北京
人工智能能否真正转化为业务价值，关键或许不在AI模型本身，而在于底层的平台工程能力。Perforce Software近日发布的“2026年平台工程报告”揭示了这一趋势：平台工程成熟度正在成为决定企业AI应用能否产生可持续运营价值的重要分水岭。 这项针对820名技术专业人士的调查显示，在具备成熟平台工程实践的企业中，73%的受访者将平台成熟度视为AI成功的关键或重要因素；而在平台成熟度较低的企业中，该比例仅为44%，差距显著。报告同时指出，66%的组织已在基础设施工作流中使用AI，但只有31%的组织表示已实现完全自主的AI运营。这意味着大多数企业仍处于从实验探索向受管控的生产级应用过渡的阶段，AI落地远未进入“自动驾驶”模式。 报告的核心观点颇具启发性：AI并未削弱对坚实工程基础的需求，反而强化了它。成熟的内部开发平台能够提供标准化工作流、自动化流程、治理机制、策略执行与可审计性，为开发者和AI代理提供接入基础设施与交付流程的受控通道。Perforce的数据显示，与依赖临时性方法的组织相比，拥有正式治理机制的企业对AI的信任度明显更高。不过需要审慎看待的是，这是一项由供应商赞助的调查，其所揭示的更多是相关性，而非平台成熟度直接导致更高AI成功率或信任度的因果证明。 Perforce的结论得到了外部研究的佐证，尽管分析角度有所差异。谷歌DORA计划2025年面向近5000名技术专业人士开展的研究将AI描述为一种“放大器”——它会同时放大组织的优势与短板。研究发现，高质量的内部平台有助于将个人借助AI获得的生产力提升转化为团队层面的交付改进；而薄弱的平台则可能导致这些收益在测试、安全和部署等下游环节被损耗。这在很大程度上验证了Perforce的核心判断：AI的价值高度依赖于其周围的工程系统，而非仅仅取决于AI工具本身。 CNCF与SlashData联合发布的“2026年技术雷达”报告也指向相似结论，但对平台成熟度的理解更为细致。该报告显示，35%的企业采用混合平台模式集成AI工作负载，意味着许多公司选择扩展现有开发平台，而非为AI构建完全独立的基建。值得注意的是，只有28%的受访者表示拥有专门的平台工程团队，多团队协作仍是主流形态。这提示我们：尽管平台对AI采用的重要性日益凸显，企业并不一定需要高度集中或完全成熟的平台工程职能，也能开始实现价值。 综合来看，现有证据大体支持Perforce的结论，但也反驳了过于简化的解读。平台工程的确是推动AI应用的重要杠杆——尤其是当它能够提供可靠的自动化、清晰的治理机制和快速的反馈循环时。然而，仅凭平台工程成熟度并不足以保证AI应用的成功。一个更为审慎、也更站得住脚的结论是：无论组织以何种方式构建其平台职能，AI都能从坚实的技术基础中获益。 由此可得出一个重要启示：AI的采用正日益演变为一项系统性工程挑战。随着AI的职责从生成代码扩展至运营基础设施、执行日益自主的任务，组织需要建立标准化环境、身份控制、策略执行、可观测性、安全防护以及自动化验证机制，才能将AI带来的加速度置于可控范围之内。Perforce的报告再次印证了一个判断：最有可能从AI中获取持久价值的组织，未必是部署最多AI工具或AI采用率最高的企业，而是那些为AI构建了最强大工程系统的组织。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
