作者：王聰彬

OpenClaw的走紅固然有多重驅(qū)動力，但其背后更值得關(guān)注的是，AI浪潮所引發(fā)的集體焦慮正在被放大，而在企業(yè)中這種壓力也傳導(dǎo)到CIO群體。

降本增效、拉動增長，提高服務(wù)質(zhì)量等等，業(yè)務(wù)對IT的要求越來越高。Gartner研究總監(jiān)金瑋在與CIO訪談過程中明顯感受到，這一角色正承受越來越大的壓力。

中國擁抱AI進(jìn)行創(chuàng)新的速度肉眼可見，企業(yè)高管對于AI有著很高的期望。但現(xiàn)實(shí)往往是成本并不會馬上下降，更早體現(xiàn)出來的通常是效率提升，而真正的成本回報仍需要時間。

AI投入中，增效比降本來的更明顯

Gartner調(diào)研顯示，去年中國企業(yè)IT預(yù)算增速為-0.8%，今年回升至2%。表面上由負(fù)轉(zhuǎn)正，但仍未跑贏通脹水平，這意味著企業(yè)IT預(yù)算并沒有真正增加。

“企業(yè)的IT投資邏輯正從防御型投資變成差異化競爭，每一分錢都要用在刀刃上?！苯瓞|說道，在IT預(yù)算沒有增加的情況下，還需要在AI上進(jìn)行投入，實(shí)際上IT在其他地方的預(yù)算在減少。

增效的效果已經(jīng)在一些細(xì)分環(huán)節(jié)開始顯現(xiàn)，例如需求分析、軟件測試等領(lǐng)域。數(shù)據(jù)顯示，2024年相關(guān)效率大約提升了10%-15%，預(yù)計(jì)到2028年將提升至30%。很多情況下，限制效果釋放的并不是技術(shù)本身，而是企業(yè)環(huán)境和流程還沒有完全準(zhǔn)備好。

并且中國CIO正在逐步增加本土技術(shù)的投入，其中很大的原因是來自地緣政治帶來的不確定性。目前超過六成企業(yè)正在調(diào)整技術(shù)策略，更多基于本土技術(shù)能力與區(qū)域合作伙伴展開布局，而非繼續(xù)以全球廠商為主要依賴。

Gartner還對比了美國和非美國企業(yè)對于本土技術(shù)使用上的態(tài)度。美國企業(yè)對地緣政治因素的敏感度相對較低，因?yàn)槿蛑髁鰽I技術(shù)和廠商本身就高度集中在美國本土，因此大多北美企業(yè)只要產(chǎn)品好用即可，對供應(yīng)商來自歐洲還是其他地區(qū)，并沒有特別強(qiáng)的限制。

但在非美國企業(yè)中，情況明顯不同。不只是中國，很多國家的企業(yè)都開始更加關(guān)注技術(shù)來源與供應(yīng)安全。一部分企業(yè)傾向于優(yōu)先選擇本土技術(shù)，另一部分則希望通過多供應(yīng)商策略來分散風(fēng)險，簡單來說就是避免把“雞蛋放在同一個籃子里”。

在金瑋看來，AI的發(fā)展確實(shí)伴隨著不少現(xiàn)實(shí)約束，例如企業(yè)在落地過程中面臨的成本壓力、技術(shù)挑戰(zhàn)，以及出口限制等外部因素。

但與此同時，中國本土的技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展依然保持著很快的節(jié)奏，新技術(shù)、新應(yīng)用不斷涌現(xiàn)。中國企業(yè)和用戶對新技術(shù)的接受度更高，也更愿意在真實(shí)場景中嘗試和落地，這在很大程度上加速了創(chuàng)新的擴(kuò)散與應(yīng)用。

AI新階段，如何應(yīng)對四個新變量

Gartner《預(yù)測2026：應(yīng)對中國AI驅(qū)動的演變》報告從四方向進(jìn)行預(yù)測，包括硬件自主、數(shù)據(jù)合規(guī)、AI安全、自主運(yùn)營。CIO為了實(shí)現(xiàn)營收增長和運(yùn)營效率，必須同時應(yīng)對四個不同的前沿領(lǐng)域。

硬件主權(quán)

由于受到芯片出口限制等外部因素影響，中國正在加速推進(jìn)AI芯片的自主化。Gartner預(yù)測，到2030年，中國約80%的本土AI基礎(chǔ)設(shè)施將采用本土研發(fā)的AI芯片，目前這一比例大約只有20%。

一方面，外部技術(shù)限制客觀上推動了國內(nèi)產(chǎn)業(yè)加速向前；另一方面，中國政府也在持續(xù)加大對本土AI基礎(chǔ)設(shè)施的投入和支持。除了半導(dǎo)體企業(yè)已經(jīng)具備設(shè)計(jì)高端AI芯片的能力，中國互聯(lián)網(wǎng)與科技公司也在積極布局自研 AI 芯片。

數(shù)據(jù)合規(guī)

AI應(yīng)用效果的好壞，很大程度取決于數(shù)據(jù)質(zhì)量。數(shù)據(jù)質(zhì)量越高，模型輸出的準(zhǔn)確性和穩(wěn)定性通常越好，如果數(shù)據(jù)本身存在問題，最終的AI效果也很難保證。因此在AI落地過程中，數(shù)據(jù)管理正在成為數(shù)據(jù)分析師和企業(yè)IT團(tuán)隊(duì)面臨的一大現(xiàn)實(shí)難題。

Gartner預(yù)測，到2028年，由于企業(yè)同時采用來自三個及以上不同區(qū)域的AI模型，由此帶來的數(shù)據(jù)主權(quán)合規(guī)和AI偏見問題，將占企業(yè)AI數(shù)據(jù)管理工作量的50%。隨著模型來源越來越多樣化，數(shù)據(jù)來源自然也會變得更加復(fù)雜。

數(shù)據(jù)質(zhì)量、安全和治理等因素疊加在一起，就容易引發(fā)數(shù)據(jù)合規(guī)問題，甚至直接影響AI應(yīng)用的效果。中國企業(yè)的數(shù)據(jù)挑戰(zhàn)中，數(shù)據(jù)可讀性被認(rèn)為是最主要的問題之一。

目前越來越多企業(yè)開始通過數(shù)據(jù)生態(tài)合作的方式，引入多種數(shù)據(jù)管理能力，既簡化治理流程，也更好地理解不同地區(qū)的監(jiān)管要求，從而推動AI項(xiàng)目在合規(guī)框架下落地。

人工智能安全

Gartner預(yù)測，到2029年，約70%的中國企業(yè)會把AI安全測試納入現(xiàn)有的應(yīng)用安全測試和滲透測試體系，作為重要補(bǔ)充，目前這一比例還不到5%。

這一變化主要與企業(yè)AI應(yīng)用擴(kuò)張過快有關(guān)。很多企業(yè)在尚未建立完整治理體系的情況下，就已經(jīng)開始大量嘗試各種AI工具。在企業(yè)環(huán)境中，提示注入、數(shù)據(jù)篡改，以及傳統(tǒng)安全測試等，都可能成為AI工具使用帶來的安全風(fēng)險。

在AI快速發(fā)展的背景下，企業(yè)既希望加快產(chǎn)品和服務(wù)的推出速度，也需要確保系統(tǒng)安全。所以AI安全測試需要盡可能自動化，并能夠與現(xiàn)有安全流程銜接，避免成為開發(fā)流程中的瓶頸。

Gartner預(yù)測，未來的AI安全更可能會采用自動化工具與安全專家混合的模式實(shí)現(xiàn)。

自動化運(yùn)維

目前越來越多企業(yè)開始嘗試在運(yùn)維環(huán)節(jié)引入AI能力，尤其是AI智能體。Gartner預(yù)測，到 2029年，大型中國企業(yè)中約40%的IT運(yùn)營工作將由AI智能體承擔(dān)，目前這一比例不到1%。

中國企業(yè)的IT環(huán)境往往比較復(fù)雜，系統(tǒng)之間的關(guān)聯(lián)度高，跨部門協(xié)作較多。這種環(huán)境下，AI智能體更適合承擔(dān)一些基礎(chǔ)性工作，例如通過對話式交互進(jìn)行問題分流、初步診斷，或者幫助運(yùn)維人員快速定位問題。

同時，并不是所有IT運(yùn)維問題都適合用AI解決。一些場景本身可以通過傳統(tǒng)自動化手段完成，或者問題本身來自流程和管理，如果盲目引入AI，反而可能增加系統(tǒng)復(fù)雜度。

在Gartner來看，AI運(yùn)維長期更可能是一種人機(jī)協(xié)同模式，AI負(fù)責(zé)處理大量重復(fù)性和基礎(chǔ)性的任務(wù)，人在關(guān)鍵環(huán)節(jié)進(jìn)行監(jiān)督。這也會對企業(yè)產(chǎn)生新的要求，例如需要投入更多資源管理AI、建立相應(yīng)的安全與治理機(jī)制，以及設(shè)立AI工程師、AI架構(gòu)師等新崗位。

寫在最后

在面對新技術(shù)和行業(yè)趨勢時，CIO一定不要被裹挾。就像水桶一樣，關(guān)鍵在于看清自身的短板，AI等新工具一定要結(jié)合企業(yè)自身的基礎(chǔ)條件和實(shí)際需求。

當(dāng)然，OpenClaw也不會成為個例，未來會出現(xiàn)各種各樣的AI工具和平臺，它們也將不斷撬動企業(yè)的組織架構(gòu)調(diào)整，逐步適應(yīng)AI在企業(yè)中的大規(guī)模應(yīng)用。