具备 AI 能力与实现 AI 就绪之间的差距

大多数企业增加 AI 投资的速度，远远超过其做好 AI 运营准备的速度。根据我们的《2025 年全球数据基础设施现况报告》，IT 领导者计划在未来两年内将 AI 投资增加 70%。AI 能力不断涌现，但相应的运营就绪度却未能跟上。

如今，围绕 AI 的诸多失望正源于这一差距。同一项研究根据数据成熟度将企业分为三个层级。仅有 41% 的企业达到“优化型”水平，具备为 AI 运营提供有力支持的韧性基础设施和高质量数据。近四分之一（24%）的企业仍处于“新兴型”阶段：规避风险、缺乏技能，并依赖无法规模化的人工流程。其余 35% 则处于中间地带，在缺乏突破性战略的情况下仅取得有限进展。此外，超过三分之一的企业仍完全无法计算其 AI 计划的投资回报率（ROI）。

其中一项发现尤其引人注目。企业在这一成熟度模型中所处的层级，与其预算、规模或拥有的数据量无关。AI 就绪是一项领导层的选择，而不是一项采购行为。企业明天就可以买到具备 AI 能力的基础设施，但实现 AI 就绪需要持续实践，而且往往体现在那些并不起眼的环节：数据能否在系统之间顺畅流动；决策依据的是实时信息，还是上周的电子表格；需求激增最终能否转化为按时交付的产品，还是演变成一场仓促应对的“救火”行动。

一家必须以实践证明自己的工厂

对于 Hitachi Vantara 而言，这并不是一个抽象的问题，因为我们就在自己的制造现场遇到了这一问题。

随着 AI 就绪型基础设施需求不断增长，我们位于俄克拉荷马州诺曼的制造基地开始转向高度定制化的存储解决方案，这正是 AI 时代所需要的产品类型。这一转变很快让就绪度差距在我们的实际运营中显现出来。产品日益复杂，关键数据分散在彼此割裂、无法互通的系统中，而需求又高度集中在每个季度末。这意味着，尽管该基地在纸面上具备充分能力，却仍难以将已完成的订单及时转化为收入。

因此，诺曼团队着手完成实现 AI 就绪所需的工作。他们将库存数据和决策流程整合到一个统一的全球数字平台上，使一线运营人员能够依据统一的实时视图开展工作，而不再依赖多个过时的信息视图。团队还引入了 AI 驱动的配置自动化，以消化拖慢生产进度的复杂性，并构建了主动式端到端编排模式，提前预判即将发生的情况，而不是等问题出现后再被动应对。

这些成果并非渐进式改进。据世界经济论坛称，该基地将库存减少了 50%，并将从订单接收到发货的交付周期缩短了 77%。曾经制约收入增长的季度末业务高峰，如今已成为运营体系能够有效承接并按时完成交付的需求。

为什么第三方认可至关重要

2026 年 6 月，世界经济论坛将诺曼工厂评为“全球灯塔工厂”，使其成为由全球 238 个最先进运营基地组成的网络中的最新成员之一。诺曼制造基地还获得了“生产力卓越奖”，而这一认定由独立专家评审小组作出。

许多公司都会宣称其基础设施专为 AI 时代而构建，但真正接受第三方深入制造现场考察，并由其确认运营水平达到这一标准的公司却少之又少。Hitachi Vantara 构建企业实现 AI 就绪所需的架构，而我们自己的制造基地刚刚获得认证，证明这一架构即使在高强度实际运营中也能够经受考验。

日立管理层用一个十分贴切的术语来概括这种做法：Customer Zero（零号客户）。在要求客户信任某个系统之前，我们会先在真实运营环境中亲自使用该系统，应对真实的波动，并以真实业务指标接受检验。诺曼制造基地正是 Customer Zero（零号客户）模式成功发挥作用的具体体现。

给所有仍停留在“具备 AI 能力”阶段企业的启示

如果您的 AI 投资尚未产生预期成果，解决办法可能并不是增加更多 AI 能力，而是强化其底层的就绪度——包括数据、治理和编排，使 AI 能力能够贯穿整个运营体系，而不是停留在试点项目中。我们的研究明确揭示了其中的利害关系：投资于基础设施、治理和可信合作伙伴关系的企业将获得显著优势，而其他企业只能一边计算损失，一边看着竞争对手将洞察转化为商业价值。

诺曼制造基地已经弥合了这一差距，并获得了外部专家评审小组的认可。每一家试图让 AI 投资产生回报的企业，都面临着同样的差距。弥合这一差距，才是真正的关键。

Hitachi Vantara 的《2025 年全球数据基础设施现状报告：从脆弱到优化》调查了来自 15 个市场的 1,200 多位 IT 领导者。阅读执行摘要。