Cloudera 今日发布全球报告《2026年企业级 AI 现状：规模化应用的新规则》，深入分析企业如何应对成本、管控和灵活性方面的挑战，以支持 AI 持续规模化应用。

该报告基于 Cloudera 委托 Wakefield Research 于2026年9月开展的一项调查，受访者为全球1,500名 IT 领导者和决策者。调查发现，随着成本上涨、治理要求和数据主权要求不断影响企业的决策，企业部署和运行 AI 的方式及位置也在发生变化。近九成（89%）的受访者表示，随着 token 消耗量增加，其所在企业已限制部分 AI 用例，或对其进行重新设计。此外，84%的受访者表示，数据驻留、数据主权或特定司法管辖区的相关要求会影响 AI 工作负载的部署位置。这表明，随着 AI 应用规模不断扩大，企业需要具备更大的部署灵活性和更强的管控能力。

报告的主要发现包括：

• AI 投入生产环境后仍需调整：98%的受访者表示，曾因AI运行失败、模型幻觉或非预期行为而缩减或撤回相关AI部署。
• 治理与合规要求制约 AI 规模化应用：75%的受访者认为，治理与合规要求制约着 AI 应用规模化；55% 的受访者表示，治理与合规成本的增长速度超出预期。
• AI 成本正在重塑企业战略：45%的受访者表示，面对更高或波动更大的成本，企业已迁移 AI 工作负载。
• 数据主权要求正在影响工作负载的部署位置：84%的受访者表示，数据驻留或数据主权要求会影响 AI 的运行位置；58% 的受访者表示，迁移工作负载需要进行中度或大幅度的重新设计。

Cloudera 应用 AI 首席技术官 Brian Martin 表示：“随着 AI 应用规模不断扩大，企业正逐渐认识到一个现实问题：今天行之有效的方案，明天可能就不再符合成本效益或运营需求。成本会变化，模型会演进，监管要求也会调整，适合运行工作负载的环境也会随之变化。企业领导者需要制定能够适应这些变化的 AI 战略，帮助企业灵活应对变化，同时保有对数据、治理和支出的掌控力。”

报告还显示，企业日益重视支撑 AI 长期发展的基础能力。如果能够重新规划AI应用进程，49% 的受访者表示，会从一开始就加强 AI 治理，46% 会更早投入数据质量建设，45% 会提前推进基础设施现代化。此外，另有 45% 的受访者表示会加大员工培训投入。

为适应不断变化的需求，企业愈发重视跨多个环境运行AI工作负载的灵活性。受访者提及的主要原因包括提升韧性（42%）、满足数据主权和数据驻留要求（38%）、降低成本（38%），以及让计算资源更接近数据（37%）。

Cloudera 帮助企业将 AI 部署到数据所在的位置，同时在不同环境中保持一致的数据治理与管控。通过将计算资源部署在受治理的数据所在环境中，企业无需为了运行 AI 而迁移数据，即可根据不断变化的成本、性能、数据主权和业务需求，灵活选择工作负载的运行位置，并在 AI 生命周期的各个阶段保持管控。

Cloudera大中华区技术总监刘隶放表示：“在亚太区，73%的企业将治理与合规视为AI规模化的制约因素，89%的企业因token消耗上升而限制或重新设计了AI用例。对中国企业而言，推动AI规模化同样要在治理成本与token成本的双重压力下找到平衡。当数据分布在本地数据中心、公有云和边缘环境中时，企业需要在控制成本、满足合规的同时，保持调整AI部署的灵活性。Cloudera帮助企业在数据所在的环境中部署和运行AI，并在不同环境间保持一致的数据治理与管控，让企业能够充分利用现有数据资产，持续优化AI应用，创造长期业务价值。”