2025年，AI+大潮涌动，AI应用开始加速进入千行百业之中。然而，在这个过程中，众多企业也遇到各种AI落地瓶颈。CIO时代与新基建创新研究院联合红帽，基于对350余位企业CIO的调研，共同完成了《2025中国企业级AI实践调研分析年度报告》，从战略、技术、人才、治理四大维度剖析AI落地现状与趋势。

2026年1月24日，“数智跃变・AI启新程 | 2026 CIO时代新年论坛暨颁奖典礼·首届京津冀AI+智领创新峰会”在北京隆重举行。会上，红帽大中华区首席技术官、企业级AI+专家委员会专家张家驹解读了《2025 中国企业级 AI 实践调研分析年度报告》并分享了红帽实践。

红帽大中华区首席技术官

企业级AI+专家委员会专家 张家驹

嘉宾观点

企业AI战略正经历从“战略认知”到“体系化建设”的关键演进阶段，具备开放生态经验、能提供从平台支撑到治理与人才体系建设全方位支持的合作伙伴，将成为企业从“AI试点”到“AI体系化能力”的关键推动力量。

AI，从概念热走向价值实

《2025 中国企业级 AI 实践调研分析年度报告》显示出一个重要的结果，就是AI正从务虚的概念，转化成重塑企业业务价值的工具。

对此，张家驹表示：“前几年AI，尤其是生成式AI火爆时，很多企业跟风布局，但CIO们普遍存在一个痛点——看不清AI实际能带来的业务价值，甚至对技术落地的风险充满质疑，比如大模型的‘幻觉’问题、应用范围局限等。但从2025年的调研数据来看，这种质疑正在转化为理性认知，企业不再盲目追求技术热度，而是更关注AI能解决什么实际问题、创造多少业务增量，这是行业走向成熟的关键信号。”

报告同时呈现出2025年企业AI落地的三大核心趋势，分别是生成式AI、AI智能体和AI+自动化。关于这三大趋势的落地特征与关联，张家驹做了这样的描述：“这三大趋势是层层递进、相互支撑的关系。首先是生成式AI，基于Transformer架构的模型已经突破了单一文本生成的局限，拓展到图像扩散模型等多领域，‘幻觉’问题也有了业界通用的应对方案，如今它已成为企业AI平台的底层基础设施，不再是需要反复验证的技术，而是支撑上层应用的底座，多模态、全模态模型成为新方向。”

谈及智能体的应用变化，张家驹接着解释说：“2025年可以说是智能体元年，它彻底重构了AI的应用模式。以前AI多是‘文本进、文本出’，聚焦训练和推理两大场景，而智能体出现后，输入输出形式更多元，对模型后训练、推理优化的要求也更高，这就需要强大的生成式AI基础架构作为支撑，二者是‘上层应用’与‘底层支撑’的关系。”

而对于AI+自动化的应用，张家驹认为：“生成式AI像企业智能化的‘大脑’负责决策与分析，但在制造业等具身智能场景中，还需要‘小脑’来落地执行，这就是自动化技术的价值。我们看到越来越多企业将AI与自动化结合，补齐从决策到执行的闭环，这也是AI在传统行业规模化落地的核心抓手。”

破解平衡开放、安全与合规的“不可能三角”

张家驹在演讲中提到，企业AI落地需要平衡开放、安全与合规的“不可能三角”，这同样也是众多CIO关注的重点。但要真正打破这个不可能三角，却需要付出相当多的努力。

张家驹对此表示：“国内AI生态的核心特征就是开放兼容，调研发现超70%的开源模型来自中国，这意味着企业有丰富的开源资源可以依托，不用从零搭建技术体系，能站在‘巨人的肩膀上’创新。但开放不等于无边界，企业必须在开放生态中建立自己的合规与安全体系。”

具体来说，张家驹认为：“一方面要基于开源技术做商业化适配，比如红帽就将开源项目进行企业级优化，解决其在高并发、稳定性上的不足，同时嵌入安全管控模块；另一方面要建立全流程治理机制，从数据采集、模型训练到应用落地，每一环都明确合规要求，既享受开源的灵活性，又守住安全与合规的底线。这不是非此即彼的选择，而是动态平衡的过程。”

控制好“AI中枢”缺口和“治理赤字”

报告中还提出了“AI中枢”缺口和“治理赤字”两个新概念，这两个问题对于企业AI落地会产生极其重要的影响。

张家驹解释了这两个新出现的问题：“‘AI中枢’缺口指的是企业缺乏统一的AI平台，很多企业的AI应用是零散的，无法与传统IT基础设施、现有业务系统打通，导致数据孤岛、算力浪费，难以规模化落地。应对方案就是搭建开放混合云平台，既能管理传统应用，又能支撑AI工作负载，实现资源与应用的统一调度。”

而对于“治理赤字”，张家驹表示：“它是因为AI技术机理的局限性，比如大模型“幻觉”无法完全消除，再加上AI应用场景越来越复杂，企业在运营合规、风险管控上的能力跟不上技术发展速度。这就要求企业建立专门的AI治理体系，不仅要靠技术手段优化模型，还要从组织、制度层面明确责任，将治理融入AI全生命周期，而不是等出现问题再补救。”

给企业CIO的建议：体系化布局，激活组织潜能

基于本次调研和红帽的实践经验，张家驹认为CIO在布局AI时应当做好以下四方面工作。

首先，要实现从“落地化”到“体系化”的进阶，不要满足于单个AI场景的成功，要搭建统一的AI平台和技术体系，支撑规模化增长，同时重视AI经济学，让每一笔智能化投资都能产生可持续的价值。

其次，要构建可信治理体系，将合规、安全融入AI全生命周期，主动弥补“治理赤字”，降低技术风险。

接下来，要激活组织潜能。AI不是年轻人的专属，传统IT运维、基础设施领域的人才，通过培训可以转型为AI基础设施人才，企业要打造学习型组织，缩小AI人才缺口。

最后，要拥抱开源生态，依托开源技术快速构建核心能力，同时通过商业化适配解决企业级需求，平衡创新效率与落地稳定性。

以开源技术构建混合AI基础架构

红帽过去多年深耕企业级Linux，近10年已成功转型为多云容器平台和开放混合云领导者，核心依托Linux、OpenShift、Ansible三大产品线。在AI时代，红帽更是将核心定位放在为企业打造“开放混合AI”基础架构，实现“任意模型、任意加速器、任意云”的灵活适配。针对企业AI落地瓶颈，红帽又能提供哪些技术方面的支持？张家驹给出了这个问题的答案。

他表示：“Red HatAI产品套件的核心组件vLLM推理引擎，相当于AI时代的’Linux’，能在不同算力硬件上高效运行各类大模型，解决传统工具在企业高并发场景下稳定性不足、算力利用率低的问题，最大化挖掘GPU资源价值。同时，我们在OpenShift平台上新增了智能体开发运行套件，集成强化学习框架、MCP等工具，实现模型后训练、上线部署、全生命周期管理的一体化。此外，我们还将Ansible自动化平台升级为AI驱动的运维平台，实现智能化运维闭环，再结合优化后的企业级Linux，形成从底层操作系统到上层应用的全栈AI支撑能力。”

“AI作坊”的特点是零散、不稳定，多聚焦技术可行性验证，无法规模化创造价值；而“AI工厂”需要稳定、高效、可靠地输出AI能力，支撑业务规模化增长。红帽针对企业级AI落地，一个目标是要推动企业从“AI作坊”向“AI工厂”跃迁。

张家驹谈了这个转变的实现过程：“红帽的核心价值就是搭建标准化平台，让AI从‘实验室’走向‘生产线’。我们的开放混合云平台能实现资源统一调度，解决算力、成本的精细化运营问题
；vLIM推理引擎和智能体开发套件能保障AI模型的稳定输出与高效迭代；全流程安全合规管控则为‘AI工厂’保驾护航。简单说，红帽提供的不是单一工具，而是一套完整的体系，帮助企业将AI能力系统化、规模化，让智能化投资进入复利周期，真正实现业务价值的持续增长。”

·END·