AI 的能力不断提升。然而，在企业内部部署 AI 却未必变得更加容易。

随着企业超越实验阶段，将 AI 引入业务的更多环节，它们正遇到另一组挑战。这些问题日益聚焦于：哪些模型应处理哪些任务、底层数据是否足够优质、AI 系统可以访问哪些人和哪些内容，以及现有治理能否跟上。

本周的多项动态指向同一个结论：企业 AI 的下一阶段，可能不再主要取决于能否获取最新模型，而更多取决于企业能否真正管理好这些模型。

多模型运营成为常态

企业不再只是选择一个 AI 模型。它们在运行多个模型，每个模型具有不同的能力、成本和风险。这意味着必须有人来决定哪个模型处理哪个任务——以及何时应改变这些决定。

例如，支付与数据公司 Deluxe 拥有超过 50 个 AI 代理，并由一个集中式网关将请求导向不同的模型。该公司在决定使用哪些模型时，会权衡质量、风险、速度和成本等因素。

这与选择单一 AI 供应商是完全不同的挑战。随着企业引入更多模型，模型选择本身就成为一项持续性的运营职能——它把一次性的供应商选择变成了循环往复的工作：路由请求、比较输出结果，并在质量、成本和风险状况发生变化时重新审视这些决策。（相关阅读：Gemini 3.8 Live 改变对话式 AI。）

数据质量仍在拖累 AI 项目

管理模型只是问题的一部分。AI 项目还面临着企业界熟悉的老障碍：糟糕或碎片化的数据。

在 Collibra 最近的一项调查中，72% 的 AI 决策者表示，数据基础薄弱是企业 AI 计划未达预期的根本原因。这个数字提醒人们：当 AI 计划受挫时，问题往往出在模型之前——就出在为模型提供输入的数据上。

治理滞后于智能体 AI

运营层面的问题并不仅限于数据。企业可能已经制定了 AI 治理政策，但其战略可能并未考虑到智能体系统。

安永（EY）周二发布的一份报告发现，在使用智能体 AI 的组织中，近六成受访者认为部署后没有任何单一团队对智能体进行监督。近半数受访者表示其治理框架尚未更新以应对智能体特有的风险，而四成受访者网络中运行的所有 AI 工具缺乏可见性。

这既是治理缺口，也是运营缺口。如果企业不了解哪些系统在运行、由谁负责监督，就无法有效管理 AI 系统。这些发现给组织留下了两个亟待回答的问题：智能体上线后由谁负责监督，以及如何全面掌握网络中已在运行的 AI 工具。

组织层面的挑战

更强大的模型无法解决这些问题。随着 AI 嵌入业务的更多环节，企业需要在架构、数据、权责和监督方面做出决策。

企业 AI 的难点可能已不再是获取强大技术，而是打造一个有能力运营这些技术的组织——需要关注的指标也是内部指标：数据就绪度、治理覆盖范围以及清晰的权责归属。（相关阅读：放慢 AI 发展的呼声给开放权重模型带来新挑战。）

本周其他 AI 新闻

• AI 成为新网络安全支出的首要驱动力：七成 CISO 现在将 AI 列为新增网络安全支出的首要优先事项，尤其是安全自动化以及身份与访问管理领域。
• Altman 与 Amodei 在 Dreamforce 上谈论 AI 发展节奏：随着人们日益担忧 AI 能力的进步快于安全防护措施，这两位 AI 实验室领导人在 Salesforce 的 Dreamforce 大会上讨论了放慢前沿 AI 开发步伐的问题。
• Gemini 3.8 Live 改变对话式 AI：这款 Google 新模型增加了实时推理、工具使用和视觉处理能力，同时保持自然的语音交互。
• 放慢 AI 发展的呼声给开放权重模型带来新挑战：放慢前沿 AI 开发的呼声可能给开放权重模型带来新挑战，或使企业在测试、监控和治理方面承担更多责任。
• AI 恐慌正给 CIO 带来新的信任问题：围绕 AI 的焦虑情绪不断上升，给 CIO 带来了新挑战——他们既要建立组织对企业部署的信心，又不能淡化对这项技术的合理担忧。
• “我们将不再谈论 AI”及其他工业预测：制造企业预计，AI 将不再是独立的计划，而是更多地融入日常运营。（相关阅读：AI 改变了 ROI 等式。以下是一些企业取得成功的方式。）
• AI 搅乱科技就业市场：AI 正在重塑科技就业市场。一项对近 5 万个工程职位招聘信息的分析发现，技能要求正在发生变化，专业化岗位数量也在增加。

关于作者

Liz Hughes 是一位屡获殊荣的编辑与内容策略专家，在新闻编辑室出版、数字媒体和企业传播领域拥有数十年的经验。她最近担任 AI Business 和 IoT World Today 的编辑，负责编辑战略、日常报道以及每月触达超过 100 万读者的新闻通讯。她的工作重点是 AI 和新兴技术，尤其注重区分现实世界的应用与炒作，报道领域涵盖生成式 AI、机器人技术、自主系统和企业技术。Hughes 还是 LTH Media（一家战略编辑服务公司）的创始人，并继续为知名科技和商业出版物供稿。

本文由特约撰稿人 Liz Hughes 撰写，最初于 2026 年 9 月 18 日发表在 AI Business 上。