与我交流过的大多数领导者，都已冷静下来，开始务实、理性地看待 AI。问题不再是 AI 是否重要，而是如何以安全至上、可支持且可在各团队间重复的方式，从实验阶段过渡到生产阶段。
我负责红帽 AI 工程部门下属的 AI 平台核心组件（AIPCC）工程团队的战略和运营工作。从我的角度来看，这种转变将彻底改变一切。讨论的焦点已从工具选择转向运营模式的选择。一个强大的 AI 平台，为团队按时交付支持 AI 的功能，可靠地运维这些功能，并确保整个过程符合治理、企业风险管理以及长期成本控制要求提供了基础。
随着红帽 AI Enterprise 的近期发布，这一基础变得更加明确，它将模型生命周期、推理和运营管理相结合，以反映客户的实际需求：在混合环境中负责任地扩展 AI。
客户选择红帽 AI 的四大业务理由
1.可根据业务需求灵活部署
大多数企业组织并未在单一环境中构建 AI。他们需要在本地要求、公共云弹性和边缘用例之间寻求平衡。数据位置、延迟以及合规性方面的限制都是切实存在的，这些因素每天都在影响着架构决策。
红帽 OpenShift AI 以及更广泛的红帽 AI 产品组合，正是为实现这种灵活性而设计的。这一点至关重要，因为 AI 正日益与运营系统和客户体验工作流紧密相连，而这些系统和工作流很少能与通用的部署模式相契合。
2.开放创新，不局限于单一路径
在与客户的交流中，一个始终不变的主题是：企业需要随 AI 生态系统的演进而不断调整。模型在更新，工具在迭代，加速器在升级。具有长远眼光的企业组织并不希望在每次行业转型时都重新构建堆栈。
3.安全至上、主权和运营控制
从客户体验和数据的角度来看，这往往是决定性因素。AI 在数据访问、推理和规模化扩展方面引入了新的风险模式。许多企业需要将工作负载保留在他们控制的基础架构上，尤其是在涉及主权或监管要求的情况下。
阿根廷国家电信公司（ARSAT）就是一个很好的例子。他们将“数据主权”列为核心需求，并基于 OpenShift AI 进行构建，从明确需求到正式上线投产仅用了 45 天。这种速度，正是将运营规范与支持该公司治理模式的平台相结合所带来的成果。
4.跨团队的运营一致性
运营一致性这一因素往往被低估——AI 的成功不仅仅取决于模型的准确性。它还意味着可重复的工作流、一致的环境、可预测的发布，以及能够超越单个数据科学团队实现规模化扩展的支持体系。
红帽 AI Enterprise 通过将生命周期管理、推理功能和运营工具整合到一个统一的企业产品中，正式确立了这一成功框架。从运营角度来看，这减少了数据科学家、平台工程师和应用团队之间的摩擦，并创建了共享护栏，而非各自为政的实验孤岛。
这在实际业务用例中的体现
麦肯锡和 Gartner 等公司的研究表明，各行业存在一种一致的模式。企业 AI 计划往往聚焦于以下几个核心成果：
- 运营效率和优化
- 工作流生产力
- 客户体验、服务与支持
- 产品开发效率
在实践中，业务领导者更关心模型周围的系统能否在生产环境中稳定运行，而不是模型的规模大小。最重要的是拥有受管控且能轻松集成到实际运营工作流中的 AI 功能。
用于评估 AI 解决方案的决策框架
当我与企业领导者探讨他们企业组织内 AI 采用的进展情况时，谈话通常会围绕几个实践领域展开，这些领域与在企业环境中部署 AI 的运营现实情况紧密相关。
- 数据位置和主权：许多企业组织在数据隐私、主权及合规性方面都面临着实际的限制。AI 解决方案必须适应这些现实情况，无论是本地基础架构、混合环境还是多云环境，皆如此。
- 从试点到生产阶段的路径：演示很容易，但要让 AI 投入实际运营则困难得多。我始终看重的是，平台能否拿出切实证据，证明自己能支持真正的生产部署，而非仅仅停留在实验阶段。
- 随着生态系统演进不断保持灵活性：AI 领域格局瞬息万变。企业组织需要能够灵活采用新的模型、工具和基础架构，而无需不断地重建堆栈。
- 治理与规模化运营：随着 AI 在各团队中的应用日益广泛，治理、生命周期管理和企业支持变得至关重要。合适的平台应当能够在简化风险管理的同时，依然赋能创新。
结语
如今的 AI 领导力，重心已然改变，不再是追逐每一个闪亮的新功能，而是构建能够让 AI 安全、可重复地采用，并带来可衡量业务影响的系统。真正取得实质性进展的企业组织，正在投资于能够在创新与企业现实（安全性、灵活性、运营一致性，以及清晰的规模化路径）之间取得平衡的平台。
红帽 AI Enterprise 专为实现这种平衡而设计。该平台的目标不仅仅是运行模型，而是为企业组织提供所需的基础架构和运营基础，从而以适应真实企业环境的方式从实验阶段顺利过渡到生产阶段。从我在 AI 战略与运营领域的观察来看，这种平衡最终决定了 AI 是停留在实验阶段，还是成为一项持久的业务能力。
进一步了解红帽 AI Enterprise。
关于作者
Megan Jones leads the Customer & Partner Experience (CPX) organization at Red Hat. The mission of the team is to drive customer and partner success by collecting, analyzing and operationalizing feedback. She joined Red Hat in 2015 to build an analytics team in the Customer Experience and Engagement organization, and over the course of four years, she grew it to a global team of 24 data analysts, data scientists and engineers located across the US, EMEA and APAC. In 2020, she took over the Voice of Customer organization to lead the strategic vision of creating a world-class, "customer first" company culture, supported by insights and actions, connected across the customer lifecycle. In December 2021, she led the team's expansion to become the Customer & Partner Experience organization, now including Red Hat Partners in their mission.
Prior to Red Hat, Jones led an analytics team at a national communications and advertising agency. Jones lives in Raleigh with her husband and two energetic children, and they spend their weekends having impromptu dance parties in their kitchen, playing outside with their two rescue dogs, coloring and watching Disney movies.
