任、共同责任和提供商责任。AI卓越中心通过协调IT、业务部门、开发和数据团队，指导选择最适合的专用平台和基础设施技术，定义并实施数据合规、道德和安全护栏，共享经验教训，建立融资模式等，加速企业AI就绪工作。

研究结论指出，AI就绪型基础设施成功需调整现有治理和运营模式，贯彻工作负载和数据驱动的决策框架，匹配应用和数据到最合适的平台和部署模式，打造互操作性、可移植性，利用开源社区和供应商群体，投资人员、流程和技能等。未来两年，企业最具战略意义的IT基础设施投资包括基于AI优化的基础设施、ITOps人员配备、培训、技能和自动化、网络安全/韧性、IT基础设施成本优化、混合和多云互操作、数据管理和数据物流、创建或扩大IT卓越中心等。