报告行业投资评级 * 报告未明确给出行业投资评级 [1][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][42][43] 报告的核心观点 * 当前技术变革速度极快，企业领导者面临巨大压力，64%的CEO表示因害怕落后而投资于尚未明确价值的技术 [12] * 人工智能是根本性转变，预计全球生成式AI支出将在2025年达到6440亿美元，同比增长76.4% [13] * 企业不应仅制定具体的AI战略，而应首先构建一个能够适应颠覆的“适应性企业”，因为为适应颠覆而构建的企业就是为AI准备的企业 [14] * 企业目标应从“韧性”提升至“耐久性”，即不仅能从颠覆中恢复，更能在变化中持续创造价值 [17][18] * 构建耐久且适应性的AI就绪企业需要关注四大关键领域：明确AI目标、培育实验文化、了解数据与应用位置、以及先现代化再推进AI [22][23][24][25][26] * 开源在AI创新中扮演关键角色，但同时也带来选择上的混乱，报告研究的具体公司致力于将开源AI创新变得稳定、可靠，以供企业使用 [27][28][30][33] * 到2028年，超过80%的数据中心工作负载加速器将专门用于AI推理而非训练 [31][32] 根据相关目录分别进行总结 引言：新常态并非正常 * 技术颠覆速度前所未有，64%的CEO因害怕落后而投资于尚未明确价值的技术 [12] * 人工智能市场预计将呈指数级增长，全球生成式AI支出在2025年预计达6440亿美元，同比增长76.4% [13] * 企业面临制定AI战略的压力，但首要问题应是“如何构建一个适应性企业”，因为能适应颠覆的企业才能为AI做好准备 [14] 从韧性到适应性与耐久性 * 适应性组织能培养快速创新的文化，并提供技术工具支持员工在变化中蓬勃发展 [17] * 企业目标应从“韧性”转向“耐久性”，即能在世界变化时持续交付价值，而不仅仅是恢复 [18] * 耐久性与适应性紧密相连，需要企业能够调整战略、转移资源，并投资于员工的学习与发展 [19] * 实施AI战略前，必须先明确业务目标和挑战，再判断AI是否能解决 [20] 耐久、适应性AI就绪企业的蓝图 * 成功构建AI就绪企业需关注四大关键领域 [22] * 明确AI目标：聚焦业务成果，建立清晰的KPI，避免为AI而AI [23][24] * 培育实验与专业文化：技术本身不足，企业的文化和人才是关键，42%的组织因缺乏内部专业知识或资源而无法更快采用生成式AI，必须投资于人员培训并提供实验空间 [23][24] * 了解数据与应用及其所在位置：数据是AI模型的核心，已分布在数据中心、多个公有云和网络边缘，因此AI必须是混合的 [25] * 先现代化，再推进AI：在遗留技术基础上添加AI效果不佳，企业需现代化以支持AI [26] * 将AI带至数据和应用处：降低延迟、提高效率并管理安全，成功的AI战略必须是混合云战略 [26] * 创建一致的基础：需要一个能跨越所有环境的一致平台，以统一方式管理数据、应用和模型 [26] * 自动化与简化：自动化是AI的文化和技术先导，能帮助团队建立正确心态 [26] * 拥抱现代化平台：采用如Linux、容器和Kubernetes等开放、灵活的混合云平台，为构建未来AI应用提供适应性基础 [26] 开源优势：驾驭AI混沌 * 大量AI创新发生在开源社区，这令人兴奋但也造成选择上的混乱 [27][28] * 开源创新不仅引领下一代IT，也致力于连接传统系统与AI未来，例如模型上下文协议项目 [28][29] * 报告研究的具体公司历史角色是作为企业在开源社区中的倡导者，将快速的开源创新变得稳定、可靠并通过订阅提供，目前正对AI采取相同策略 [30] * 当前行业焦点多在AI模型，但对大多数企业而言，AI的价值和挑战体现在推理阶段，预计到2028年超过80%的数据中心工作负载加速器将专用于推理 [31][32] * 报告研究的具体公司正通过如Red Hat AI Inference Server等产品，并参与上游创新，旨在使AI对IT领导者而言更易管理，满足企业生产系统的严苛要求 [33][34] 开启未来 * 从前AI时代向AI时代的过渡是重大机遇，构建耐久且适应性企业是一项持续承诺，需要正确的文化、平台和合作伙伴 [36]