补丁式 AI、供应商做主?用这 5 层架构重夺你的 AI 主动权

缺乏 AI 规划

你是否正在经历下面这些“坑”？

AI 技术的高速发展，既给企业带来了无限可能，也在短时间内造成了不小的混乱。企业为了不在 AI 浪潮中落后，很容易陷入以下“陷阱”：

第一类是把 AI 技术当成补丁，哪里缺补哪里，甚至是哪个 AI 工具热门就用哪个。把 AI 功能当成基础设施的“外挂血包”。企业盲目将 AI 工具拼接进现有的技术栈中，导致了断裂、高成本且缺乏战略一致性的“碎片化”架构。

第二类就是被供应商锁定，甚至是“绑架”。芯片制造商、模型开发商、超大规模云服务商（Hyperscalers）等竞相争夺架构控制权，最终用户成了被人任意摆布的“仆从”。供应商会替你做架构决策，他们来决定什么时候升级，甚至如何定价。

 采用 AI 技术栈 5 层模型

重夺 AI 自主权

如何应对缺乏 AI 规划带来的风险？Forrester 的一份报告提出了“5 层 AI 计算栈”模型，严格划分技术栈功能，帮助企业清晰了解自身的 AI 需求，并通过分层规划重夺技术自主权。这 5 层架构包括了：

1. 基础设施层（Infrastructure）： 包括计算、存储和网络。目前正由 NVIDIA（通过 CUDA 软件控制）、芯片制造商及硬件 OEM 共同主导。建议采用开放的基础设施平台以保持灵活性。

2. 智能层（Intelligence）： 包含大语言模型（LLM）和推理引擎。存在极高的云厂商与模型提供商绑定风险（如 AWS 与 Anthropic，微软与 OpenAI），建议尽可能抽象化向量嵌入（Vector Embeddings）以预留切换空间。

3. 数据层（Data）： 企业 AI 的核心。由于数据移动成本和延迟问题，建议使用云无关（Cloud-agnostic）的供应商和抽象层，避免被迫将数据全部整合在单一云平台上。

4. 编排层（Orchestration）： AI 代理和工作流与业务系统连接的地方。这是当前厂商争夺最激烈的领域，企业需决定是选择构建自己的编排层以避免碎片化，还是采用主流厂商的打包方案。

5. 体验层（Experience）： AI 与用户交互的界面（应用、代理等）。关键在于运用新的设计方法（如意图翻译、上下文工程）来确保 AI 的准确性和可用性。

“5 层 AI 计算栈”不仅清晰界定了从底层基础设施到顶层用户体验的职责边界，更通过强调基础设施与数据层的“云无关性”以及智能层的“抽象化”策略，帮助企业在享受先进 AI 能力的同时，精准识别并规避对单一云厂商或模型供应商的过度依赖风险，从而在保证业务灵活性的前提下，实现对 AI 技术栈的自主掌控与分层高效演进。

CIO 们下一步该如何行动？

面对 AI 技术发展的不确定性，以及技术厂商影响力的不断增长，CIO 们应立即行动起来，按照自身需求进行AI 架构设计，为未来的可持续发展保留充足的弹性空间。

首先，应优先考虑更开源、开放的基础设施架构。企业要通过技术手段尽可能减少单厂商的依赖。在制定预算时，必须考虑到开源架构和模型的可移植性。SUSE AI 的开放式技术栈，让用户可以自由选择底层硬件和大模型。

其次，不迷信纸面参数，要注重实际实施效果。在AI时代，架构设计的成功与否不再取决于谁跑得最快，而是谁能解决企业实际问题，并稳稳地掌握住技术的主动权。

通过主动规划企业 AI 架构，企业才能在 AI 的滔天巨浪中避免蒙眼狂奔，真正将技术自主权掌握在自身手中，行稳致远，真正实现降本增效。

点击“阅读原文”，获取完整版 Forrester 报告。