一文揭秘企业 IT 转型新利器
执行摘要
企业级信息技术 (IT) 正经历着重要转型。它走过了曾以本地服务器、大型机和资本支出 (CAPEX) 密集型部署为标志的时代，并迅速演变为一个由云原生服务、人工智能 (AI) 加速平台和混合基础设施模型构成的动态生态系统。企业不仅在进行现代化升级，更在彻底重构其整体 IT 战略，以适应新的数字化发展范式。
为深入理解这些商业挑战和 IT 投资优先级，ABI Research 对多家优秀跨国企业的 IT 领导者开展了定性研究。2025 年初，我们采访了来自加拿大、英国、美国、印度和日本的 25 位 IT 领导者，包括首席信息官 (CIO)、首席技术官(CTO) 以及 IT 高管。研究覆盖金融服务、医疗、制造业、能源、电信和零售等关键领域。这些领导者负责对其所在企业或机构的 AI 落地、IT 基础设施投资战略及混合云整合等重大议题制定关键决策。
本研究通过一线视角，揭示了不断演进的 AI 和计算能力，正如何推动企业通过多元化 IT 投资在当今市场中保持自身竞争力。研究清晰地呈现出企业在实现愿景的过程中需要应对的内外部挑战。
从 AI 部署、混合云整合到 IT 合作伙伴选择，以及基础设施现代化，本研究以真实客观的态度深入呈现了 IT 领导者在其企业或机构中所关注的优先事项、需应对的挑战以及具体策略。
本研究的主要发现如下：
1. 混合云发展趋势：企业正在构建融合公有云与本地系统的混合 AI 基础设施，其中 30% 至 50% 的工作负载在本地处理，以加强合规性和可控性并降低时延。
2. 预算优先级：近半数 IT 预算现集中于云计算、AI 和网络安全领域，大多数企业选择采用第三方 AI 模型和基于云的加速器，而非自建或自购。
3. 机密计算需求：网络安全、合规要求及 AI 治理已成为战略重点，正推动企业采用零信任架构、策略自动化及控制机制，以确保模型完整性并符合监管要求。
引言
企业级 IT 正经历着深刻变革。过去，该领域主要聚焦于系统维护和成本管理，而今，它已跃升为企业的核心战略支柱，驱动着创新并可提升竞争优势。随着云、AI 和自动化等技术不断突破边界，IT 领导者需要应对日趋复杂的环境，性能、韧性和敏捷性已变得至关重要。
ABI Research 深入研究了企业如何调整战略以应对当前及新兴的挑战。我们与全球 25 位 IT 领导者进行了深度访谈，受访者包括负责数字化转型和 AI 战略的 CIO、CTO、IT 基础设施和架构负责人以及高管，范围涵盖北美、欧洲及亚太地区的金融服务、医疗、制造业、科技服务、电信及零售等行业。这些领导者均处于决策前沿，负责塑造未来十年的企业技术格局。
本研究不仅呈现了当前企业级 IT 的发展现状，更通过整合他们的前瞻视角，勾勒出未来发展路线图。本文重点阐述了企业和机构如何调整基础设施、投资优先级和合作伙伴生态系统，以应对 AI 驱动的时代对性能要求更严苛且对成本更敏感的未来发展趋势。当今 IT 领导者往往需要在两难中寻求平衡：既要优化运营，又要管控风险和成本；既要推动创新，又要确保合规性和安全性。随着 AI，尤其是生成式 AI (GenAI) 的迅猛发展，这些压力更是持续加剧，不断对算力、存储及大规模 IT 基础设施提出新的要求。
技术已不仅是节省成本的工具，更是企业未来十年推动创新、提高韧性的关键。”
企业越来越希望突破专有架构生态系统的局限，转而采用去中心化的可扩展解决方案，以提高能效、可控性和适应性。随着 AI 加速器和基于开放标准的硬件选择日益丰富，IT 基础设施不仅要能满足当前需求，更要在 AI 驱动的未来适应不断变化的需求。无论是制定决策的 CIO，还是提供支持的技术提供商，本研究中的前瞻洞察都将为未来发展提供关键指引。
企业技术落地面临的挑战和机遇
图表 1：从 IT 角度而言，您认为企业和机构面临的最大挑战是什么？
来源：ABI Research
尽管云计算、AI 和自动化有助于提高能效和可扩展性，企业仍需应对诸多复杂挑战，包括对传统 IT 系统的集成、监管合规性及网络安全威胁等。这要求 IT 领导者采取战略性方法，在降低潜在风险的同时，确保其 IT 现代化举措符合运营需求。
访谈结果显示，IT 现代化进程中普遍存在三大核心挑战。这些挑战深刻反映了企业 IT 领导者在加速转型时期所面临的多层次复杂性：
▪ 技术挑战：受访者普遍提及传统 IT 基础设施、数据清理、集成复杂性、混合云落地以及 AI 工作负载的可扩展性需求。
▪ 商业和经济挑战：IT 领导者们重点关注监管合规、供应商锁定、成本不可预测性等问题，尤其强调需要针对云和 AI 投资建立更清晰的投资回报率 (ROI) 框架。
▪ 人才和变革管理挑战：受访者普遍认为，技术人才短缺、技能升级缺口以及内部阻力是转型中一直存在的障碍。
这已不仅是云端或本地的问题，真正的挑战在于，如何在数据和算力高度分散的情况下持续提供稳定性能。”
技术挑战：企业级 IT 基础设施的安全防护、规模扩展和现代化升级
图表 2：未来 3-5 年，您认为企业级 IT 基础设施将面临哪些主要挑战？
（数据基于调查反馈）来源：企业 IT 领导者独家访谈；ABI Research
全球企业 IT 领导者的访谈中频繁提及高度关联的 IT 现代化挑战：安全性和合规性、集成复杂性以及性能限制问题。
安全性和合规性问题几乎在每次访谈中都被提及，但不同行业的侧重点各异。金融服务领域的领导者重点关注满足系统和组织控制 (SOC) 2 和《通用数据保护条例》(GDPR) 等监管要求；而医疗行业则更关注 AI 应用扩展过程中的数据保护和《健康保险携带和责任法案》(HIPAA) 合规。各行业的受访者普遍强调需采用零信任架构、身份管理以及嵌入式合规控制。
集成复杂性是另一个普遍的痛点，在制造业等传统 IT 系统密集的行业尤为突出。受访者表示，在将监控和数据采集 (SCADA) 等运营技术 (OT) 系统集成到现代化云边环境时往往存在挑战。此类集成通常需要中间件、数据编织及系统集成商 (SI) 来支持预测性维护和工厂自动化等用例。
性能问题在零售、电信和金融等依赖实时响应的行业中被频繁提及。随着 AI 工作负载不断扩展，IT 领导者强调需通过容器化计算、边缘推理和实时监控工具，构建具备低时延和高可用性的基础设施。
这些挑战共同凸显出企业需要制定兼具更强安全性、更高灵活性和更出色性能的基础设施战略。本节的余下部分将逐一深入分析这些主题，而后续章节将具体阐述企业如何应对挑战并相应调整投资优先级。
在医疗诊断领域部署 AI 应用时，我们主要担忧的并非模型准确率，而是训练数据的存储位置、访问权限和匿名化处理。”
安全性和合规性：云和 AI 方面的关键要务
图表 3：未来 3-5 年，企业级 IT 现代化面临的主要安全挑战是什么？
（数据基于调查反馈）来源：企业 IT 领导者独家访谈；ABI Research
企业 IT 领导者的访谈明确显示：安全性和合规性已成为 IT 现代化升级的核心基础，而非次要考量。尽管各行业关注的重点有所不同，但随着云和 AI 加速落地，这三个关键领域始终倍受重视：风险治理、数据保护和身份管理。
风险和治理是最频繁提及的问题，在金融服务领域尤其如此。该行业的领导者面临着可审核性、AI 可解释性及实时合规方面不断强化的要求。为此，许多企业纷纷投资建设治理框架和自动化策略执行机制，以满足内外部监管要求。数据安全和隐私保护紧随其后，也是备受关注的议题。医疗和公共领域的企业 IT 领导者尤其强调数据驻留以及 AI 工作流程的安全性。相关投资主要集中于加密、匿名化及策略感知型访问控制，以在不限制数据分析能力的前提下保护敏感数据。
制造业等领域主要关注端点防护、边界安全以及威胁检测和响应。当前的重点正逐步转向行为分析、持续监控和自动化遏制，特别是针对设计之初未充分考虑当前更严苛安全要求的 OT 系统。身份和访问管理 (IAM) 也非常重要，对于采用零信任模型的企业和机构而言尤为如此。领导者正着力将单点登录 (SSO) 和多因素认证 (MFA) 的覆盖范围从用户认证，扩展到 AI 和开发运维 (DevOps) 管线中的服务和设备交互。
尽管云安全架构作为独立议题被提及的频率相对较低，但在多云治理和主权云就绪等讨论中却频繁出现，这凸显了其在整体基础设施规划中的重要作用。
我们的审计追踪范围不仅需要覆盖系统，还须包含 AI 训练数据、推理模式及用户访问记录，这是一种更高级别的审查要求。”
集成复杂性：传统的 IT 系统与现代化基础设施难以融合
图表 4：未来 3-5 年，就对传统 IT 基础设施进行集成而言，企业级 IT 现代化面临哪些主要挑战？
（数据基于调查反馈）来源：企业 IT 领导者独家访谈；ABI Research
我们尚未实现跨地区的全球统一活动目录 (Active Directory)。我们正在推进 IT 架构整合，但这一过程非常复杂。”
对于众多企业 IT 领导者而言，当前基础设施普遍面临架构蔓延的问题，传统的 IT 系统、云原生平台、不一致的数据模型与相互孤立的治理体系混杂并存。这种复杂现象在跨国企业中尤为突出，这些企业往往经过收购兼并，采用 IT 联合管理模式，各地区又保持了相对自治。
数据和应用的互操作性始终是一大挑战，尤其是在金融服务、电信及制造业等领域。受访领导者指出了企业在这方面面临的重重挑战，包括统一客户记录、同步数据分析以及跨系统和跨区域应用统一身份框架。供应商重叠、接口过时和流程所有权分散更是让这些问题雪上加霜。
应用环境往往参差不齐，如单个系统与容器化服务和早期云原生部署并存。这种不均衡的 IT 现代化进程导致企业在统一管理 IT 基础设施、扩展其规模或保障其安全时阻力重重。
受限于地域特性和工作负载的传统 IT 基础设施使得全面迁移困难重重，因此混合云是更理想的选择。”
时延和性能：为何混合计算和本地计算仍然至关重要
图表 5：未来 3-5 年，企业级 IT 现代化主要面临哪些与性能相关的挑战？
（数据基于调查反馈）来源：企业 IT 领导者独家访谈；ABI Research
尽管企业普遍快速转向云优先战略，但 IT 领导者一致认为，时延和性能问题仍然至关重要，在许多情况下甚至直接影响架构选择。图表 5 所示的挑战反映了不同行业的共同痛点：实时操作对基础设施的要求日益提升，不仅需要具备可扩展性，还需兼具可预测性和快速响应能力，并且更加靠近数据源。
其中最常提及的痛点包括计算瓶颈和可扩展性限制，尤其是在需要扩展 AI 工作负载的企业和机构中。零售和金融服务等行业的企业 IT 领导者指出，他们难以有效管理并发推理任务和后端流程。某全球零售商的技术高管表示，高负荷工作负载使其现有云容量不堪重负，促使他们在本地数据中心中投资建设专用的 AI 计算集群。制造业企业则指出，云资源难以稳定提供车间实时应用所需的低时延。
网络时延和拥塞问题在跨国运营或需要现场作业的企业中尤为严峻。多位受访者指出，集中式云架构导致的时延已直接影响到关键业务流程。响应时间和终端用户体验也成为访谈中的高频议题，在以客户参与度为核心的企业和机构中尤为突出。在电信和数字银行等行业，个性化功能或交易审批即使出现微小时延，也可能引发客户不满。某知名数字银行的 IT 领导者特别提到，他们已转向基于边缘的 AI 决策，以缩短响应时间并满足更严格的服务等级要求。在此背景下，性能提升已不仅是基础设施效率问题，更成为企业保持竞争优势的要务。
我们采用混合云战略，因为在医疗领域，时延和性能至关重要。临床决策容不得半分延误。”
人才和变革管理挑战
技术虽是企业级 IT 现代化的核心议题，但企业往往还面临许多其他挑战。通过与企业 IT 领导者的访谈，我们发现，除了制定云架构、AI 部署和网络安全等复杂决策外，他们还需应对一系列组织层面和经济方面的压力。例如预算难以预测、内部协调障碍和人才储备不足，这些因素屡被提及，使得本已颇具挑战的技术路线图更添变数。这已不仅是 IT 项目，更是企业全局的转型问题，需要通过高管支持、财务管控以及文化变革方能成功实现这种转型。图 1 揭示了访谈中最常提及的三大挑战，按重要性排序依次为：预算限制、战略协调以及组织就绪度。
维持稳定的员工团队并非易事。企业和机构必须探索更具创意的员工激励模式，否则将面临人才流失。”
图 1：企业级 IT 面临的经济和组织挑战
来源：企业 IT 领导者独家访谈；ABI Research
2025 年及未来企业 IT 领导者的投资优先级
图表 6：在 IT 基础设施方面，您计划投资哪些主要领域？
（数据基于调查反馈）来源：企业 IT 领导者独家访谈；ABI Research
本研究中的受访企业 IT 领导者，正处于由 AI、云基础设施、网络安全和数据战略融合而成的复杂数字化变局中。企业面临着重重压力，既要实现 IT 环境现代化，同时要确保合规性、韧性以及 ROI，因此技术投资需要更加审慎且紧密贴合业务需求。图表 6 所示为频繁被提及的重点投资领域，反映了企业对新兴机遇和旧有限制因素的战略性回应。
AI 和自动化位居投资优先级之首，几乎所有受访 IT 领导者都强调，AI 现已从实验阶段全面转向落地阶段。企业领导者不再做孤岛式的 AI 用例试点，而是将其嵌入前线业务流程：零售和物流领域正利用 AI 进行需求预测和动态路径规划。某全球包装消费品 (CPG) 企业的 IT 领导者分享了他们如何通过预测算法和 GenAI，实现从仓储运营到补货周期的全流程自动化。此外，随着 AI 助手 (copilot) 和智能助手的出现，自动化技术在企业内部加速普及，成为提升员工工作效率、加速软件开发流程、自动化文档生成以及加强基础设施管理的重要工具。
我们已跨越试点阶段，当前要务是将 AI 投入实际生产应用，并确保其安全性、可审计性以及与业务的深度整合。”
云基础设施仍是战略投资的重点领域，企业不仅追求其业务敏捷性，更着眼于其 AI 就绪度和平台一致性。企业 IT 领导者正着力构建标准化登陆区 (landing zone)、广泛采用云原生服务，并在混合环境中严格管控成本、时延和合规性。为支持全球业务负载，同时履行本地责任制，区域云中心和主权云方案日益受到重视。
安全性和合规性贯穿所有访谈，始终都是重要议题。安全防护早已从过去的被动响应功能，转变为如今从设计之初就需要嵌入整体架构的核心要素。这一转变在金融服务、医疗和关键基础设施领域尤为明显，相关的 IT 领导者正在重点投资自动化策略执行、基于身份的访问模型，以及跨混合环境的持续威胁检测。多位受访者还指出，在监管严格的环境下，AI 治理日益受到关注，尤其是对于模型行为审计和数据沿袭的需求不断增长。
在数据治理和主权方面，IT 领导者正重点投资于统一元数据平台、数据沿袭查询工具及跨境数据驻留解决方案。随着 AI 开始访问敏感或受监管的数据集，这些举措与安全合规要求紧密关联。
我们投资的所有 IT 解决方案都必须具备备份和加密功能，即默认安全原则。这已是不可妥协的必备要求。”
此外，对多数企业和机构而言，传统 IT 系统的现代化升级仍是一项必要投资。但相较于全盘替换的策略，企业 IT 领导者更倾向于采用模块化思路的 IT 现代化升级策略，在挖掘传统 IT 系统价值的同时，实现新的数字化能力。
这一思路折射出整体战略向灵活性转变的趋势。无论是通过容器化、应用编程接口 (API) 网关，还是由域驱动的重构，领导者都在优先选择能够快速实现价值的 IT 现代化路径，同时避免增加不必要的风险。
纵观这五大领域，企业 IT 领导者明确强调，这些投资并非孤立存在，而是紧密关联的。在云和数据方面做好充分准备对于 AI 至关重要。安全性和合规性影响着每一个平台决策。传统 IT 系统正经历着现代化升级，以支撑新的工作负载。若要在未来取得成功，企业和机构需采取全方位、多层次的方法，既要确保 IT 战略与业务转型紧密契合，又要在 2025 年及未来灵活应对不断演进的监管、运营需求和技术环境变化。
我们面临的主要挑战在于传统代码。直接迁移上云是不可行的，我们需要进行微服务改造，以确保兼容性。”
AI 迈向主流：从试点到盈利
图表 7：您的企业或机构现处于 AI 落地进程中的哪个阶段？
来源：企业 IT 领导者独家访谈；ABI Research
通过本白皮书中的访谈，企业 IT 领导者明确传递出一个信号：AI 已正式从创新实验阶段迈入业务运营的核心领域。其应用已扩展到各个业务部门，不仅可以降低成本、简化工作流程，更能够持续带来竞争优势。AI 用例现已覆盖自动化客户服务、个性化营销、欺诈检测、财务预测、库存管理及实时数据分析等领域。
AI 的广泛实践正在重塑 IT 投资战略。AI 不再是边缘性项目，而是成为了重要支柱，对基础设施、治理体系和专业技术提出了新的要求。虽然基于云的训练和实验仍然不可或缺，但许多 IT 领导者强调，推理工作负载正越来越多地转向本地或边缘，对时延、成本或合规性方面较为敏感的工作负载尤其如此。医疗、制造、电信和金融服务等行业正在把模型直接嵌入到业务流程中。
受访者普遍担忧第三方 AI 模型训练可能导致的私有数据泄露风险，特别是通过云 API 使用公共大语言模型 (LLM) 时。为此，许多企业开始探索检索增强生成 (RAG)，通过将输出内容保留在企业内部数据集，来使敏感信息处于可控环境。
基于预测性分析的患者护理是我们首要关注的问题。我们通过超 10 亿患者数据点实现个性化治疗方案。”
图表 8：目前，您考虑采用哪些 AI 用例？
（数据基于调查反馈）来源：企业 IT 领导者独家访谈；ABI Research
我们的 AI 投资遵循结构化 ROI 模型，需要在营销、运营及客户生产力方面提升约 20%，这是我们衡量成功的标准。”
多位企业 IT 领导者已开始关注代理式 AI (Agentic AI) 系统，这类模型能进行自主决策并执行任务。尽管该项技术尚处早期，但与它相关的自动化事件响应、自我修复基础设施、自主供应链等用例已崭露头角，尤其是有严格监管的行业中。
受访者表示，为适应这一转变，他们一方面利用面向 AI 优化的硬件来进行本地 IT 基础设施现代化升级，另一方面也在扩展云原生管线，以支持创新实验和应用的规模化扩展。一些企业已开始采用主权云解决方案，来满足特定地区的合规要求。
我们将部分工作负载迁移至 Snowflake，但意外激增的成本迫使我们进行优化。云端与本地的平衡至关重要。”
更智能的云与更强的本地算力：企业级 IT 的混合之道
图表 9：在采用云平台还是强化本地化算力方面，您的投资重点是什么？
（数据基于调查反馈）来源：企业 IT 领导者独家访谈；ABI Research
采用云平台显然仍是投资重点，但受访的企业 IT 领导者强调，其战略正变得更加精准化、更受场景驱动。如图表 9 所示，公有云因其可扩展性、弹性和高级托管服务能力，仍占据主要投资份额。然而，许多 IT 领导者指出，私有云部署正同步增长，尤其是在那些涉及数据驻留、合规性或性能敏感型工作负载的行业中。对大多数受访企业和机构而言，采用云平台并非简单的直接迁移上云，而是需要构建兼具敏捷性与可控性的混合架构。事实上，许多企业 IT 领导者表示，由于时延需求、可预测成本模型及主权数据要求，30%-50% 的工作负载仍保留在本地环境中。这不仅加大了私有云方面的投资，也推动了对本地 IT 设施现代化升级的投入，包括 AI 就绪型基础设施和基于容器的平台。
云成本优化在访谈中成为核心议题，随着多云规模不断扩大，许多企业将其视为日益严峻的挑战。企业 IT 领导者正将投资重心转向成本可视化工具、策略自动化以及更加精细的工作负载布局策略，从而使资源消耗与业务价值更加协调一致。
我们为每位企业领导者提供强大的数据分析技术。AI 已不仅是一项功能，而是企业运营的核心要素。”
值得注意的是，安全性和合规性投资作为云规划预算类别单列项中较少被提及的一项，但几乎所有受访 IT 领导者均将其视为必不可少的基本要求。对于新的云或混合环境而言，设计安全、治理自动化和零信任兼容性被视为必备要素，而非可有可无的附加功能。
尽管混合云和多云策略以及边缘 IT 基础设施作为明确投资类别来说得分较低，但它们往往被纳入整体转型进程之中。许多 IT 领导者都谈到通过统筹协调多个云平台来支持不同业务部门或地区，并部署边缘计算以支持预测性维护、视频分析或时延敏感型 AI 推理等实时用例。
考虑安全要从设计阶段开始，而非事后补救
图表 10：您的 IT 安全投资重点是什么？
（数据基于调查反馈）来源：企业 IT 领导者独家访谈；ABI Research
在访谈中，企业 IT 领导者普遍强调正在加大对硬件级安全的投入，尤其是在边缘、工厂车间和 AI 密集型环境中。随着计算越来越多地发生在传统数据中心之外，企业正投资于安全设备采购、防篡改组件和硬件验证框架。对许多企业而言，实现物理层安全防护已变得与保护网络或应用安全同等重要。
合规和治理已成为各行各业投资力度最大的领域之一。多位企业 IT 领导者指出，其董事会和审计团队要求实现跨司法管辖区的实时可见性、自动化能力及合规证明。为此，他们正投资集成内置审计追踪、主权云功能和跨环境策略引擎的平台，这意味着淘汰缺乏此类功能的传统安全工具会被同步淘汰。
围绕身份和访问管理 (IAM) 的讨论反映出，企业越来越倾向于将身份作为基础设施的控制平面。IT 领导者们谈到正在加大投资自适应访问控制、服务间身份管理及联邦 IAM 解决方案，以实现云、软件即服务 (SaaS) 和本地环境的统一访问治理。这些投资往往为采用零信任架构奠定了基础，即使它们未正式冠以该名称。
安全性是我们亟待解决的核心议题。鉴于我们的业务涉及大量个人数据处理，我们必须建立完善的安全防护机制以避免遭受攻击。因此，安全问题已成为我们的首要关切。”
在威胁检测和响应方面，多位领导者表示投资正在转向 AI 驱动型平台和自动化响应框架。传统安全运维模式过于迟缓和被动，在当今规模庞大的复杂环境下显得力不从心。因此，企业转而将预算用于集成式检测、事件关联和自动化遏制工作流，旨在从此前的警报管理机制转向实时威胁缓解。
尽管云安全、端点保护和数据加密作为独立的投资重点被提及的频率较低，但企业 IT 领导者仍将其视为“其他”投资领域中的基本要求。在新平台评估中，加密功能已成默认要求；云工具必须提供原生工作负载隔离和策略执行能力。当前重点不再是采购独立解决方案，而是确保这些能力全面集成于整个架构之中。
我们同时采用三大云服务提供商，因为它们各具优势，尤其是在 AI 方面。”
选择适合的企业 IT 合作伙伴
图表 11：您的企业或机构在基础设施投资方面通常选择哪些 IT 合作伙伴？
（数据基于调查反馈）来源：企业 IT 领导者独家访谈；ABI Research
通过深度访谈发现，企业 IT 领导者普遍强调，如今的合作伙伴不仅仅需要具备技术交付能力。多位受访 IT 领导者指出，技术合作伙伴的价值不仅取决于其能够独立交付的成果，更关键的是能否深度融入企业或机构的现有 IT 生态体系。这就要求合作伙伴需支持混合云和多云环境、确保合规就绪、实现数据治理，并更多地参与到 AI 战略执行中。这一转变深刻揭示了一个趋势：随着数字化基础设施日益呈现分布式、复杂化和关键业务特征，合作伙伴选择标准却从单纯满足功能清单上的各项要求，转变为寻找能够灵活适应架构演进需求，并能与长期转型目标保持战略协同的合作伙伴。
为确保业务高效运转，我们同时需要超大规模云服务提供商、软件提供商和系统集成商。单一的技术或方案提供商无法满足我们的多样化需求。”
合作伙伴选择标准：核心考量要素
图表 12：您选择合作伙伴的关键标准是什么？
（数据基于调查反馈）来源：企业 IT 领导者独家访谈；ABI Research
随着企业和机构日益依赖外部供应商来支持其云、AI 及安全战略的实施，选择真正合适的 IT 合作伙伴已成为企业 IT 领导者的一大战略重点。在本研究开展的访谈中，企业 IT 领导者普遍强调，合作伙伴的选择标准已不再仅考量成本因素，而是更注重长期战略契合度、部署灵活性以及应对复杂监管和技术环境的能力。
在访谈中，安全性和监管合规性始终是首要关注点。企业 IT 领导者（尤其是金融和医疗等受监管行业）明确表示，他们优先选择在数据保护、零信任架构方面具备扎实能力，且符合国际标准化组织 (ISO)、《通用数据保护条例》(GDPR) 及美国国家标准与技术研究院 (NIST) 等框架要求的供应商。
不同环境中的互操作性同样至关重要。许多企业和机构同时运行着传统 IT 系统、SaaS 平台以及混合云基础设施。在这种复杂环境下，不同平台和系统的集成度和兼容性往往是决定成败的关键要素。IT 领导者强调，需要能够无缝连接各系统、确保性能稳定一致并支持特定领域数据流的合作伙伴，这对于制造业等领域尤为重要。
创新和未来就绪能力也是核心考量维度。供应商需能够清晰规划 AI 路线图或支持分布式计算、实时数据分析等新兴架构，才能助力用户的长期转型。值得注意的是，组件提供商和 OEM 的价值不仅需体现在基础设施性能上，更要满足企业特定的扩展和优化需求。
尽管成本效益仍是基本要素，但企业 IT 领导者越来越看重合作伙伴能否提供战略咨询、技术敏捷性和端到端支持能力。合作模式也已从单纯的交易关系转向能够与企业共同应对架构演进和治理模式变革的战略协作关系。
监管合规性是我们的首要关注点。我们的 AI 应用越广泛，就越需要重新审视数据的存储位置和访问权限。”
我们需要可操作的定制化软件……我们会优先选择能够提供我们所需的所有组件、满足我们各项需求且要价合理的供应商。”
英特尔® 技术在推动企业级 IT 转型中的关键作用
本白皮书中的 IT 领导者访谈表明，企业级 IT 正在转向更强调灵活性、AI 就绪性和安全意识的基础设施战略。英特尔凭借不断扩大的技术组合和生态系统合作伙伴，尤其是通过英特尔® 至强® 6 处理器和英特尔® Gaudi® AI 加速器，可更好地应对不断变化的需求，并满足企业 IT 领导者在性能、治理能力、成本控制和部署灵活性等方面所提出的多样化需求。
英特尔® 至强® 6 处理器专为混合型企业设计，通过性能核和能效核结合的方式，兼顾工作负载需求和能效表现。企业 IT 领导者始终将数据治理和监管合规性列为首要考量，而英特尔® 至强® 6 处理器能够直接支持这些企业需求，提供基于硬件的安全功能，包括英特尔® 软件防护扩展（Intel® Software Guard Extensions，英特尔® SGX）和英特尔® Trust Domain Extensions（英特尔® TDX）。英特尔® 至强® 6 处理器的性能核产品线引入了英特尔® TDX Connect，可在分布式环境下实现机密计算支持，更好地满足受监管行业日益增长的相关应用需求，如运行更安全的协作工作负载。此外，英特尔® 至强® 6 处理器采用 Multiplexed Rank DIMM (MRDIMM) 内存，数据传输速率最高可达 8,800 MT/s，可显著提升内存密集型应用的性能表现，例如内存数据库和内存占用量较大的 LLM 等。
英特尔® 至强® 6 处理器带来的性能提升能够更高效地实现服务器整合、缩小数据中心占地面积并降低功耗。借助全新液冷解决方案，英特尔® 至强® 6 处理器可助力企业降低成本并实现可持续发展目标。
对于需要部署实时数据分析、自动化及决策系统的企业 IT 领导者而言，低时延和内置 AI 加速技术同样至关重要。英特尔® 至强® 6 性能核处理器针对这些工作负载的需求，经过精心优化，通过内置英特尔® 高级矢量扩展 512（Intel® Advanced Vector Extensions 512，英特尔® AVX-512）以及英特尔® 高级矩阵扩展（Intel® Advanced Matrix Extensions，英特尔® AMX），可直接在 CPU 高能效运行 AI 应用，并以更低的成本支持本地推理和较小的模型场景，例如 RAG 和代理式 AI。
图 2：英特尔® 至强® 6 处理器的功能特性
来源：英特尔
对于超出 CPU 性能范畴的 AI 应用需求，英特尔提供了英特尔® Gaudi® AI 加速器。这款加速器为大规模的模型训练和推理提供了具备更优性能的硬件平台，专为在本地和云端运行 AI 工作负载的企业而设计。该加速器具备广泛的 AI 框架支持和开发人员友好型工具链，能够以更具性价比的方式实现生成式 AI 训练和推理能力扩展，可满足企业 IT 领导者对灵活性和可移植性的需求。
值得注意的是，英特尔不仅能提供上述功能，更可通过与云服务提供商、OEM、独立软件提供商 (ISV) 及系统集成商 (SI) 等强大的生态系统合作伙伴的紧密合作，确保英特尔® 技术能够无缝集成至企业现有环境中。这种协作模式让企业和机构能够在公有云、私有云及混合云基础设施中，根据其特定运营需求，灵活部署基于英特尔® 技术的解决方案。
在庞大的合作伙伴网络的支持下，英特尔® 至强® 6 处理器和英特尔® Gaudi® 加速器共同为企业提供了一条明确的发展路径，能助其确立高度一致的 IT 架构投资和业务优先事项，从而更好地满足本研究所揭示的安全性、性能及适应性等关键需求。
结论：2025 年及未来的企业级 IT 发展展望
本白皮书中所有访谈均清晰传递出一个核心趋势：与 IT 基础设施相关的决策现已成为企业的战略级决策。企业 IT 领导者正投资于那些能在云端和本地环境中提供更高灵活性、可控性及可扩展性的平台。混合策略现已成为必不可少的方案，能够更好地兼顾性能、合规性和成本优化。尽管公有云优先的战略正在加速推进，但有鉴于监管要求、数据主权考量以及关键业务应用对低时延的需求，预计短期内仍有 30% 至 50% 的企业工作负载将保留在本地 IT 环境中。与此同时，AI 训练和实验向公有云的迁移正在稳步推进，但受访的 IT 领导者在规划推理部署时，仍在审慎考量成本、可控性和基础设施开放性这三大要素：
▪ 公有云通常是 AI（尤其是训练）的主流选择，而受监管及时延敏感型的工作负载则仍以本地部署为主。
▪ 随着企业日益依赖预训练的 LLM 而非从零构建模型，AI 基础设施须支持微调、安全推理及混合部署功能。在金融、医疗等受监管行业中，定制化仍然必不可少，这进一步要求计算环境兼具灵活性和合规性。
本白皮书中所探讨的未来 3-5 年 IT 投资重点可归纳为：
▪ 持续云迁移：将传统 IT 系统替换为针对可扩展性、安全性和能效优化的云原生和混合平台。
▪ AI 自动化和分析的扩展：构建 IT 基础设施以支持大规模的模型训练、推理及更为经济高效的 AI 运维。
▪ 网络安全现代化升级：采用零信任架构和 AI 增强型威胁检测，以应对日益复杂的风险和合规要求。
▪ 可持续发展和 AI 能效优化：能耗、绿色数据中心及基础设施优化日益受到重视，已成为决策制定中的核心考量因素。
▪ 本地 IT 基础设施韧性：对于受监管、高吞吐量及时延敏感型应用而言，性能和可控性仍然非常重要。
凭借其新一代英特尔® 至强® 6 处理器、英特尔® Gaudi® AI 加速器及强大的合作伙伴生态系统，英特尔将助力企业 IT 领导者将这些优先事项付诸实践。当前制定的 IT 基础设施决策决定着未来数年内企业的技术发展和竞争优势。根据本文所阐述的观点，未来发展方向将聚焦于基于 AI 的混合型基础设施，且要兼具多样化选择、安全性和可扩展性。
