關於生成式AI，這三個問題很關鍵

生成式AI的興起正在重塑各行各業， 為技術創新、流程自動化與客户交互體驗帶來前所未有的機遇。 

阿卡邁(Akamai Technologies) 與IDC聯合發佈的最新研報顯示：79%的受訪企業認為，生成式AI已經或將在未來18個月內對其業務產生顛覆性影響。其中，37%的受訪企業已將生成式AI應用部署到生產環境，另有61%的企業正處於技術測試與概念驗證階段。

關於生成式AI，這三個問題仍然是關鍵。

問題一：邊緣服務替代傳統雲服務，會影響到誰？

根據報告預測，到2027年，80%的CIO（首席信息官）將採用邊緣服務來代替傳統雲服務。隨着生成式AI等新AI技術的應用，邊緣服務及靠近AI用户側的「雲」支撐的重要性愈發凸顯。邊緣服務是一種分佈式計算模式，其核心在於將計算、存儲和網絡功能從雲端數據中心遷移到網絡的邏輯邊緣（如路由器、交換機或專用服務器節點），從而縮短數據傳輸距離。

從性能需求角度來看，當前許多AI推理服務，如未來的智能駕駛、IoT（物聯網）服務等，需要更高的實時性和更快的響應速度。邊緣服務能夠將計算和數據存儲靠近用户端，減少數據傳輸的延迟，從而滿足這些應用對實時性的嚴格要求。例如，在智能駕駛場景中，車輛需要實時處理大量的傳感器數據，做出及時的決策，邊緣服務可以確保數據的快速處理和響應，保障行車安全。

在安全性考慮方面，出於數據主權或個人隱私保護需求，很多時候企業不希望將分佈式數據回傳到中心點處理，更傾向於在靠近用户側甚至用户設備上進行相關AI處理。邊緣服務可以在本地完成數據的處理和分析，避免了數據在傳輸過程中的安全風險，更好地保護用户的數據隱私。

然而，這一趨勢也帶來了挑戰。Akamai亞太區與全球雲架構師團隊總監李文濤表示，全球沒有一家雲廠商能覆蓋所有地區的邊緣場景，因此「多雲」採用將是重要趨勢。企業的CIO、CTO（首席技術官）需要考慮選擇合適的邊緣服務，以滿足AI應用的性能、實時性及數據隱私保護需求，併兼顧「多雲」兼容性，這樣才能構建完整的端到端平臺，支撐未來創新業務部署。

問題二：中國市場採用邊緣計算，遇到哪些機遇與挑戰？

報告還將驅動生成式AI部署的關鍵邊緣應用場景進行了排序：生成式AI在邊緣的部署是最普遍的場景；其次是預測式AI，用於業務預測及未來數據推斷等；第三類是視頻編輯、視頻處理、圖形與仿真CGI等場景。最后，還有解釋性AI、遠程信號採集與網絡優化，以及與運營技術相關的邊緣AI場景。

中國企業在採用邊緣計算時，面臨着獨特的機遇。邊緣計算可支撐中國企業更好地「出海」，在全球範圍內提供更具競爭力的AI相關應用。結合強大的本地化創新能力，將為中國企業出海帶來更多新商機與業務場景。例如，中國出海企業可以利用邊緣計算在海外市場提供低延迟、高可靠的服務，滿足當地用户的需求，提升用户體驗，從而增強市場競爭力。

挑戰也同時存在。報告顯示，中國企業出海常面臨合規性及數據隱私保護問題，在AI背景下尤為突出。AI推理過程涉及用戶數據交互，尤其是生成式AI可能涉及個人數據交互等場景，這對邊緣計算的需求更高，需確保在用户本地或本國完成相關AI服務，滿足「數據不離境」的合規要求。這就要求企業在採用邊緣計算時，要充分考慮不同國家和地區的法律法規，確保數據的安全和合規。此外，雖然邊緣計算可通過全球範圍內的就近計算，提供更優的推理時延和用户體驗，但在實際應用中，還需要解決網絡連接、數據傳輸等技術問題，以確保邊緣計算的穩定運行。

Akamai北亞區技術總監劉燁表示，與AI相關的安全是近年來的熱門話題。OWASP多年前發佈了各安全領域的TOP10風險，幾年前推出了API（應用程序編程接口）相關風險清單，而兩年前又針對LLM大模型發佈了相關風險清單。

劉燁指出，AI安全風險主要來自兩個方面：一是大模型交互與調用中的風險，許多大模型調用通過API實現，需要確保API接口能持續提供數據且不受安全隱患干擾；二是大模型本身帶來的新風險，例如「提示詞注入」攻擊。

除了安全難題，企業還將面臨着多雲複雜性的管理挑戰。報告指出，49%的企業因「多雲」複雜性，難以管理多雲環境，這一挑戰在生成式AI快速發展的背景下尤為值得關注。

問題三：中國企業如何通過邊緣服務構建全球競爭優勢？

報告顯示，在中國採用生成式AI的企業中，96%會利用公有云IaaS承載訓練與推理工作負載，該比例高於亞太地區平均水平。對中國企業而言，邊緣計算還支撐其更好地「出海」，在全球範圍內提供更具競爭力的AI相關應用。結合強大的本地化創新能力，邊緣AI為中國企業出海帶來更多新商機與業務場景。

生成式AI的實時性要求正迫使企業放寬部分安全策略的問題，針對API及大模型交互的安全防護，並不會引入用户可明顯感知的時延。相反，數據中心的分佈性、資源就近獲取能力及算力充足性，對性能的影響更大，安全性並不會對生成式AI的交互實時性造成影響或引入過多時延。

報告顯示，在「多雲」管理方面，49%的企業因「多雲」複雜性難以管理「多雲」環境，在生成式AI快速發展的背景下，這一挑戰愈發嚴峻。對於亞太地區企業面臨的遺留基礎設施的限制，如GPU更新換代迅速等問題，報告建議企業優先考慮雲化部署。

生成式AI的快速發展，推動邊緣服務從輔助選項變為戰略必需。如何通過技術手段實現多雲間的網絡連接及AI負載在多雲間的無縫數據傳輸，是企業需重點考慮的問題。隨着生成式AI和邊緣的結合，中國企業在「出海」時已經不再單純追求成本優勢，而是希望在智能化體驗、服務實時性方面建立競爭壁壘。

（經濟觀察網 李曉丹/文）