企业为何纷纷转向私有AI模型，私有模型将主导未来营收

根据Forrester首席执行官乔治·科洛尼近期发表的博客文章，未来五年内，私有AI模型将驱动AI所创造营收的70%。

"营收肯定会在私有模型上体现，因为那是企业需要通过自身数据实现差异化和商业变现的地方，而不是因为私有模型本身更优秀。"网络弹性公司Commvault首席信息官哈·黄在接受InformationWeek采访时表示。

在AI领域快速发展的当下，五年是相当漫长的时间——新模型、新能力、新预测每天层出不穷。要实现私有模型驱动大部分营收的未来，CIO们需要深入理解公有模型与私有模型在企业中各自扮演的角色，并据此调整AI路线图。

企业为何构建私有AI模型

大型公有AI模型之所以处于行业前沿，自有其道理。

"我们倚重公有模型，因为它们真正擅长的是速度、创新和获取前沿能力，这让我们能够快速实验，迅速推进，为用户和客户带来全新体验。"黄表示。

但公有模型并非充分利用企业宝贵专有数据的最优解。企业不能冒险暴露敏感内部信息，而是应当依托私有模型，基于内部数据实现差异化并创造独特价值。

黄表示，在Commvault，推动公司AI规划的核心问题是："我们如何通过自有私有模型、专有数据和工作流，在产品中向客户交付新功能？"

科洛尼在博客中强调了这一思路，认为赢得客户应当是AI创新的最终目标。

"真正的AI竞争在于赢得客户、服务客户、留住客户，而这将成为私有模型商业模式的核心优势所在。"他写道。

混合AI架构如何改变企业IT

在这场竞争中，企业将面临重大转变。企业需要审视AI战略与资金的投向：在公有模型上花了多少钱？哪些领域应当构建和投资私有模型？

"你真正看到的并不是从公有模型的转移，而是向'最后一公里'的转移——私有模型更靠近专有数据、工作流和最终结果。"黄表示。

企业仍将借助公有模型抵达这"最后一公里"，并在公有基础之上构建私有模型。

"我们目前使用公有模型，并通过检索增强生成（RAG）技术为其注入新鲜数据，以支持我们的部分决策差异化。同时，我们也开始围绕智能体部署对模型进行微调。"OpenText执行副总裁、首席数字官兼首席信息官香农·贝尔表示。

随着越来越多的企业专注于利用RAG等技术构建私有模型，公有模型在AI生态系统中的角色可能随之改变。

"我确实认为，公有模型将向上游迁移，逐渐演变为基础设施层，竞争焦点将转变为谁能以最低成本提供最优基础智能。"黄表示。

这种向私有和混合AI策略的转变，同样影响着模型的运行位置与方式。在这一转变过程中，CIO们还需思考AI模型应在本地运行还是在云端运行。

"我们已经看到，一部分负载开始从云端迁移，尤其是那些真正可以在本地运行的简单任务。这为云端释放了更多带宽，使其专注于需要更高复杂度处理的高价值任务。"飞颂美国公司（Phison US）首席技术官塞巴斯蒂安·让表示。

CIO、CTO及其他技术高管正面临前所未有的压力，一边要跟上这些变化的步伐，一边要引领企业走向仍不明朗的AI未来。

Forrester首席技术官迈克尔·费斯迈尔表示，他白天忙于确保组织的一切正常运转，下班后还要不断追踪AI领域的持续变化。"这种速度是我职业生涯中从未见过的。"他说。

这些领导者不可能仅凭一己之力跟上这种变化节奏，他们需要支持，以把握AI的发展走向，确保企业不被落下。

"你需要一支小型探路团队，不断探索各类可用方案，判断是否值得引导整个组织向该方向转型。"让表示。

CIO在构建私有AI模型前应考虑什么

企业AI的未来并非公有与私有的非此即彼，更可能是一种由具体应用场景定义的混合路径。

"我们坚信，混合智能体模型与混合云架构将不断演进，其中包含受保护的私有数据集。在两者之间，能够实现智能体能力的运行。"OpenText的贝尔表示，并补充说，她预计未来几年小型语言模型的应用将在受监管行业中显著增加。

费斯迈尔还指出，成本与能耗约束也将决定企业AI的未来走向。

"我们生活在一个成本受限的世界里，不可能让规模庞大的大语言模型为所有人处理所有事务。"他说。

随着算力约束持续存在，费斯迈尔预计大型公有模型将日益聚焦于对其商业价值有利的应用场景。CIO们将面临挑战，需要判断这对自身战略意味着什么。

"他们必须深入了解各个模型及其最适合的调优方向，进而决定将哪些工作负载分配给它。"他表示。

CIO在采用私有AI前应考虑什么

这一切对于当前正在规划AI路线图的CIO们意味着什么？

"目前最大的误区在于将私有与公有之争视为一个技术决策，但我真的认为这不是技术问题，而是一个关于价值与运营模式的决策。"黄表示。

正在权衡如何利用公有模型与私有模型的CIO们，需要深入思考以下几点：围绕专有数据的价值创造策略、运营模式的差异化路径、适合本地运行与云端运行的工作负载划分，以及在快速演变的AI生态中如何构建可持续的技术路线图。

Q&A

Q1：私有AI模型相比公有AI模型有什么优势？

A：私有AI模型的核心优势在于能够安全地利用企业自身的专有数据，实现差异化价值创造，同时避免敏感信息泄露。公有模型虽然在速度、创新和前沿能力上表现突出，但无法满足企业对内部数据安全的需求。私有模型更靠近企业的工作流和业务结果，能够在"最后一公里"发挥关键作用。

Q2：企业构建私有AI模型时，RAG技术具体是怎么用的？

A：RAG（检索增强生成）技术是企业构建私有AI模型的常用手段之一。企业通过RAG将外部新鲜数据持续注入公有基础模型，使其能够结合企业内部知识库进行更精准的决策支持。例如OpenText就采用RAG为模型提供实时数据，同时对模型进行微调，以适配智能体部署场景，从而实现公有模型与私有需求的融合。

Q3：CIO在规划AI策略时，最容易犯什么错误？

A：最常见的误区是将公有模型与私有模型之间的选择视为单纯的技术决策。实际上，这是一个关于价值创造与运营模式的战略决策。CIO们需要考虑企业如何通过私有数据实现商业差异化、哪些工作负载适合本地运行、哪些需要云端支持，以及如何建立一支小型探路团队，持续探索并评估AI新方案，引导组织走向正确方向。