執行摘要

企業級信息技術 (IT) 正經歷著重要轉型。它走過了曾以本地服務器、大型機和資本支出 (CAPEX) 密集型部署為標志的時代，并迅速演變為一個由云原生服務、人工智能 (AI) 加速平臺和混合基礎設施模型構成的動態生態系統。企業不僅在進行現代化升級，更在徹底重構其整體 IT 戰略，以適應新的數字化發展范式。

為深入理解這些商業挑戰和 IT 投資優先級，ABI Research 對多家優秀跨國企業的 IT 領導者開展了定性研究。2025 年初，我們采訪了來自加拿大、英國、美國、印度和日本的 25 位 IT 領導者，包括首席信息官 (CIO)、首席技術官(CTO) 以及 IT 高管。研究覆蓋金融服務、醫療、制造業、能源、電信和零售等關鍵領域。這些領導者負責對其所在企業或機構的 AI 落地、IT 基礎設施投資戰略及混合云整合等重大議題制定關鍵決策。

本研究通過一線視角，揭示了不斷演進的 AI 和計算能力，正如何推動企業通過多元化 IT 投資在當今市場中保持自身競爭力。研究清晰地呈現出企業在實現愿景的過程中需要應對的內外部挑戰。

從 AI 部署、混合云整合到 IT 合作伙伴選擇，以及基礎設施現代化，本研究以真實客觀的態度深入呈現了 IT 領導者在其企業或機構中所關注的優先事項、需應對的挑戰以及具體策略。

本研究的主要發現如下：

1. 混合云發展趨勢：企業正在構建融合公有云與本地系統的混合 AI 基礎設施，其中 30% 至 50% 的工作負載在本地處理，以加強合規性和可控性并降低時延。

2. 預算優先級：近半數 IT 預算現集中于云計算、AI 和網絡安全領域，大多數企業選擇采用第三方 AI 模型和基于云的加速器，而非自建或自購。

3. 機密計算需求：網絡安全、合規要求及 AI 治理已成為戰略重點，正推動企業采用零信任架構、策略自動化及控制機制，以確保模型完整性并符合監管要求。

 

 

引言

企業級 IT 正經歷著深刻變革。過去，該領域主要聚焦于系統維護和成本管理，而今，它已躍升為企業的核心戰略支柱，驅動著創新并可提升競爭優勢。隨著云、AI 和自動化等技術不斷突破邊界，IT 領導者需要應對日趨復雜的環境，性能、韌性和敏捷性已變得至關重要。

ABI Research 深入研究了企業如何調整戰略以應對當前及新興的挑戰。我們與全球 25 位 IT 領導者進行了深度訪談，受訪者包括負責數字化轉型和 AI 戰略的 CIO、CTO、IT 基礎設施和架構負責人以及高管，范圍涵蓋北美、歐洲及亞太地區的金融服務、醫療、制造業、科技服務、電信及零售等行業。這些領導者均處于決策前沿，負責塑造未來十年的企業技術格局。

本研究不僅呈現了當前企業級 IT 的發展現狀，更通過整合他們的前瞻視角，勾勒出未來發展路線圖。本文重點闡述了企業和機構如何調整基礎設施、投資優先級和合作伙伴生態系統，以應對 AI 驅動的時代對性能要求更嚴苛且對成本更敏感的未來發展趨勢。當今 IT 領導者往往需要在兩難中尋求平衡：既要優化運營，又要管控風險和成本；既要推動創新，又要確保合規性和安全性。隨著 AI，尤其是生成式 AI (GenAI) 的迅猛發展，這些壓力更是持續加劇，不斷對算力、存儲及大規模 IT 基礎設施提出新的要求。

 

技術已不僅是節省成本的工具，更是企業未來十年推動創新、提高韌性的關鍵。”

 

企業越來越希望突破專有架構生態系統的局限，轉而采用去中心化的可擴展解決方案，以提高能效、可控性和適應性。隨著 AI 加速器和基于開放標準的硬件選擇日益豐富，IT 基礎設施不僅要能滿足當前需求，更要在 AI 驅動的未來適應不斷變化的需求。無論是制定決策的 CIO，還是提供支持的技術提供商，本研究中的前瞻洞察都將為未來發展提供關鍵指引。

 

 

企業技術落地面臨的挑戰和機遇

 

 

圖表 1：從 IT 角度而言，您認為企業和機構面臨的最大挑戰是什么？
來源：ABI Research

 

盡管云計算、AI 和自動化有助于提高能效和可擴展性，企業仍需應對諸多復雜挑戰，包括對傳統 IT 系統的集成、監管合規性及網絡安全威脅等。這要求 IT 領導者采取戰略性方法，在降低潛在風險的同時，確保其 IT 現代化舉措符合運營需求。

訪談結果顯示，IT 現代化進程中普遍存在三大核心挑戰。這些挑戰深刻反映了企業 IT 領導者在加速轉型時期所面臨的多層次復雜性：

? 技術挑戰：受訪者普遍提及傳統 IT 基礎設施、數據清理、集成復雜性、混合云落地以及 AI 工作負載的可擴展性需求。

? 商業和經濟挑戰：IT 領導者們重點關注監管合規、供應商鎖定、成本不可預測性等問題，尤其強調需要針對云和 AI 投資建立更清晰的投資回報率 (ROI) 框架。

? 人才和變革管理挑戰：受訪者普遍認為，技術人才短缺、技能升級缺口以及內部阻力是轉型中一直存在的障礙。

 

這已不僅是云端或本地的問題，真正的挑戰在于，如何在數據和算力高度分散的情況下持續提供穩定性能。”

 

技術挑戰：企業級 IT 基礎設施的安全防護、規模擴展和現代化升級

 

 

圖表 2：未來 3-5 年，您認為企業級 IT 基礎設施將面臨哪些主要挑戰？
（數據基于調查反饋）來源：企業 IT 領導者獨家訪談；ABI Research

 

全球企業 IT 領導者的訪談中頻繁提及高度關聯的 IT 現代化挑戰：安全性和合規性、集成復雜性以及性能限制問題。

安全性和合規性問題幾乎在每次訪談中都被提及，但不同行業的側重點各異。金融服務領域的領導者重點關注滿足系統和組織控制 (SOC) 2 和《通用數據保護條例》(GDPR) 等監管要求；而醫療行業則更關注 AI 應用擴展過程中的數據保護和《健康保險攜帶和責任法案》(HIPAA) 合規。各行業的受訪者普遍強調需采用零信任架構、身份管理以及嵌入式合規控制。

集成復雜性是另一個普遍的痛點，在制造業等傳統 IT 系統密集的行業尤為突出。受訪者表示，在將監控和數據采集 (SCADA) 等運營技術 (OT) 系統集成到現代化云邊環境時往往存在挑戰。此類集成通常需要中間件、數據編織及系統集成商 (SI) 來支持預測性維護和工廠自動化等用例。

性能問題在零售、電信和金融等依賴實時響應的行業中被頻繁提及。隨著 AI 工作負載不斷擴展，IT 領導者強調需通過容器化計算、邊緣推理和實時監控工具，構建具備低時延和高可用性的基礎設施。

這些挑戰共同凸顯出企業需要制定兼具更強安全性、更高靈活性和更出色性能的基礎設施戰略。本節的余下部分將逐一深入分析這些主題，而后續章節將具體闡述企業如何應對挑戰并相應調整投資優先級。

 

在醫療診斷領域部署 AI 應用時，我們主要擔憂的并非模型準確率，而是訓練數據的存儲位置、訪問權限和匿名化處理。”

 

安全性和合規性：云和 AI 方面的關鍵要務

 

 

圖表 3：未來 3-5 年，企業級 IT 現代化面臨的主要安全挑戰是什么？
（數據基于調查反饋）來源：企業 IT 領導者獨家訪談；ABI Research

 

企業 IT 領導者的訪談明確顯示：安全性和合規性已成為 IT 現代化升級的核心基礎，而非次要考量。盡管各行業關注的重點有所不同，但隨著云和 AI 加速落地，這三個關鍵領域始終倍受重視：風險治理、數據保護和身份管理。

風險和治理是最頻繁提及的問題，在金融服務領域尤其如此。該行業的領導者面臨著可審核性、AI 可解釋性及實時合規方面不斷強化的要求。為此，許多企業紛紛投資建設治理框架和自動化策略執行機制，以滿足內外部監管要求。數據安全和隱私保護緊隨其后，也是備受關注的議題。醫療和公共領域的企業 IT 領導者尤其強調數據駐留以及 AI 工作流程的安全性。相關投資主要集中于加密、匿名化及策略感知型訪問控制，以在不限制數據分析能力的前提下保護敏感數據。

制造業等領域主要關注端點防護、邊界安全以及威脅檢測和響應。當前的重點正逐步轉向行為分析、持續監控和自動化遏制，特別是針對設計之初未充分考慮當前更嚴苛安全要求的 OT 系統。身份和訪問管理 (IAM) 也非常重要，對于采用零信任模型的企業和機構而言尤為如此。領導者正著力將單點登錄 (SSO) 和多因素認證 (MFA) 的覆蓋范圍從用戶認證，擴展到 AI 和開發運維 (DevOps) 管線中的服務和設備交互。

盡管云安全架構作為獨立議題被提及的頻率相對較低，但在多云治理和主權云就緒等討論中卻頻繁出現，這凸顯了其在整體基礎設施規劃中的重要作用。

 

我們的審計追蹤范圍不僅需要覆蓋系統，還須包含 AI 訓練數據、推理模式及用戶訪問記錄，這是一種更高級別的審查要求。”

 

集成復雜性：傳統的 IT 系統與現代化基礎設施難以融合

 

 

圖表 4：未來 3-5 年，就對傳統 IT 基礎設施進行集成而言，企業級 IT 現代化面臨哪些主要挑戰？
（數據基于調查反饋）來源：企業 IT 領導者獨家訪談；ABI Research

我們尚未實現跨地區的全球統一活動目錄 (Active Directory)。我們正在推進 IT 架構整合，但這一過程非常復雜。”

 

對于眾多企業 IT 領導者而言，當前基礎設施普遍面臨架構蔓延的問題，傳統的 IT 系統、云原生平臺、不一致的數據模型與相互孤立的治理體系混雜并存。這種復雜現象在跨國企業中尤為突出，這些企業往往經過收購兼并，采用 IT 聯合管理模式，各地區又保持了相對自治。

數據和應用的互操作性始終是一大挑戰，尤其是在金融服務、電信及制造業等領域。受訪領導者指出了企業在這方面面臨的重重挑戰，包括統一客戶記錄、同步數據分析以及跨系統和跨區域應用統一身份框架。供應商重疊、接口過時和流程所有權分散更是讓這些問題雪上加霜。

應用環境往往參差不齊，如單個系統與容器化服務和早期云原生部署并存。這種不均衡的 IT 現代化進程導致企業在統一管理 IT 基礎設施、擴展其規模或保障其安全時阻力重重。

 

受限于地域特性和工作負載的傳統 IT 基礎設施使得全面遷移困難重重，因此混合云是更理想的選擇。”

 

時延和性能：為何混合計算和本地計算仍然至關重要

 

 

圖表 5：未來 3-5 年，企業級 IT 現代化主要面臨哪些與性能相關的挑戰？
（數據基于調查反饋）來源：企業 IT 領導者獨家訪談；ABI Research

 

盡管企業普遍快速轉向云優先戰略，但 IT 領導者一致認為，時延和性能問題仍然至關重要，在許多情況下甚至直接影響架構選擇。圖表 5 所示的挑戰反映了不同行業的共同痛點：實時操作對基礎設施的要求日益提升，不僅需要具備可擴展性，還需兼具可預測性和快速響應能力，并且更加靠近數據源。

其中最常提及的痛點包括計算瓶頸和可擴展性限制，尤其是在需要擴展 AI 工作負載的企業和機構中。零售和金融服務等行業的企業 IT 領導者指出，他們難以有效管理并發推理任務和后端流程。某全球零售商的技術高管表示，高負荷工作負載使其現有云容量不堪重負，促使他們在本地數據中心中投資建設專用的 AI 計算集群。制造業企業則指出，云資源難以穩定提供車間實時應用所需的低時延。

網絡時延和擁塞問題在跨國運營或需要現場作業的企業中尤為嚴峻。多位受訪者指出，集中式云架構導致的時延已直接影響到關鍵業務流程。響應時間和終端用戶體驗也成為訪談中的高頻議題，在以客戶參與度為核心的企業和機構中尤為突出。在電信和數字銀行等行業，個性化功能或交易審批即使出現微小時延，也可能引發客戶不滿。某知名數字銀行的 IT 領導者特別提到，他們已轉向基于邊緣的 AI 決策，以縮短響應時間并滿足更嚴格的服務等級要求。在此背景下，性能提升已不僅是基礎設施效率問題，更成為企業保持競爭優勢的要務。

 

我們采用混合云戰略，因為在醫療領域，時延和性能至關重要。臨床決策容不得半分延誤。”

 

人才和變革管理挑戰

技術雖是企業級 IT 現代化的核心議題，但企業往往還面臨許多其他挑戰。通過與企業 IT 領導者的訪談，我們發現，除了制定云架構、AI 部署和網絡安全等復雜決策外，他們還需應對一系列組織層面和經濟方面的壓力。例如預算難以預測、內部協調障礙和人才儲備不足，這些因素屢被提及，使得本已頗具挑戰的技術路線圖更添變數。這已不僅是 IT 項目，更是企業全局的轉型問題，需要通過高管支持、財務管控以及文化變革方能成功實現這種轉型。圖 1 揭示了訪談中最常提及的三大挑戰，按重要性排序依次為：預算限制、戰略協調以及組織就緒度。

 

維持穩定的員工團隊并非易事。企業和機構必須探索更具創意的員工激勵模式，否則將面臨人才流失。”

 

圖 1：企業級 IT 面臨的經濟和組織挑戰
來源：企業 IT 領導者獨家訪談；ABI Research

 

2025 年及未來企業 IT 領導者的投資優先級

 

 

圖表 6：在 IT 基礎設施方面，您計劃投資哪些主要領域？
（數據基于調查反饋）來源：企業 IT 領導者獨家訪談；ABI Research

 

本研究中的受訪企業 IT 領導者，正處于由 AI、云基礎設施、網絡安全和數據戰略融合而成的復雜數字化變局中。企業面臨著重重壓力，既要實現 IT 環境現代化，同時要確保合規性、韌性以及 ROI，因此技術投資需要更加審慎且緊密貼合業務需求。圖表 6 所示為頻繁被提及的重點投資領域，反映了企業對新興機遇和舊有限制因素的戰略性回應。

AI 和自動化位居投資優先級之首，幾乎所有受訪 IT 領導者都強調，AI 現已從實驗階段全面轉向落地階段。企業領導者不再做孤島式的 AI 用例試點，而是將其嵌入前線業務流程：零售和物流領域正利用 AI 進行需求預測和動態路徑規劃。某全球包裝消費品 (CPG) 企業的 IT 領導者分享了他們如何通過預測算法和 GenAI，實現從倉儲運營到補貨周期的全流程自動化。此外，隨著 AI 助手 (copilot) 和智能助手的出現，自動化技術在企業內部加速普及，成為提升員工工作效率、加速軟件開發流程、自動化文檔生成以及加強基礎設施管理的重要工具。

 

我們已跨越試點階段，當前要務是將 AI 投入實際生產應用，并確保其安全性、可審計性以及與業務的深度整合。”

 

云基礎設施仍是戰略投資的重點領域，企業不僅追求其業務敏捷性，更著眼于其 AI 就緒度和平臺一致性。企業 IT 領導者正著力構建標準化登陸區 (landing zone)、廣泛采用云原生服務，并在混合環境中嚴格管控成本、時延和合規性。為支持全球業務負載，同時履行本地責任制，區域云中心和主權云方案日益受到重視。

安全性和合規性貫穿所有訪談，始終都是重要議題。安全防護早已從過去的被動響應功能，轉變為如今從設計之初就需要嵌入整體架構的核心要素。這一轉變在金融服務、醫療和關鍵基礎設施領域尤為明顯，相關的 IT 領導者正在重點投資自動化策略執行、基于身份的訪問模型，以及跨混合環境的持續威脅檢測。多位受訪者還指出，在監管嚴格的環境下，AI 治理日益受到關注，尤其是對于模型行為審計和數據沿襲的需求不斷增長。

在數據治理和主權方面，IT 領導者正重點投資于統一元數據平臺、數據沿襲查詢工具及跨境數據駐留解決方案。隨著 AI 開始訪問敏感或受監管的數據集，這些舉措與安全合規要求緊密關聯。

 

我們投資的所有 IT 解決方案都必須具備備份和加密功能，即默認安全原則。這已是不可妥協的必備要求。”

 

此外，對多數企業和機構而言，傳統 IT 系統的現代化升級仍是一項必要投資。但相較于全盤替換的策略，企業 IT 領導者更傾向于采用模塊化思路的 IT 現代化升級策略，在挖掘傳統 IT 系統價值的同時，實現新的數字化能力。

這一思路折射出整體戰略向靈活性轉變的趨勢。無論是通過容器化、應用編程接口 (API) 網關，還是由域驅動的重構，領導者都在優先選擇能夠快速實現價值的 IT 現代化路徑，同時避免增加不必要的風險。

縱觀這五大領域，企業 IT 領導者明確強調，這些投資并非孤立存在，而是緊密關聯的。在云和數據方面做好充分準備對于 AI 至關重要。安全性和合規性影響著每一個平臺決策。傳統 IT 系統正經歷著現代化升級，以支撐新的工作負載。若要在未來取得成功，企業和機構需采取全方位、多層次的方法，既要確保 IT 戰略與業務轉型緊密契合，又要在 2025 年及未來靈活應對不斷演進的監管、運營需求和技術環境變化。

 

我們面臨的主要挑戰在于傳統代碼。直接遷移上云是不可行的，我們需要進行微服務改造，以確保兼容性。”

 

AI 邁向主流：從試點到盈利

 

 

圖表 7：您的企業或機構現處于 AI 落地進程中的哪個階段？
來源：企業 IT 領導者獨家訪談；ABI Research

 

通過本白皮書中的訪談，企業 IT 領導者明確傳遞出一個信號：AI 已正式從創新實驗階段邁入業務運營的核心領域。其應用已擴展到各個業務部門，不僅可以降低成本、簡化工作流程，更能夠持續帶來競爭優勢。AI 用例現已覆蓋自動化客戶服務、個性化營銷、欺詐檢測、財務預測、庫存管理及實時數據分析等領域。

AI 的廣泛實踐正在重塑 IT 投資戰略。AI 不再是邊緣性項目，而是成為了重要支柱，對基礎設施、治理體系和專業技術提出了新的要求。雖然基于云的訓練和實驗仍然不可或缺，但許多 IT 領導者強調，推理工作負載正越來越多地轉向本地或邊緣，對時延、成本或合規性方面較為敏感的工作負載尤其如此。醫療、制造、電信和金融服務等行業正在把模型直接嵌入到業務流程中。

受訪者普遍擔憂第三方 AI 模型訓練可能導致的私有數據泄露風險，特別是通過云 API 使用公共大語言模型 (LLM) 時。為此，許多企業開始探索檢索增強生成 (RAG)，通過將輸出內容保留在企業內部數據集，來使敏感信息處于可控環境。

 

基于預測性分析的患者護理是我們首要關注的問題。我們通過超 10 億患者數據點實現個性化治療方案。”

 

圖表 8：目前，您考慮采用哪些 AI 用例？
（數據基于調查反饋）來源：企業 IT 領導者獨家訪談；ABI Research

我們的 AI 投資遵循結構化 ROI 模型，需要在營銷、運營及客戶生產力方面提升約 20%，這是我們衡量成功的標準。”

 

多位企業 IT 領導者已開始關注代理式 AI (Agentic AI) 系統，這類模型能進行自主決策并執行任務。盡管該項技術尚處早期，但與它相關的自動化事件響應、自我修復基礎設施、自主供應鏈等用例已嶄露頭角，尤其是有嚴格監管的行業中。

受訪者表示，為適應這一轉變，他們一方面利用面向 AI 優化的硬件來進行本地 IT 基礎設施現代化升級，另一方面也在擴展云原生管線，以支持創新實驗和應用的規模化擴展。一些企業已開始采用主權云解決方案，來滿足特定地區的合規要求。

 

我們將部分工作負載遷移至 Snowflake，但意外激增的成本迫使我們進行優化。云端與本地的平衡至關重要。”

 

更智能的云與更強的本地算力：企業級 IT 的混合之道

 

 

圖表 9：在采用云平臺還是強化本地化算力方面，您的投資重點是什么？
（數據基于調查反饋）來源：企業 IT 領導者獨家訪談；ABI Research

 

采用云平臺顯然仍是投資重點，但受訪的企業 IT 領導者強調，其戰略正變得更加精準化、更受場景驅動。如圖表 9 所示，公有云因其可擴展性、彈性和高級托管服務能力，仍占據主要投資份額。然而，許多 IT 領導者指出，私有云部署正同步增長，尤其是在那些涉及數據駐留、合規性或性能敏感型工作負載的行業中。對大多數受訪企業和機構而言，采用云平臺并非簡單的直接遷移上云，而是需要構建兼具敏捷性與可控性的混合架構。事實上，許多企業 IT 領導者表示，由于時延需求、可預測成本模型及主權數據要求，30%-50% 的工作負載仍保留在本地環境中。這不僅加大了私有云方面的投資，也推動了對本地 IT 設施現代化升級的投入，包括 AI 就緒型基礎設施和基于容器的平臺。

云成本優化在訪談中成為核心議題，隨著多云規模不斷擴大，許多企業將其視為日益嚴峻的挑戰。企業 IT 領導者正將投資重心轉向成本可視化工具、策略自動化以及更加精細的工作負載布局策略，從而使資源消耗與業務價值更加協調一致。

 

我們為每位企業領導者提供強大的數據分析技術。AI 已不僅是一項功能，而是企業運營的核心要素。”

 

值得注意的是，安全性和合規性投資作為云規劃預算類別單列項中較少被提及的一項，但幾乎所有受訪 IT 領導者均將其視為必不可少的基本要求。對于新的云或混合環境而言，設計安全、治理自動化和零信任兼容性被視為必備要素，而非可有可無的附加功能。

盡管混合云和多云策略以及邊緣 IT 基礎設施作為明確投資類別來說得分較低，但它們往往被納入整體轉型進程之中。許多 IT 領導者都談到通過統籌協調多個云平臺來支持不同業務部門或地區，并部署邊緣計算以支持預測性維護、視頻分析或時延敏感型 AI 推理等實時用例。

 

 

考慮安全要從設計階段開始，而非事后補救

 

 

圖表 10：您的 IT 安全投資重點是什么？
（數據基于調查反饋）來源：企業 IT 領導者獨家訪談；ABI Research

 

在訪談中，企業 IT 領導者普遍強調正在加大對硬件級安全的投入，尤其是在邊緣、工廠車間和 AI 密集型環境中。隨著計算越來越多地發生在傳統數據中心之外，企業正投資于安全設備采購、防篡改組件和硬件驗證框架。對許多企業而言，實現物理層安全防護已變得與保護網絡或應用安全同等重要。

合規和治理已成為各行各業投資力度最大的領域之一。多位企業 IT 領導者指出，其董事會和審計團隊要求實現跨司法管轄區的實時可見性、自動化能力及合規證明。為此，他們正投資集成內置審計追蹤、主權云功能和跨環境策略引擎的平臺，這意味著淘汰缺乏此類功能的傳統安全工具會被同步淘汰。

圍繞身份和訪問管理 (IAM) 的討論反映出，企業越來越傾向于將身份作為基礎設施的控制平面。IT 領導者們談到正在加大投資自適應訪問控制、服務間身份管理及聯邦 IAM 解決方案，以實現云、軟件即服務 (SaaS) 和本地環境的統一訪問治理。這些投資往往為采用零信任架構奠定了基礎，即使它們未正式冠以該名稱。

 

安全性是我們亟待解決的核心議題。鑒于我們的業務涉及大量個人數據處理，我們必須建立完善的安全防護機制以避免遭受攻擊。因此，安全問題已成為我們的首要關切。”

 

在威脅檢測和響應方面，多位領導者表示投資正在轉向 AI 驅動型平臺和自動化響應框架。傳統安全運維模式過于遲緩和被動，在當今規模龐大的復雜環境下顯得力不從心。因此，企業轉而將預算用于集成式檢測、事件關聯和自動化遏制工作流，旨在從此前的警報管理機制轉向實時威脅緩解。

盡管云安全、端點保護和數據加密作為獨立的投資重點被提及的頻率較低，但企業 IT 領導者仍將其視為“其他”投資領域中的基本要求。在新平臺評估中，加密功能已成默認要求；云工具必須提供原生工作負載隔離和策略執行能力。當前重點不再是采購獨立解決方案，而是確保這些能力全面集成于整個架構之中。

 

我們同時采用三大云服務提供商，因為它們各具優勢，尤其是在 AI 方面。”

 

選擇適合的企業 IT 合作伙伴

 

 

圖表 11：您的企業或機構在基礎設施投資方面通常選擇哪些 IT 合作伙伴？
（數據基于調查反饋）來源：企業 IT 領導者獨家訪談；ABI Research

 

通過深度訪談發現，企業 IT 領導者普遍強調，如今的合作伙伴不僅僅需要具備技術交付能力。多位受訪 IT 領導者指出，技術合作伙伴的價值不僅取決于其能夠獨立交付的成果，更關鍵的是能否深度融入企業或機構的現有 IT 生態體系。這就要求合作伙伴需支持混合云和多云環境、確保合規就緒、實現數據治理，并更多地參與到 AI 戰略執行中。這一轉變深刻揭示了一個趨勢：隨著數字化基礎設施日益呈現分布式、復雜化和關鍵業務特征，合作伙伴選擇標準卻從單純滿足功能清單上的各項要求，轉變為尋找能夠靈活適應架構演進需求，并能與長期轉型目標保持戰略協同的合作伙伴。

 

為確保業務高效運轉，我們同時需要超大規模云服務提供商、軟件提供商和系統集成商。單一的技術或方案提供商無法滿足我們的多樣化需求。”

 

合作伙伴選擇標準：核心考量要素

 

 

圖表 12：您選擇合作伙伴的關鍵標準是什么？
（數據基于調查反饋）來源：企業 IT 領導者獨家訪談；ABI Research

 

隨著企業和機構日益依賴外部供應商來支持其云、AI 及安全戰略的實施，選擇真正合適的 IT 合作伙伴已成為企業 IT 領導者的一大戰略重點。在本研究開展的訪談中，企業 IT 領導者普遍強調，合作伙伴的選擇標準已不再僅考量成本因素，而是更注重長期戰略契合度、部署靈活性以及應對復雜監管和技術環境的能力。

在訪談中，安全性和監管合規性始終是首要關注點。企業 IT 領導者（尤其是金融和醫療等受監管行業）明確表示，他們優先選擇在數據保護、零信任架構方面具備扎實能力，且符合國際標準化組織 (ISO)、《通用數據保護條例》(GDPR) 及美國國家標準與技術研究院 (NIST) 等框架要求的供應商。

不同環境中的互操作性同樣至關重要。許多企業和機構同時運行著傳統 IT 系統、SaaS 平臺以及混合云基礎設施。在這種復雜環境下，不同平臺和系統的集成度和兼容性往往是決定成敗的關鍵要素。IT 領導者強調，需要能夠無縫連接各系統、確保性能穩定一致并支持特定領域數據流的合作伙伴，這對于制造業等領域尤為重要。

創新和未來就緒能力也是核心考量維度。供應商需能夠清晰規劃 AI 路線圖或支持分布式計算、實時數據分析等新興架構，才能助力用戶的長期轉型。值得注意的是，組件提供商和 OEM 的價值不僅需體現在基礎設施性能上，更要滿足企業特定的擴展和優化需求。

盡管成本效益仍是基本要素，但企業 IT 領導者越來越看重合作伙伴能否提供戰略咨詢、技術敏捷性和端到端支持能力。合作模式也已從單純的交易關系轉向能夠與企業共同應對架構演進和治理模式變革的戰略協作關系。

 

監管合規性是我們的首要關注點。我們的 AI 應用越廣泛，就越需要重新審視數據的存儲位置和訪問權限。”

我們需要可操作的定制化軟件……我們會優先選擇能夠提供我們所需的所有組件、滿足我們各項需求且要價合理的供應商。”

 

英特爾® 技術在推動企業級 IT 轉型中的關鍵作用

本白皮書中的 IT 領導者訪談表明，企業級 IT 正在轉向更強調靈活性、AI 就緒性和安全意識的基礎設施戰略。英特爾憑借不斷擴大的技術組合和生態系統合作伙伴，尤其是通過英特爾® 至強® 6 處理器和英特爾® Gaudi® AI 加速器，可更好地應對不斷變化的需求，并滿足企業 IT 領導者在性能、治理能力、成本控制和部署靈活性等方面所提出的多樣化需求。

英特爾® 至強® 6 處理器專為混合型企業設計，通過性能核和能效核結合的方式，兼顧工作負載需求和能效表現。企業 IT 領導者始終將數據治理和監管合規性列為首要考量，而英特爾® 至強® 6 處理器能夠直接支持這些企業需求，提供基于硬件的安全功能，包括英特爾® 軟件防護擴展（Intel® Software Guard Extensions，英特爾® SGX）和英特爾® Trust Domain Extensions（英特爾® TDX）。英特爾® 至強® 6 處理器的性能核產品線引入了英特爾® TDX Connect，可在分布式環境下實現機密計算支持，更好地滿足受監管行業日益增長的相關應用需求，如運行更安全的協作工作負載。此外，英特爾® 至強® 6 處理器采用 Multiplexed Rank DIMM (MRDIMM) 內存，數據傳輸速率最高可達 8,800 MT/s，可顯著提升內存密集型應用的性能表現，例如內存數據庫和內存占用量較大的 LLM 等。

英特爾® 至強® 6 處理器帶來的性能提升能夠更高效地實現服務器整合、縮小數據中心占地面積并降低功耗。借助全新液冷解決方案，英特爾® 至強® 6 處理器可助力企業降低成本并實現可持續發展目標。

對于需要部署實時數據分析、自動化及決策系統的企業 IT 領導者而言，低時延和內置 AI 加速技術同樣至關重要。英特爾® 至強® 6 性能核處理器針對這些工作負載的需求，經過精心優化，通過內置英特爾® 高級矢量擴展 512（Intel® Advanced Vector Extensions 512，英特爾® AVX-512）以及英特爾® 高級矩陣擴展（Intel® Advanced Matrix Extensions，英特爾® AMX），可直接在 CPU 高能效運行 AI 應用，并以更低的成本支持本地推理和較小的模型場景，例如 RAG 和代理式 AI。

 

 

圖 2：英特爾® 至強® 6 處理器的功能特性
來源：英特爾

 

對于超出 CPU 性能范疇的 AI 應用需求，英特爾提供了英特爾® Gaudi® AI 加速器。這款加速器為大規模的模型訓練和推理提供了具備更優性能的硬件平臺，專為在本地和云端運行 AI 工作負載的企業而設計。該加速器具備廣泛的 AI 框架支持和開發人員友好型工具鏈，能夠以更具性價比的方式實現生成式 AI 訓練和推理能力擴展，可滿足企業 IT 領導者對靈活性和可移植性的需求。

值得注意的是，英特爾不僅能提供上述功能，更可通過與云服務提供商、OEM、獨立軟件提供商 (ISV) 及系統集成商 (SI) 等強大的生態系統合作伙伴的緊密合作，確保英特爾® 技術能夠無縫集成至企業現有環境中。這種協作模式讓企業和機構能夠在公有云、私有云及混合云基礎設施中，根據其特定運營需求，靈活部署基于英特爾® 技術的解決方案。

在龐大的合作伙伴網絡的支持下，英特爾® 至強® 6 處理器和英特爾® Gaudi® 加速器共同為企業提供了一條明確的發展路徑，能助其確立高度一致的 IT 架構投資和業務優先事項，從而更好地滿足本研究所揭示的安全性、性能及適應性等關鍵需求。

 

 

結論：2025 年及未來的企業級 IT 發展展望

本白皮書中所有訪談均清晰傳遞出一個核心趨勢：與 IT 基礎設施相關的決策現已成為企業的戰略級決策。企業 IT 領導者正投資于那些能在云端和本地環境中提供更高靈活性、可控性及可擴展性的平臺。混合策略現已成為必不可少的方案，能夠更好地兼顧性能、合規性和成本優化。盡管公有云優先的戰略正在加速推進，但有鑒于監管要求、數據主權考量以及關鍵業務應用對低時延的需求，預計短期內仍有 30% 至 50% 的企業工作負載將保留在本地 IT 環境中。與此同時，AI 訓練和實驗向公有云的遷移正在穩步推進，但受訪的 IT 領導者在規劃推理部署時，仍在審慎考量成本、可控性和基礎設施開放性這三大要素：

? 公有云通常是 AI（尤其是訓練）的主流選擇，而受監管及時延敏感型的工作負載則仍以本地部署為主。

? 隨著企業日益依賴預訓練的 LLM 而非從零構建模型，AI 基礎設施須支持微調、安全推理及混合部署功能。在金融、醫療等受監管行業中，定制化仍然必不可少，這進一步要求計算環境兼具靈活性和合規性。

本白皮書中所探討的未來 3-5 年 IT 投資重點可歸納為：

? 持續云遷移：將傳統 IT 系統替換為針對可擴展性、安全性和能效優化的云原生和混合平臺。

? AI 自動化和分析的擴展：構建 IT 基礎設施以支持大規模的模型訓練、推理及更為經濟高效的 AI 運維。

? 網絡安全現代化升級：采用零信任架構和 AI 增強型威脅檢測，以應對日益復雜的風險和合規要求。

? 可持續發展和 AI 能效優化：能耗、綠色數據中心及基礎設施優化日益受到重視，已成為決策制定中的核心考量因素。

? 本地 IT 基礎設施韌性：對于受監管、高吞吐量及時延敏感型應用而言，性能和可控性仍然非常重要。

憑借其新一代英特爾® 至強® 6 處理器、英特爾® Gaudi® AI 加速器及強大的合作伙伴生態系統，英特爾將助力企業 IT 領導者將這些優先事項付諸實踐。當前制定的 IT 基礎設施決策決定著未來數年內企業的技術發展和競爭優勢。根據本文所闡述的觀點，未來發展方向將聚焦于基于 AI 的混合型基礎設施，且要兼具多樣化選擇、安全性和可擴展性。