Cloudera CTO：技術自主，始于開源架構

在快速演進的科技格局中，越來越多的專有技術供應商正主導企業(yè)使用數據和 AI 的方式，包括工具、標準及參與規(guī)則。少數廠商掌控全球技術的基礎架構，也意味著將由這些廠商決定參與者、參與成本以及參與方式。

隨著新興的 AI 智能體（Agentic AI）經濟時代到來，企業(yè)決策者不能將“租來的能力”當作永久的運營控制權。然而，很多企業(yè)的 AI 戰(zhàn)略已經本末倒置，將大量資源投入模型層，把生成式工具視為 AI 的全部，仿佛 AI 從提示詞開始，到提示詞結束。

但事實并非如此，在爭相部署這些技術的過程中，企業(yè)忽視了一個基本事實：AI 的起點不是模型，而是數據、架構和治理。如果這些基礎能力是集中化、不透明且無法訪問的，那么在此基礎上構建的 AI 將出現(xiàn)同樣的問題，并以更快的速度、更大的規(guī)模放大風險。

開源是破解供應商鎖定（Vendor Lock-in）和減小創(chuàng)新阻礙的重要途徑，幫助企業(yè)無需依賴單一供應商，就能參與一個共享、民主的生態(tài)系統(tǒng)。

德勤在 《技術趨勢 2026》 中指出，2025 年，企業(yè)普遍關注概念驗證（PoC）和技術探索，而如今已經全面進入規(guī)模化生產階段，企業(yè)開始更加關注如何通過 AI 推動自動化、創(chuàng)新和業(yè)務增長，而不僅僅是部署模型本身。 對于希望打造可靠的生產級企業(yè)系統(tǒng)，而非僅停留在演示階段的企業(yè)而言，領導者必須意識到真正的技術自主應建立在互操作性、數字主權與 private AI 之上。

互操作性即選擇自由

互操作性是企業(yè)數據戰(zhàn)略的核心，也是避免被單一供應商鎖定的關鍵。互操作性能夠幫助企業(yè)在替換某一組件的時候無需重建整個系統(tǒng)，也無需將所有數據集中到單一位置或單一供應商處。基于專有數據格式、專有編排機制和專有云接口運行的開放模型，本質仍然是一個封閉系統(tǒng)。當任何單一提供商都能單方面設置訪問條件或改變定價時，企業(yè)運營的靈活性就會受到影響。

一家醫(yī)院應該能夠使用一套存儲系統(tǒng)、另一套分析引擎以及適配本地的 AI 模型，同時無需將敏感的患者數據復制到專有的數據孤島之中。一個政府機構應該能夠在無需重建關鍵公共服務的情況下更換技術供應商。任何地方的研究人員都應能使用開放格式和接口，并使其無縫適配到本地語言、本地數據和本地需求中。

采用 Iceberg 等開放表格式、開放引擎與目錄（例如 Polaris）、開源計算引擎與 API，以及統(tǒng)一的治理策略，支持多學科團隊能夠基于同一套受治理的數據開展協(xié)作，而無需強制進行復制操作，也無需為釋放價值而將數據遷移至單一供應商。所以，這種方式也會更有利于降低成本。隨著結構化和非結構化數據量的不斷增長，企業(yè)需要靈活地在數據所在的復雜環(huán)境中選擇并運行各類模型。這一關鍵選擇，可以防止當前的采購決定變成長期依賴。

數字主權是業(yè)務連續(xù)性的前提

數字主權（digital sovereignty）已不僅僅是高度受監(jiān)管行業(yè)的政策要求，而是正逐漸成為任何一家具備韌性的企業(yè)需要滿足的運營要求。

AI 正成為公共管理、醫(yī)療、教育、國防和金融等領域的重要基礎。事實上，這項技術本身正在轉變?yōu)殛P鍵基礎設施。隨著 AI 融入核心業(yè)務流程，企業(yè)能否利用好 AI 將決定其業(yè)務能否持續(xù)運轉。

完全依賴外部公有云或閉源黑箱（black boxes）模型將為企業(yè)帶來巨大的運營風險。第三方提供商可能突然調整 token 定價、修改許可協(xié)議、停用模型或調整服務條款。地緣政治變化與合規(guī)要求可能會在一夜之間令企業(yè)的訪問權限受限。

越來越多的企業(yè)，甚至整個國家，都想用自己無法掌握的能力來構建業(yè)務體系。無論決策是出自董事會、監(jiān)管機構，還是源自地緣政治沖突，其運營結果都可能都是訪問權限的丟失。而一個原以為買下了某項技術能力的企業(yè)，會發(fā)現(xiàn)自己只是租用了使用許可。

因此，AI 主權戰(zhàn)略需要能夠回答以下問題：

1. 數據儲存在什么位置？

2. 誰可以訪問這些數據，以及如何訪問？

3. 哪些模型可以使用這些數據？

4. 能否遷移工作負載？

5. 能否即時替換模型？

6. 能否審計和檢查系統(tǒng)？

7. 更重要的是，如果服務供應商改變了其商業(yè)或政治立場，企業(yè)能否繼續(xù)運營？

數字主權并不意味著孤立，而是指企業(yè)能夠在參與全球生態(tài)系統(tǒng)的同時，不放棄對核心能力的控制。所以，企業(yè)需要具備混合部署的能力，能夠在公有云、私有數據中心或邊緣環(huán)境中無縫執(zhí)行工作負載，從而確保運營路線始終受到自身的管控。

Private AI 是履行運營責任的前提

企業(yè)如果想在保護知識產權的前提下從專有數據中獲得競爭優(yōu)勢，就需要采用基礎開放、運行私密、結果可追溯的 Private AI 框架。企業(yè)應該將計算能力直接部署到受管控的數據上，而不是持續(xù)將海量數據集遷移至外部 AI 應用中。在可驗證、可信的環(huán)境中運行模型，支持企業(yè)在完整生命周期內實施一致的安全措施、身份訪問管理和數據溯源控制。

這種方法減小了從試點項目加速轉向生產與獲得可靠洞察之間的差距。

作為推動這一趨勢發(fā)展的的重要參與者，Cloudera 通過在 30 多個開源項目中保持超過 200 個提交者與貢獻者席位，積極倡導這一開放未來。通過基于 Apache Iceberg 等開放數據標準構建真正意義上的混合平臺，Cloudera 確保企業(yè)數據與 AI 基礎設施始終保持靈活、可移植，并處于企業(yè)的控制之下。

從演示邁向落地

市場上充斥著令人印象深刻的技術演示。然而，真正的企業(yè)價值并不由這些演示創(chuàng)造，而是來源于那些能夠在周一早晨穩(wěn)定運行、保護敏感資產并在周五下午通過嚴格審計的韌性系統(tǒng)。

• 互操作性、主權與 Private AI 三者密不可分。

• 互操作性使得替換成為可能。

• 數字主權使得決策成為可能。

• Private AI 使得可控運營成為可能。

負責任的部署需要身份與訪問控制、數據溯源、評估、偏見和安全測試、紅隊測試工具（red-teaming tools）、持續(xù)監(jiān)控、透明的事件報告、審計日志、人工監(jiān)督、申訴機制，以及關閉系統(tǒng)的能力，這些能力都應當成為數字公共產品。這一共享的安全層，很可能是當今 AI 生態(tài)系統(tǒng)中最重要的部分。

通過將 AI 戰(zhàn)略建立在混合靈活性、開放數據架構與主權控制之上，企業(yè)領導者能夠構建起可擴展的基礎，在降低風險的同時推動可量化的業(yè)績增長。我們相信，開源不僅降低 AI 的成本，還將使 AI 更具可競爭力、適應性更強、更能貼近本地需求，并值得信賴。

會議推薦

AICon 全球人工智能開發(fā)與應用大會·深圳站，限時 9 折專屬優(yōu)惠，現(xiàn)在報名立減 580，更多詳情可掃碼或聯(lián)系票務經理 13269078023 進行咨詢。

今日薦文

你也「在看」嗎？