IT基礎(chǔ)設(shè)施與運(yùn)營(yíng)（I&O）領(lǐng)導(dǎo)者必須迅速轉(zhuǎn)向以平臺(tái)為核心的運(yùn)營(yíng)模式，同時(shí)做好應(yīng)對(duì)傳統(tǒng)云服務(wù)大幅漲價(jià)的準(zhǔn)備。隨著超大規(guī)模云服務(wù)商加緊回收在AI領(lǐng)域的巨額投入，這一趨勢(shì)已難以避免。

在近期于悉尼舉辦的Gartner IT基礎(chǔ)設(shè)施、運(yùn)營(yíng)與云戰(zhàn)略大會(huì)上，分析師們著重指出當(dāng)前IT領(lǐng)導(dǎo)者面臨的核心矛盾：如何在管理AI熱潮的同時(shí)，維持核心業(yè)務(wù)運(yùn)轉(zhuǎn)并有效控制成本。

Gartner總監(jiān)級(jí)分析師Autumn Stanish表示："AI智能體正處于炒作熱度的頂峰，但一如既往，總會(huì)有新的熱門技術(shù)接連涌現(xiàn)。我們?nèi)匀槐仨毦S持日常運(yùn)營(yíng)，做好本職工作。"

Gartner研究副總裁Paul Delory指出，盡管基礎(chǔ)設(shè)施自動(dòng)化、DevOps等基礎(chǔ)性實(shí)踐依然至關(guān)重要，創(chuàng)新壓力卻與日俱增。隨著降本增效持續(xù)占據(jù)2026年CIO工作的首要位置，許多企業(yè)正將目光投向AI，期望借此實(shí)現(xiàn)成本節(jié)約。

然而，業(yè)務(wù)層面對(duì)AI的需求目前已遠(yuǎn)超I&O團(tuán)隊(duì)的承接能力。Stanish警告稱，有一半的I&O領(lǐng)導(dǎo)者將AI與現(xiàn)有基礎(chǔ)設(shè)施的整合視為最大挑戰(zhàn)，這使得相關(guān)團(tuán)隊(duì)面臨失去影響力的風(fēng)險(xiǎn)。為避免重蹈當(dāng)年盲目涌入云端所帶來的失控局面，Delory強(qiáng)調(diào)I&O必須轉(zhuǎn)型為能夠創(chuàng)造價(jià)值的職能部門，具備交付AI智能體、實(shí)現(xiàn)持續(xù)運(yùn)營(yíng)和推行平臺(tái)化模型的能力。

展望未來一年，Gartner建議I&O團(tuán)隊(duì)成立專屬的AI卓越中心，并構(gòu)建配備嚴(yán)格成本管控機(jī)制的全自動(dòng)交付流水線。Delory指出，這一目標(biāo)完全可以在90天內(nèi)實(shí)現(xiàn)，因?yàn)樗韫ぞ叽蠖酁槊赓M(fèi)開源軟件。目前，AI智能體在I&O領(lǐng)域的實(shí)際應(yīng)用場(chǎng)景包括：自動(dòng)響應(yīng)基礎(chǔ)設(shè)施變更并更新腳本與操作手冊(cè)、訓(xùn)練AI擔(dān)任質(zhì)量保證工程師，以及部署基于人類可讀策略文檔訓(xùn)練的合規(guī)智能體。

向平臺(tái)化模型轉(zhuǎn)型，同樣需要推進(jìn)組織架構(gòu)調(diào)整。Stanish建議組建專職平臺(tái)團(tuán)隊(duì)——將傳統(tǒng)服務(wù)器和存儲(chǔ)工程師納入其中——并由一位直接對(duì)接終端用戶需求的產(chǎn)品負(fù)責(zé)人統(tǒng)籌領(lǐng)導(dǎo)。這也意味著需要更新績(jī)效考核標(biāo)準(zhǔn)，將關(guān)注重點(diǎn)從正常運(yùn)行時(shí)間等基礎(chǔ)性指標(biāo)，轉(zhuǎn)向營(yíng)收增長(zhǎng)和客戶滿意度等業(yè)務(wù)成果導(dǎo)向的指標(biāo)。

除運(yùn)營(yíng)架構(gòu)之外，本次大會(huì)還揭示了技術(shù)采購(gòu)領(lǐng)域存在的深層危機(jī)。Gartner副總裁級(jí)分析師Luke Ellery援引2024年的一項(xiàng)調(diào)查數(shù)據(jù)指出，79%的采購(gòu)方對(duì)自身的技術(shù)購(gòu)買決策感到后悔，原因或是產(chǎn)品未能達(dá)到預(yù)期，或是在妥協(xié)中選擇了較差的解決方案。

對(duì)此，Ellery呼吁企業(yè)在整個(gè)采購(gòu)流程中保持高層贊助人的全程參與，以確保最終的采購(gòu)結(jié)果契合業(yè)務(wù)需求，而非讓采購(gòu)團(tuán)隊(duì)一味壓價(jià)、選購(gòu)不適合的替代方案。他還建議采購(gòu)方將注意力集中于可量化的業(yè)務(wù)成果，而非繁瑣的功能規(guī)格清單，并采用敏捷、精益的采購(gòu)方式，以支持迭代優(yōu)化，取代僵化的瀑布式流程。

此外，Ellery還建議領(lǐng)導(dǎo)者理性看待風(fēng)險(xiǎn)承受能力——借助數(shù)據(jù)深入理解風(fēng)險(xiǎn)，而非一味回避——同時(shí)通過針對(duì)性培訓(xùn)和市場(chǎng)調(diào)研，增強(qiáng)與供應(yīng)商談判的底氣和信心。

投資決策失誤的風(fēng)險(xiǎn)在IT支持領(lǐng)域尤為突出。Gartner預(yù)測(cè)，到2027年，半數(shù)專為服務(wù)臺(tái)設(shè)計(jì)的AI項(xiàng)目將因超預(yù)算、潛在風(fēng)險(xiǎn)或投資回報(bào)未達(dá)預(yù)期而被迫叫停。

為避免成為這一數(shù)據(jù)的組成部分，Gartner總監(jiān)級(jí)分析師Joe Rogus建議重點(diǎn)挖掘現(xiàn)有軟件中易于上手的功能，尤其是能夠?qū)⑹录幚韽娜斯た头D(zhuǎn)移出去的虛擬支持智能體（VSA）。

AI還可以通過多種方式深度賦能人工客服：利用檢索增強(qiáng)生成（RAG）技術(shù)實(shí)現(xiàn)企業(yè)專有知識(shí)的智能檢索、將聊天記錄自動(dòng)轉(zhuǎn)化為知識(shí)庫(kù)文章、借助機(jī)器學(xué)習(xí)開展終端異常響應(yīng)等。此外，AI還能協(xié)助工單分類與路由，以及自動(dòng)化案例摘要生成——前提是企業(yè)需投入精力對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行系統(tǒng)性清洗整理。

Rogus同時(shí)對(duì)智能體AI日益高漲的炒作熱度發(fā)出警示，指出許多供應(yīng)商不過是給基礎(chǔ)自動(dòng)化工具貼上了智能體的標(biāo)簽。真正的智能體AI需要賦予系統(tǒng)自主決策與行動(dòng)的能力，而這一步驟要求極高的可信度和嚴(yán)格的數(shù)據(jù)規(guī)范。

展望云計(jì)算的未來走勢(shì)，Rogus指出，公有云支出預(yù)計(jì)將于2027年突破1萬(wàn)億美元，其中AI是主要驅(qū)動(dòng)力。然而，隨著超大規(guī)模云服務(wù)商向AI基礎(chǔ)設(shè)施傾注數(shù)千億資金，這些成本預(yù)計(jì)將通過提高傳統(tǒng)云服務(wù)價(jià)格的方式加以回收。

為持續(xù)證明云遷移的業(yè)務(wù)價(jià)值，Rogus著重提及融合AI、面向特定行業(yè)的可組合解決方案正在興起，這類方案摒棄了孤立的基礎(chǔ)設(shè)施模式，轉(zhuǎn)向以數(shù)據(jù)結(jié)構(gòu)和打包業(yè)務(wù)能力為支撐的核心層架構(gòu)。

上述趨勢(shì)對(duì)面向2030年的IT戰(zhàn)略布局具有深遠(yuǎn)影響。在數(shù)字主權(quán)方面，IT領(lǐng)導(dǎo)者必須審慎區(qū)分?jǐn)?shù)據(jù)主權(quán)、運(yùn)營(yíng)主權(quán)與技術(shù)主權(quán)之間的差異，合理權(quán)衡全球超大規(guī)模云服務(wù)商與本地供應(yīng)商之間的利弊取舍。多云戰(zhàn)略同樣需要重新審視——Gartner預(yù)測(cè)，大多數(shù)企業(yè)最終將在一個(gè)云平臺(tái)上集中運(yùn)行AI模型的密集計(jì)算任務(wù)，同時(shí)在另一個(gè)云平臺(tái)上結(jié)合自身數(shù)據(jù)加以應(yīng)用。

可持續(xù)發(fā)展將成為新的制約瓶頸。AI優(yōu)化的數(shù)據(jù)中心機(jī)架對(duì)電力的需求遠(yuǎn)超傳統(tǒng)服務(wù)器，預(yù)計(jì)到2030年能源消耗將增至原來的三倍。與此同時(shí)，安全框架也需要從靜態(tài)策略向動(dòng)態(tài)實(shí)時(shí)防護(hù)體系演進(jìn)，因?yàn)锳I智能體實(shí)質(zhì)上已作為數(shù)字化員工活躍于企業(yè)網(wǎng)絡(luò)之中。

最后，云財(cái)務(wù)管理將成為企業(yè)不可忽視的必修課。由于AI工作負(fù)載大量運(yùn)行于當(dāng)前嚴(yán)重超配的容器環(huán)境中，Gartner警告稱，若企業(yè)未能及時(shí)優(yōu)化計(jì)算環(huán)境，所付出的成本可能比精益運(yùn)營(yíng)的競(jìng)爭(zhēng)對(duì)手高出多達(dá)50%。

Q&A

Q1：Gartner為什么預(yù)測(cè)傳統(tǒng)云服務(wù)價(jià)格會(huì)上漲？

A：因?yàn)槌笠?guī)模云服務(wù)商（如AWS、Azure、谷歌云等）正在向AI基礎(chǔ)設(shè)施投入數(shù)千億美元資金。為了回收這些巨額投資，他們預(yù)計(jì)會(huì)通過提高傳統(tǒng)云服務(wù)的價(jià)格來補(bǔ)償成本。Gartner預(yù)測(cè)公有云總支出將于2027年突破1萬(wàn)億美元，AI是主要推動(dòng)力，但同時(shí)也意味著企業(yè)需為傳統(tǒng)云資源支付更高費(fèi)用。

Q2：企業(yè)如何避免AI服務(wù)臺(tái)項(xiàng)目失敗？

A：Gartner預(yù)測(cè)到2027年將有50%的AI服務(wù)臺(tái)項(xiàng)目被放棄。為規(guī)避這一風(fēng)險(xiǎn)，建議企業(yè)優(yōu)先挖掘現(xiàn)有軟件中已有的功能，部署虛擬支持智能體（VSA）來減少人工干預(yù)，同時(shí)利用RAG技術(shù)做知識(shí)檢索、用機(jī)器學(xué)習(xí)做異常響應(yīng)。最關(guān)鍵的一步是提前清洗整理現(xiàn)有數(shù)據(jù)，避免因數(shù)據(jù)質(zhì)量差導(dǎo)致AI項(xiàng)目落地失敗。

Q3：IT基礎(chǔ)設(shè)施團(tuán)隊(duì)如何在90天內(nèi)建立AI卓越中心？

A：Gartner研究副總裁Paul Delory指出，建立AI卓越中心和全自動(dòng)交付流水線完全可以在90天內(nèi)完成，因?yàn)樗韫ぞ叽蠖嗍敲赓M(fèi)的開源軟件。具體做法包括：訓(xùn)練AI自動(dòng)更新基礎(chǔ)設(shè)施腳本和操作手冊(cè)、將AI用于質(zhì)量保證測(cè)試，以及部署基于策略文檔訓(xùn)練的合規(guī)智能體，從而讓I&O團(tuán)隊(duì)從執(zhí)行層轉(zhuǎn)型為真正創(chuàng)造業(yè)務(wù)價(jià)值的核心職能。