云服务价格即将上涨，AI项目失败风险加剧，IT领导者如何应对？

IT基础设施与运营（I&O）领导者必须迅速转向以平台为核心的运营模式，同时做好应对传统云服务大幅涨价的准备。随着超大规模云服务商加紧回收在AI领域的巨额投入，这一趋势已难以避免。

在近期于悉尼举办的Gartner IT基础设施、运营与云战略大会上，分析师们着重指出当前IT领导者面临的核心矛盾：如何在管理AI热潮的同时，维持核心业务运转并有效控制成本。

Gartner总监级分析师Autumn Stanish表示："AI智能体正处于炒作热度的顶峰，但一如既往，总会有新的热门技术接连涌现。我们仍然必须维持日常运营，做好本职工作。"

Gartner研究副总裁Paul Delory指出，尽管基础设施自动化、DevOps等基础性实践依然至关重要，创新压力却与日俱增。随着降本增效持续占据2026年CIO工作的首要位置，许多企业正将目光投向AI，期望借此实现成本节约。

然而，业务层面对AI的需求目前已远超I&O团队的承接能力。Stanish警告称，有一半的I&O领导者将AI与现有基础设施的整合视为最大挑战，这使得相关团队面临失去影响力的风险。为避免重蹈当年盲目涌入云端所带来的失控局面，Delory强调I&O必须转型为能够创造价值的职能部门，具备交付AI智能体、实现持续运营和推行平台化模型的能力。

展望未来一年，Gartner建议I&O团队成立专属的AI卓越中心，并构建配备严格成本管控机制的全自动交付流水线。Delory指出，这一目标完全可以在90天内实现，因为所需工具大多为免费开源软件。目前，AI智能体在I&O领域的实际应用场景包括：自动响应基础设施变更并更新脚本与操作手册、训练AI担任质量保证工程师，以及部署基于人类可读策略文档训练的合规智能体。

向平台化模型转型，同样需要推进组织架构调整。Stanish建议组建专职平台团队——将传统服务器和存储工程师纳入其中——并由一位直接对接终端用户需求的产品负责人统筹领导。这也意味着需要更新绩效考核标准，将关注重点从正常运行时间等基础性指标，转向营收增长和客户满意度等业务成果导向的指标。

除运营架构之外，本次大会还揭示了技术采购领域存在的深层危机。Gartner副总裁级分析师Luke Ellery援引2024年的一项调查数据指出，79%的采购方对自身的技术购买决策感到后悔，原因或是产品未能达到预期，或是在妥协中选择了较差的解决方案。

对此，Ellery呼吁企业在整个采购流程中保持高层赞助人的全程参与，以确保最终的采购结果契合业务需求，而非让采购团队一味压价、选购不适合的替代方案。他还建议采购方将注意力集中于可量化的业务成果，而非繁琐的功能规格清单，并采用敏捷、精益的采购方式，以支持迭代优化，取代僵化的瀑布式流程。

此外，Ellery还建议领导者理性看待风险承受能力——借助数据深入理解风险，而非一味回避——同时通过针对性培训和市场调研，增强与供应商谈判的底气和信心。

投资决策失误的风险在IT支持领域尤为突出。Gartner预测，到2027年，半数专为服务台设计的AI项目将因超预算、潜在风险或投资回报未达预期而被迫叫停。

为避免成为这一数据的组成部分，Gartner总监级分析师Joe Rogus建议重点挖掘现有软件中易于上手的功能，尤其是能够将事件处理从人工客服转移出去的虚拟支持智能体（VSA）。

AI还可以通过多种方式深度赋能人工客服：利用检索增强生成（RAG）技术实现企业专有知识的智能检索、将聊天记录自动转化为知识库文章、借助机器学习开展终端异常响应等。此外，AI还能协助工单分类与路由，以及自动化案例摘要生成——前提是企业需投入精力对现有数据进行系统性清洗整理。

Rogus同时对智能体AI日益高涨的炒作热度发出警示，指出许多供应商不过是给基础自动化工具贴上了智能体的标签。真正的智能体AI需要赋予系统自主决策与行动的能力，而这一步骤要求极高的可信度和严格的数据规范。

展望云计算的未来走势，Rogus指出，公有云支出预计将于2027年突破1万亿美元，其中AI是主要驱动力。然而，随着超大规模云服务商向AI基础设施倾注数千亿资金，这些成本预计将通过提高传统云服务价格的方式加以回收。

为持续证明云迁移的业务价值，Rogus着重提及融合AI、面向特定行业的可组合解决方案正在兴起，这类方案摒弃了孤立的基础设施模式，转向以数据结构和打包业务能力为支撑的核心层架构。

上述趋势对面向2030年的IT战略布局具有深远影响。在数字主权方面，IT领导者必须审慎区分数据主权、运营主权与技术主权之间的差异，合理权衡全球超大规模云服务商与本地供应商之间的利弊取舍。多云战略同样需要重新审视——Gartner预测，大多数企业最终将在一个云平台上集中运行AI模型的密集计算任务，同时在另一个云平台上结合自身数据加以应用。

可持续发展将成为新的制约瓶颈。AI优化的数据中心机架对电力的需求远超传统服务器，预计到2030年能源消耗将增至原来的三倍。与此同时，安全框架也需要从静态策略向动态实时防护体系演进，因为AI智能体实质上已作为数字化员工活跃于企业网络之中。

最后，云财务管理将成为企业不可忽视的必修课。由于AI工作负载大量运行于当前严重超配的容器环境中，Gartner警告称，若企业未能及时优化计算环境，所付出的成本可能比精益运营的竞争对手高出多达50%。

Q&A

Q1：Gartner为什么预测传统云服务价格会上涨？

A：因为超大规模云服务商（如AWS、Azure、谷歌云等）正在向AI基础设施投入数千亿美元资金。为了回收这些巨额投资，他们预计会通过提高传统云服务的价格来补偿成本。Gartner预测公有云总支出将于2027年突破1万亿美元，AI是主要推动力，但同时也意味着企业需为传统云资源支付更高费用。

Q2：企业如何避免AI服务台项目失败？

A：Gartner预测到2027年将有50%的AI服务台项目被放弃。为规避这一风险，建议企业优先挖掘现有软件中已有的功能，部署虚拟支持智能体（VSA）来减少人工干预，同时利用RAG技术做知识检索、用机器学习做异常响应。最关键的一步是提前清洗整理现有数据，避免因数据质量差导致AI项目落地失败。

Q3：IT基础设施团队如何在90天内建立AI卓越中心？

A：Gartner研究副总裁Paul Delory指出，建立AI卓越中心和全自动交付流水线完全可以在90天内完成，因为所需工具大多是免费的开源软件。具体做法包括：训练AI自动更新基础设施脚本和操作手册、将AI用于质量保证测试，以及部署基于策略文档训练的合规智能体，从而让I&O团队从执行层转型为真正创造业务价值的核心职能。