企業如何平衡AI創新與風險
生成式AI的全球支出預計將在2025年達到6440億美元，較2024年激增76%。這一數據傳遞出明確信號：企業普遍認為，若在AI應用領域落后，企業將面臨生存危機。然而，盡管AI技術已無處不在，但其應用仍持續引發企業領導層的憂慮——從安全隱患到運營挑戰，諸多問題亟待解決。
關于AI的潛在風險與弊端是否值得其宣稱的巨大收益，業界始終存有疑慮。盡管創新承諾能帶來客戶體驗與運營效率的變革性提升，但將AI深度嵌入現有運營體系所伴隨的風險，亦可能引發嚴重后果。
如您所在的企業正在考慮構建和部署 AI 賦能應用程序，或您正在尋找合適的 AI 推理運行環境
點擊鏈接了解 Akamai AI 推理云解決方案，現在申請試用可得高達 500 美元專屬額度
尋找平衡點
技術領導者面臨一項”平衡”挑戰：企業如何在積極開拓AI疆土的同時，避免為自身埋下難以承受的風險隱患。
由Akamai委托、Forrester進行的一項新研究，就企業目前如何實現這種平衡提供了一些答案。該研究通過對400名高級AI和企業云戰略決策者進行調研，揭示了組織如何在快速捕獲價值的同時，建立必要的防護措施來保護其業務。
企業如何確定AI場景的優先級
Forrester的研究明確指出，企業領導者正將AI直接融入核心業務目標，使其成為業務戰略的核心。即便如此，領導者們也謹慎地優先考慮低風險、高回報的應用。
受訪者指出了推動AI投資的三大首要目標：
- 改善客戶體驗（76%）
- 提高運營效率（76%）
- 加強客戶留存（71%）
其他研究持續表明，客戶體驗的改善與收入增長、客戶流失減少和更強的競爭優勢直接相關。
例如，麥肯錫公司指出："……全球最成功的高增長企業所創造的價值中，80%來自核心業務——主要是從現有客戶中挖掘新收益。"
最高優先級的AI場景最貼近客戶
因此，企業領導者并非因為需要保持競爭力而使用AI，而是謹慎地將這種新技術與影響收入和增長的可衡量成果掛鉤。這就解釋了為什么最高優先級的AI使用案例是那些最貼近客戶的場景。
超過一半的組織正在將AI應用用于個性化（53%）、自動化客戶解決流程（53%）和回答客戶問題（52%）。與更具實驗性的用例相比，這些應用風險相對較低，但能帶來快速、有形的投資回報。
通過專注于直接的客戶體驗改善，公司可以產生回報，為進一步的探索提供資金，同時也能讓團隊和基礎設施為更宏大的計劃做好準備。
采用AI的風險格局
Forrester的研究也呼應了企業領導者從一開始就對AI存在的一些擔憂。他們最關心的AI問題包括：
- 網絡安全風險
- 合規性挑戰
- 聲譽損害
- 財務損失
網絡安全風險
63%的受訪者擔心網絡安全風險。AI系統引入了新的攻擊面，并為威脅行為者擴大了現有的攻擊面。諸如模型投毒、提示注入和數據竊取之類的威脅，已在現實場景中出現。當面向客戶的應用程序依賴AI進行決策時，即使是微小的漏洞也可能級聯成重大的安全漏洞。
合規性挑戰
隨著政府頒布新的AI驅動法規，如歐盟《人工智能法案》、美國監管框架以及特定行業指南，企業在擴展AI規模時面臨著合規障礙。與傳統軟件不同，AI引入了可解釋性、可審計性和偏見緩解等獨特問題。未能達到法規要求可能導致處罰、法律風險部署停滯。
聲譽損害
AI故障往往會迅速曝光。有偏見的推薦系統或胡言亂語的聊天機器人，隨時可能登上新聞頭條?？蛻魯祿[私也可能因此泄露。對于面向客戶的應用場景而言，此類失誤遠不止是技術問題——更會重創品牌形象。而重建用戶對企業的信任，注定代價高昂。
財務損失
實施不當的AI可能導致客戶流失、機會喪失和投資浪費。例如，如果零售業的AI聊天機器人提供了誤導性的財務建議，公司可能不僅面臨監管罰款和訴訟，還會遭遇消費者的強烈反對，這將削弱AI系統本應實現的客戶留存收益。
這些風險的后果有可能像滾雪球一樣演變成嚴重的業務中斷，這就是為什么領導者必須謹慎采用AI，必須仔細平衡創新的風險與回報。
企業如何實現這種平衡
盡管AI的回報是否大于風險仍有待觀察，但當今的企業并非無能為力。根據Forrester的研究，領導者們可以在以下方面相互借鑒：
- 迭代式采用
- 用于AI訓練和推理的托管服務
- 云原生和開源技術的采用
- 強大的供應商生態系統
- 跨職能治理
迭代式采用
許多組織并非全力投入雄心勃勃的生成式AI項目，而是從小處著手。通過在受控的場景（如客戶服務自動化）中推出AI，他們可以在不危及關鍵運營的情況下獲得經驗。這種迭代模式使他們能夠負責任地進行測試、學習和擴展。
用于AI訓練和推理的托管服務
構建和維護AI基礎設施非常復雜，企業越來越依賴托管服務來進行模型訓練和推理。這減少了運營負擔，并使專業知識的獲取變得更加容易。
通過外包高風險任務，組織在加速部署的同時也最小化了風險暴露。關鍵在于選擇那些與自身具有相似安全和風險緩解標準的公司提供的服務。
云原生和開源技術的采用
調查數據還顯示，企業正在嘗試云原生和開源AI技術。云原生架構提供了可擴展性和彈性，而開源技術則提供了靈活性和速度，這兩者對于AI采用和技術更新都是必需的。這為企業帶來了架構上的靈活性，同時規避了長期受制于特定供應商的風險。
強大的供應商生態系統
鑒于AI采用的復雜性，許多組織正在優先考慮那些擁有成熟AI專業知識的供應商。這些合作伙伴不僅幫助企業應對技術問題，還幫助應對合規性、可擴展性和安全性。強大的供應商生態系統支持AI風險緩解策略。
跨職能治理
或許最重要的是，組織認識到AI治理不能僅僅由IT部門負責。領先的企業從一開始就創建涉及合規、法律和安全團隊的跨職能治理框架。這種整體方法確保了AI創新符合監管要求和合乎道德的AI標準。
從數據中顯現出的主要模式是，公司正在通過結來實現平衡；也就是說，他們正在構建腳手架，使創新和風險管理能夠并行推進。
基礎設施與AI風險管理
除了運營結構，平衡的AI采用還需要堅實的基礎設施。事實上，根據Forrester的研究，55%的企業將技術和平臺差距列為其采用AI的首要挑戰。
傳統的云平臺并非為性能敏感的AI工作負載（如大規模推理）的獨特需求而設計。延遲、成本效率低下以及數據本地化控制不足，都會帶來風險——從客戶體驗下降到合規審計中更高的風險暴露。
企業正在通過探索專為AI性能構建的替代方案來重新思考其基礎設施戰略。他們通過使用為分布式工作負載、低延遲推理和內置安全而優化的平臺來實現這一目標。
簡而言之，基礎設施不僅僅是AI技術的基礎；它也是風險方程中的一個活躍部分。選擇錯誤的基礎設施會放大漏洞。選擇正確的基礎設施則可以將AI從負債轉變為長期的競爭優勢。
現在緩解風險，為了未來創新
企業AI的征程正在快速演變。早期的采用集中于狹窄的場景，隨后生成式AI浪潮擴展到內容創作、分析和自動化。
現在，我們正處于下一階段的風口浪尖：代理型AI。代理型AI構成了具有自主性的系統，能夠代表人類行事，并根據現有情境做出決策。這種演進承諾帶來進一步的收益，但當然也伴隨著前所未有的風險。
AI的每個階段都既增加了潛在收益，也提高了失敗的成本。那些成功的企業，將是那些目前通過迭代采用來構建組織流暢度、投資于具有彈性且性能優化的基礎設施、并從一開始就嵌入治理與合規的企業。
現在正是技術決策者重新評估AI解決方案和云戰略，特別是其基礎設施選擇的時候，以確保他們能夠負責任地擴展，并將道德考量放在心上。
了解更多
要更深入地了解400位高級決策者如何應對AI開發與采用，請下載完整的Forrester報告：《企業級 AI 現狀：積累經驗，管控風險》。
—————————————————————————————————————————————————
如您所在的企業正在考慮構建和部署 AI 賦能應用程序，或您正在尋找合適的 AI 推理運行環境
點擊鏈接了解 Akamai AI 推理云解決方案，現在申請試用可得高達 500 美元專屬額度
