调研结果显示企业 IT 架构正经历根本性转变。虽然已有77%的企业积极应用 AI，但过去一年中，几乎所有企业（95%）都曾因数据治理、合规或监管方面的挑战推迟或取消 AI 项目。为了应对这些挑战，72%的企业表示现有数据架构需要进行大规模重构，才能满足未来 AI 的发展需求。这表明当今的基础设施并非为满足现代 AI 的需求而构建。
 

这些发现共同揭示了企业正迎来一场“AI 时代的数据架构大重构”，即从传统数据架构转向混合环境，从而支持企业能够将可信AI 应用于复杂环境中的可信数据。
 

Cloudera 首席技术官 Sergio Gago 表示: “当前的 AI 时代正迫使企业重新思考技术基础设施的底层架构。许多企业正在意识到，过去为传统数据分析构建的架构已经无法满足如今 AI 对规模、治理能力和灵活性的要求。企业能否取得成功取决于其是否能够构建坚实的数据基础，从而根据实际需求在最合适的环境中运行 AI，而无需在数据控制能力和安全性上做出妥协。”
 

Cloudera 大中华区技术总监刘隶放表示：“随着 AI 从试点走向规模化应用，越来越多企业开始意识到，真正制约 AI 价值释放的已不再只是模型本身，更在于底层数据架构能否支撑 AI 的规模化运行。中国企业正在加快 AI 落地，但要将试点成果转化为安全、可扩展且可持续的业务价值，必须建立一致的数据治理体系，并构建灵活的混合数据架构。Cloudera 致力于帮助企业统一管理和治理分布在不同环境中的数据，让 AI 能够在最适合的环境中运行，同时保障数据安全与合规。这一趋势在亚太地区已经十分明显：68%的企业表示，现有数据架构需要进行大幅重构，才能满足未来 AI 的需求；同时，63%的企业已经将至少部分 AI 工作负载从公有云迁移至私有云或本地环境。这进一步表明，对于企业级 AI 的规模化应用而言，能够灵活决定数据和 AI 工作负载部署在哪里，正变得越来越重要。 ”

 

AI 早已不再局限于孤立的试点项目，如今已广泛融入企业运营。随着企业不断扩大AI的应用范围，原本并未为大规模AI应用而设计的基础设施正面临着越来越大的压力。
 

近四分之三（75%）的受访者表示，AI 集成已经改变了企业的数据存储方式和数据架构实践，84%的受访者表示，AI工作负载导致基础设施成本增加。这些发现表明，企业不仅在重新思考数据的存储位置，也在重新规划数据的管理、治理以及向AI系统交付的方式。

 

随着企业不断扩大 AI 应用规模，数据治理正逐渐成为企业级AI成功落地的关键基础。今年早些时候，Cloudera 发布的《数据就绪指数》显示，75%的企业表示，AI 正在暴露传统数据治理流程的局限性。这项最新研究表明，随着 AI 应用不断普及，这些挑战仍在持续加剧。
 

近四分之三（73%）的受访者表示，AI 增加了数据治理的复杂性；超过半数（55%）的受访者表示，在过去12个月中，由于数据治理、合规或监管方面的挑战，超过六个 AI 项目被推迟或取消。
 

随着数据日益分散在不同环境中，这一挑战变得更加严峻。几乎所有受访者（97%）表示，企业至少每个月内都会在不同环境之间进行数据迁移。因此，要实现 AI 的安全规模化部署应用，必须在公有云、私有云、本地数据中心以及边缘环境之间实施一致的数据治理。

 

越来越多企业开始采用混合架构，以兼顾性能、数据治理、成本和灵活性，而这些能力都是现代 AI 成功应用的关键。
 

三分之二（66%）的受访者表示，在过去一年中，企业已将部分 AI 工作负载从公有云迁回私有云或本地基础设施。这表明企业正加速转向混合架构，以便根据不同工作负载的实际需求，在最适合的环境中运行 AI。
 

展望未来，企业将持续加大对云、本地数据中心、边缘环境以及混合环境的投入，而不是依赖单一部署模式。四分之一（25%）的受访者表示，未来两年企业将优先采用“混合优先”架构，这进一步印证了企业级AI的未来将由灵活性而非单一的基础设施战略所决定。

 

是否采用 AI 已不再是企业形成差异化优势的关键，真正拉开差距的是 AI 优化能力。能够推动数据架构现代化、对数据实施一致治理，并根据实际需求在最合适环境中运行 AI 的企业，将更有能力实现安全、可扩展的 AI 应用，并创造持久的业务价值。