開源如何成為企業AI的“加速引擎”？

作者：于佳卉

從Linux掀起操作系統革命，到Kubernetes重塑云計算格局，再到如今DeepSeek強勢崛起，開源技術一直是IT發展的主旋律之一，滋養著科技的每一次創新。如今，這股力量又為企業AI按下了加速鍵。

在《八點一課》三周年慶圓桌論壇上，至頂科技CEO兼總編輯高飛與紅帽全球副總裁兼大中華區總裁曹衡康和施耐德電氣副總裁卓越運營部負責人鄧青蔚，圍繞“開源力量如何讓企業AI進程加速”展開深度對話，從戰略布局到落地實踐，為企業AI變革之路提供了全方位的洞察。

AI浪潮下的開源共識

DeepSeek的問世，讓開源AI站上風口浪尖。對于深耕開源數十載的紅帽而言，這更像是一次意料之中的“回響”。

“DeepSeek推出的那一刻，我們團隊興奮不已。它驗證了紅帽一直以來的信念：開源是AI未來發展的主流。”曹衡康說道。

從DeepSeek到Llama，再到IBM Granite，開源AI模型百花齊放，企業卻難免陷入“選擇困難”。

在曹衡康看來，“其實不必執著于某一款特定模型，模型各有優缺點，企業應該關注的是哪個模型在特定場景下能夠發揮最佳效能，更契合自身需求。”

實際上，通用大模型很難完美適配企業的特定業務場景，企業需要選定基礎模型后，通過專有數據淬煉出自己的“小而美”的模型，方能“穩準狠”地解決問題。

在這個過程中，數據的獲取往往耗時又燒錢且成本高昂。紅帽開源項目InstructLab通過合成數據可將對真實數據的需求降至原來的千分之一。這意味著更低的算力消耗和成本支出，還減少了能耗。此外，紅帽在去年收購的Neural Magic專注于模型優化與推理加速，可進一步減輕企業GPU的負擔，讓AI不再是“奢侈游戲”。

對于開源理念，鄧青蔚深有感觸。在機器主導的工業世界，開源如同一把“互聯鑰匙”。“施耐德電氣一直擁抱開源，提倡統一的技術協議和接口標準，探索如何讓開源技術與工業需求融合，促進數據流動，通過共享創造更大的價值。”

在施耐德內部，不同部門根據場景需求靈活選用不同模型：市場宣傳偏愛圖像生成，研發、財務、數據部門則采用Copilot助手，而在工業生產線上，穩定、精準和快速則成為模型的硬指標。

鄧青蔚坦言，開發大模型不是我們的專長，我們的目標是向客戶和市場提供基于AI的服務，將我們訓練好的AI模型裝進我們的軟件產品中，讓客戶“開箱即用”。

AI落地的混合棋局

AI部署，是上云還是本地？企業常在這道選擇題前躊躇。對此，紅帽給出了明確答案：AI不僅是開源開放的，更是混合的。

這延續了紅帽在云計算時代的哲學：開放混合。就像當初推動混合云一樣，紅帽認為AI也應該是混合的，能在任何地方、任何設備上運行。從云端到邊緣，模型都能跑。

曹衡康巧妙地打了個比方：一個標準化的集裝箱，裝好貨物后，能用卡車運，能上火車，能漂洋過海。模型就相當于這個“貨物”，PC、服務器、云端則是不斷變化的“載體”。容器技術確保了模型的可移植性。”

從服務器到云計算，再到如今的AI模型，紅帽始終是技術架構的提供者。紅帽希望實現模型即服務（Model as a Service），讓開發者可以在任何地方構建模型，用戶能隨時隨地使用。

而支撐這一切的基礎，需要一個用于調整、服務和監控模型的AI平臺。紅帽OpenShift AI平臺，覆蓋從數據準備、模型訓練微調到部署監控的全生命周期。用戶可以選擇在任何位置開發和部署模型，無論是在本地、公共云中還是在邊緣。

藍圖繪就，實踐之路往往始于“第一步怎么邁”。面對AI轉型，紅帽建議“小步快跑，快速試錯”。

“先選定一個應用場景，”曹衡康表示，“我們會為客戶辦Workshop，召集IT、應用開發、業務部門一起頭腦風暴，找準切入場景，快速構建小模型試水。可行就推廣，不行則調整。”

施耐德電氣也有過同樣的探索。鄧青蔚指出，在Workshop中，企業需要直面一些挑戰：比如現有IT架構能不能撐得住？業務部門是否有足夠的數據去’喂養’模型，讓它從通用大模型走向專用小模型。”

她提到一個普遍困境：企業有很多數據，但往往因技術的限制無法真正把價值發揮出來。“我們正在研究如何將企業內部的結構化數據和非結構化數據快速融入AI中，構建企業級的知識庫。

在施耐德電氣看來，云邊結合是引導下一次工業變革的重要支柱。就像現代物流打通了干線與末端配送，工業場景需要在廠區內部實現邊緣數據的即時處理，同時將關鍵信息上傳至中央系統進行全局調控。

人機共創的組織躍遷

技術的車輪滾滾向前，但真正驅動變革的，終究是人和組織。學會與AI共事，成為當今企業的新課題。

鄧青蔚觀察到，如今員工對新技術的接受度遠超從前，心態更開放，部門間的藩籬也在消融。財務、供應鏈、銷售能坐下來共創。“我們鼓勵員工針對業務提出問題，帶著AI一起工作，去做一些小型的變革優化，這樣對個人工作和企業效益都有好處。”她進一步強調，將員工從重復勞動中解放出來，投身更具創造性的工作，是降本增效的最佳方式。

曹衡康補充道，“AI是用來賦能創新，而不是替換人已經做得很好的部分。”他透露，紅帽內部也在探索AI實踐。

比如利用AI優化熱線服務：客戶描述問題后，AI實時記錄客戶問題并生成文檔，客服轉接時無需重述，提升溝通效率。還有知識庫的智能化升級：過去客戶在知識庫查找答案很慢，現在AI能根據關鍵詞智能預測、推送相關內容，客戶獲取信息的速度大大加快。

這些場景在施耐德電氣同樣具有價值。“我們的產品線涵蓋能源管理和工業自動化，品類繁多，”鄧青蔚描繪客戶服務的痛點，“客戶打熱線，層層語音導航下來可能要五分鐘，按錯了還得重來。”

而這正是客服類AI顯身手的地方。AI客服不僅要“聽得懂”客戶的自然語言，還要能“理解”模糊的意圖，直接進行轉接，并能夠提供相關知識庫的內容，這將帶來溝通體驗的大幅提升。甚至未來可以讓AI針對客戶問題直接生成FAQ（常見問題解答），這樣技術工程師就能專注于更核心的技術創新。

從紅帽的開源戰略定力，到施耐德電氣的工業場景求索，開源正以開放、協作、共享的基因，為企業AI注入動能。它為AI打開了一扇窗，而窗外的風景，需要每一家企業親自去探索、去構建。這趟旅程，風正帆滿，行則將至。