问题——预算增幅有限与智能化诉求高涨并行，企业技术决策承压。 近期一场面向“预测2026”的分享会上，国际研究机构Gartner有关负责人表示，未来一段时期，中国企业信息化负责人普遍面临两难：一上，IT总体预算增幅偏低，部分企业甚至趋于收缩；另一方面，业务端对智能化改造、流程自动化、客户体验提升的期待持续升温。尤其大模型应用扩展后，企业成本结构出现新变化，不仅要承担算力与调用费用，还要投入人员培训、流程改造与治理体系建设，短期内未必立刻体现“降本”，资源配置难度上升。 原因——外部约束叠加内生转型，推动竞争从“单点突破”走向“系统较量”。 业内分析认为，这种压力来自三上叠加：其一，全球技术供应链波动与地缘政治不确定性增强，企业倾向于提高关键基础设施可控性，调研显示超过六成企业更偏好本土供应商以降低外部风险；其二，数据要素治理趋严，跨域调用、多模型并用带来的合规、主权与偏见问题更加凸显；其三，企业数字化转型进入深水区，单纯“上工具”难以形成持续优势，必须同步补齐算力底座、数据治理、安全机制与运维体系，才能将试点应用转化为规模化生产力。 影响——“硬核进化”将重塑企业投入方向与能力版图，四个支柱决定落地成效。 Gartner提出的判断显示，中国企业人工智能能力竞争将更多围绕四大支柱展开。 一是硬件自主。受出口管制等因素影响，国内加快推动算力底座国产化。该机构预计，到2030年中国本土AI基础设施中采用国产AI芯片的比例将明显提高（由目前约两成提升至八成）。从产业趋势看，芯片与算法协同优化将成为重要路径，企业在部署侧更重视算力可得性、成本可控性与持续供给能力。 二是数据合规。随着企业同时接入多地区、多供应商模型，数据跨境、数据主权、偏见控制等工作量上升。该机构预计，到2028年，相关合规与偏见治理将占AI数据管理工作量的约一半。对不少企业而言，挑战不仅在“有没有数据”，更在“数据是否可读、可用、可信”，以及能否形成可持续的数据资产体系。 三是AI安全。随着智能化应用从办公助手扩展到研发、客服、运营等关键环节，提示注入、数据泄露、权限滥用、内容篡改等风险随之放大。该机构预计，到2029年前，约七成中国企业将把AI安全测试纳入既有应用安全测试体系，而当前比例仍较低。安全从“附加项”转为“必选项”，并将推动测试流程自动化与专家审核相结合的常态机制。 四是自主运营。面向大型企业运维场景，智能体在告警分流、初步诊断、自动处置等的潜力被持续看好。该机构预计，到2029年大型中国企业中将有超过四成的IT运维任务由智能体承担，现阶段占比仍处于起步水平。业内同时提醒，关键链路仍需人工把关，治理框架与人机协同流程必须先行。 对策——从“被动跟进”转向“推进”，把钱花在可复用的能力底座上。 受访观点认为，企业推进智能化要避免“被热点裹挟”，应以业务价值与风险边界为准绳，走分层建设路线：底层以算力与平台为牵引，优先保障关键系统的稳定与可控；中层以数据治理为抓手，推动数据目录、质量规则、权限体系、审计留痕等能力标准化；上层以场景为导向，从高频、低风险、可量化的环节先行试点，例如研发协同、知识检索、工单处理等，并建立效果评估指标与退出机制。，应将安全测试前移到开发与上线流程，形成可持续的风险监测与应急响应能力。针对成本结构变化，企业还需统筹算力采购、调用策略、模型选型与人员培训，提升投入产出可见度。 前景——应用将加速“从工具到流程”的渗透，但决定胜负的是体系能力与治理成熟度。 业内普遍预期，未来数年智能化对单点环节的效率提升将继续扩大，尤其在软件开发、内容生产、客服响应等场景表现更为明显；但从端到端交付周期、组织协同与业务重构的角度看，整体效率提升仍取决于数据质量、流程再造与治理能力。随着国产算力生态完善、合规体系细化和安全能力常态化，企业将逐步从“能用”走向“用得稳、用得久、用得合规”，并在供应链韧性与组织效率上形成新的竞争优势。
中国人工智能产业的这场"硬核进化"，既是对外部挑战的积极应对，更是内在发展动能的持续释放。当技术创新从单点突破迈向系统能力建设，其意义已超越单纯的技术竞赛，成为衡量国家科技实力和产业韧性的重要标尺。面向未来，如何在开放合作与自主可控之间找到平衡点，将考验各方的智慧和定力。这场转型不仅关乎企业竞争力，更将深刻影响数字经济时代国家发展的主动权。