編者按當(dāng)生成式AI從演示階段走向生產(chǎn)系統(tǒng)企業(yè)面臨的難題不再是“能否調(diào)用一個大模型”而是“能否讓AI在復(fù)雜組織中穩(wěn)定、合規(guī)、可持續(xù)地運行”。MIT Technology Review EmTech Future會議的一場專題討論把這一問題歸結(jié)為“可擴展AI的基礎(chǔ)”。從模型競賽轉(zhuǎn)向系統(tǒng)競賽過去兩年行業(yè)關(guān)注點集中在模型參數(shù)、榜單分?jǐn)?shù)和單點應(yīng)用。但真正進(jìn)入核心業(yè)務(wù)后決定成敗的往往是模型之外的基礎(chǔ)設(shè)施數(shù)據(jù)是否可用、工程鏈路是否可靠、平臺能否復(fù)用、運營模式是否清晰、治理邊界是否可審計。會議指出可擴展AI系統(tǒng)需要數(shù)據(jù)、工程、平臺、運營模式和治理共同收斂像一套系統(tǒng)一樣工作而不是五個彼此割裂的項目。會議討論的核心命題可以概括為可擴展AI的真正門檻不是某一個模型的能力上限而是組織能否讓數(shù)據(jù)、工程、平臺、運營與治理形成閉環(huán)。這也是AI從“工具”變?yōu)椤盎A(chǔ)設(shè)施”的關(guān)鍵轉(zhuǎn)折。單點試點可以靠個別團隊的熱情推動規(guī)模化落地卻必須依賴標(biāo)準(zhǔn)化接口、可復(fù)用的組件、明確的責(zé)任矩陣和持續(xù)運營機制。五大支柱缺一不可首先是數(shù)據(jù)。可擴展AI需要的不只是更多數(shù)據(jù)而是可發(fā)現(xiàn)、可信任、可授權(quán)、可追溯的數(shù)據(jù)供給體系。數(shù)據(jù)質(zhì)量、元數(shù)據(jù)、血緣和訪問控制決定了模型能否在真實業(yè)務(wù)中持續(xù)迭代。其次是工程能力。模型開發(fā)、評估、部署、監(jiān)控和回滾需要形成工程化流水線才能把實驗成果轉(zhuǎn)化為穩(wěn)定服務(wù)。第三是平臺。統(tǒng)一平臺可以降低重復(fù)建設(shè)讓模型、工具、知識庫和安全策略被復(fù)用并為多團隊協(xié)作提供共同語言。第四是運營模式。AI系統(tǒng)上線后需要持續(xù)評估效果、管理成本、處理異常、更新知識并明確業(yè)務(wù)、技術(shù)、法務(wù)和風(fēng)險部門的協(xié)作方式。第五是治理。治理不是阻礙創(chuàng)新而是為創(chuàng)新設(shè)定可擴展的邊界包括數(shù)據(jù)使用規(guī)則、模型風(fēng)險管理、審計日志、責(zé)任歸屬和人類監(jiān)督機制。高監(jiān)管環(huán)境是壓力測試在金融、醫(yī)療、政務(wù)等高監(jiān)管行業(yè)AI落地面對的不是“先上線再補合規(guī)”而是從設(shè)計之初就要回答可解釋性、隱私保護、權(quán)限隔離和可追溯性問題。會議特別強調(diào)在高監(jiān)管環(huán)境中建設(shè)AI基礎(chǔ)必須把負(fù)責(zé)任、可信賴的實施方式前置。這意味著企業(yè)需要將合規(guī)要求轉(zhuǎn)化為工程約束例如數(shù)據(jù)最小化、模型版本管理、訪問審計、偏見評估和人工復(fù)核節(jié)點。從行業(yè)實踐看高監(jiān)管場景反而是檢驗AI基礎(chǔ)的“壓力測試場”。能夠通過嚴(yán)格審計的系統(tǒng)往往具備更清晰的架構(gòu)和更穩(wěn)健的運營流程反過來說如果治理只停留在文檔層面規(guī)?；瘯r就會暴露權(quán)限混亂、責(zé)任不清和不可觀測等問題?？尚怕涞蒯尫胖悄荏w價值會議還提到負(fù)責(zé)任且可信的實施能夠把包括智能體在內(nèi)的新興能力轉(zhuǎn)化為現(xiàn)實價值。智能體不同于傳統(tǒng)聊天機器人它可以調(diào)用工具、編排任務(wù)、在多個系統(tǒng)間執(zhí)行操作。能力越強對權(quán)限邊界、操作確認(rèn)、異常中止和全程可觀測的要求就越高。沒有可信基礎(chǔ)智能體很難進(jìn)入核心流程有了可信基礎(chǔ)它才可能從“輔助回答”走向“受控執(zhí)行”。對企業(yè)而言行動路徑可以概括為三點先把數(shù)據(jù)與治理底座打牢再以平臺化方式沉淀工程能力最后用受控試點驗證智能體等高階能力?？蓴U展AI不是一次采購而是一項組織能力建設(shè)。只有讓五大支柱協(xié)同工作AI才能從少數(shù)明星項目變成可持續(xù)的生產(chǎn)力系統(tǒng)。本文編譯自MIT Technology Review本文首發(fā)于贏政天下 獲取更多深度技術(shù)內(nèi)容與資源歡迎訪問官網(wǎng)。