企业对人工智能和新兴技术的快速采用意味着CIO（首席信息官）需要更新公司的技术栈。以下是在2026年需要注意的一些挑战。

图源：Andriy Popov via Alamy Stock Photo

得益于技术创新和业务变革的速度，技术栈的演变速度比以往任何时候都要快。为了确保技术栈的平稳运行，首席信息官需要避免那些导致浪费的常见错误，这听起来并不容易。

德勤首席战略和技术官Ranjit Bawa（兰吉特·巴瓦）表示：“技术栈的扩散如此之多，许多技术栈几乎每周都在相互竞争。”他以人工智能栈之间为争夺主导地位的激烈竞争为例。

他说：“我们不断看到在选择双子座栈、Anthropic还是Open AI之间的变化，不可避免的是，首席信息官们会有一个他们认为与自己战略一致的栈。随着其他人工智能模型的发展，他们感到有必要对冲风险，尝试最新的替代方案来处理某些工作负载，以便取代“冠军栈”，或者采用多栈模式以获得更大的灵活性。

Bawa（巴瓦）补充说，这一问题还因更广泛的云栈困境而加剧。在单一云服务提供商上标准化可以简化运营，但代价是灵活性有限。他说：“对于你选择的每一个技术栈，都有五个理由让你不会选择它，因为它无法与你的主机系统集成，你的数据库无法与它通信，或者你依赖于微软栈。”

一、2026年首席信息官面临的7大技术栈挑战

在当今的人工智能格局中，平衡创新与供应商锁定只是众多技术栈挑战之一。专家告诉《信息周刊》，随着首席信息官们确定2026年的战略，关于技术栈的决策变得越来越复杂也越来越重要。从应对人工智能代理的扩散到应对预算限制和管理影子人工智能，现在做出的决策将决定未来几年公司能否成功地创新和扩展。

以下是首席信息官在2026年必须了解的一些最紧迫的挑战，以防止技术栈陷入混乱：

1.人工智能代理的扩展与重复投资

德勤加拿大合伙人兼应用人工智能实践负责人Anand Nimkar（阿南德·尼姆卡尔）表示，他看到在德勤的企业客户中，平衡人工智能创新与效率是核心的技术栈挑战，人工智能代理在多个平台上的泛滥体现了这一困境。每个平台都有自己构建代理的方式，但要有效，平台需要与记录系统和其他平台实现互操作性。

因此，IT部门发现整个企业存在重复投资的情况。

Nimkar（尼姆卡尔）说：“我看到的两大主要力量是：一是基于这些平台孤岛的隔离，二是许多企业表示他们希望集中化人工智能能力，因为如果不集中，就很难管理这些能力并从中受益，从而不会产生这些重复的工作。”

与此同时，公司正在赋予非技术用户——平民开发者使用像微软Copilot、谷歌Agent空间和其他系统这样的工具以更自然的方式创建自己的人工智能代理和自动化工作流的权力。

Nimkar（尼姆卡尔）说：“组织希望通过提供工具将它们连接到数据源并让用例自然浮现来实现生产力提升，但如果没有集中化的监督，就会陷入混乱。首席信息官必须找到方法来赋能平民开发者，同时实施足够的治理来识别重复项并分享经验教训。

2.向代理架构的转变发生在两个层面

非营利组织Drupal协会（支持Drupal开源项目）的首席技术官Tim Lehnen（蒂姆·莱恩纳）表示，这种推动和拉扯的核心是技术栈从传统架构向代理架构的演变，这种演变同时发生在基础设施和开发人员层面。

Lehnen（莱恩纳）说：“在基础设施方面，我们看到管理层的持续抽象和下层软件组件的集成，将人工智能分析和工作流整合到分析和监控中，以及在系统层面的恶意行为防护。”

在开发方面，人工智能助手正被深度整合到开发环境中，提示词工程作为一种重要技能正在出现。他还提到，这种方法也带来了由“氛围编码”（使用生成式人工智能工具从自然语言提示生成代码）创造的新风险。

由于这种技术演变，传统角色正在被重塑，他说：“我们看到人工智能体工具被开发出来，将某些任务从工程角色转移到编辑或营销中的‘构建者’角色，而工程角色则从直接开发上升到编排和系统监督。” 

先进技术服务和解决方案公司Genpact的首席技术和创新官Sanjeev Vohra（桑杰夫·沃拉）解释说，技术栈正在演变为为规模而设计的模块化架构，人工智能成为驱动企业系统的底层关键。

Vohra（沃拉）说：“如今的技术栈越来越是云原生的、以API为先的，并且融入了能够自主学习、适应和行动的人工智能代理，但真正的转折点是从传统的以软件开发生命周期驱动的系统架构向能动架构的转变。”

Vohra（沃拉）解释说：“软件不再是最终产品，跨层协调的人工智能代理正在成为新的架构。企业正从孤立的应用程序转向结合数据、人工智能和领域专业知识的动态学习系统。简而言之，这不仅仅是让马跑得更快，而是关于采用最新的电动汽车。”

3.影子IT（再次出现）

人工智能工具的民主化，虽然造成人工智能代理的泛滥，但也以一种新的形式重新唤起了一个旧的IT挑战：影子人工智能。

德勤的Bawa（巴瓦）说：“我们的一个客户在其企业中运行着85种不同的模型，其中大多数是由各个业务部门和产品负责人推动的。”

结果如何？该组织现在正通过一个清算所集中这些工作，以根据人物角色和工作负载确定企业栈。他说：“如果你是财务部门，我们将统一采用X栈；如果你是营销部门，我们将在另一个栈上进行。”

目的是使用企业架构标准以及良好的基本卫生习惯。据Bawa（巴瓦）说，在过去18个月里，德勤的“更好的客户”中出现了更多的中央治理，无论是通过企业架构职能还是作为清算所的卓越中心。

4.前期人工智能技术成本与预期收益之间的时间差

一如既往，首席信息官们被期望在IT预算减少、持平或小幅增长的情况下实现更多目标。Bawa（巴瓦）说，人工智能的采用并没有让这件事变得更容易。尽管随着人工智能和自动化的应用劳动力成本有所下降，但软件成本仍在上升。

这些人工智能和自动化计划需要新的增量预算，而首席信息官们手头并没有现成的预算。Bawa（巴瓦）说：“也许你可以在6个月或12个月后看到生产力的提升，但这是一个营运资金问题。在你从企业其他部分（如通过生产力或收入提升）找到节省之前，你如何为这个项目提供资金？”

德勤加拿大的Nimkar（尼姆卡尔）说，商业赞助商越来越多地通过直接承诺减少自身预算来克服IT预算限制，从而借助这些（人工智能和自动化）能力。

Nimkar（尼姆卡尔）说：“这通常需要一些变革管理或价值证明，那些看到人工智能价值的组织拥有非常大的预算，因为他们知道自己可以比以前更快地推广用例。相反，一些组织犹豫不决，不敢扩大规模，因为他们还没有看到价值证明。”

全球咨询公司Protiviti的董事总经理Patrick Gilgour（帕特里克·吉尔戈尔）指出，冗余的平台和应用程序造成了浪费，增加了成本，这阻碍了投资回报率、灵活性和创新。他说：“当你有三个工具都在试图提供相同的解决方案时，最终会面临成本增加的问题。”

Gilgour（吉尔戈尔）补充说：“这对首席信息官来说尤其是个问题，特别是在当前的经济环境下。在我们面临这些经济逆风时，投资回报率变得非常重要，我们试图缩短投资回报周期，真正看到人工智能和其他技术带来的生产力提升。”

Vohra（沃拉）将预算挑战视为一个运营模式问题，而不仅仅是一个财务问题。

他说：“企业需要为架构变革提供资金，而不仅仅是系统的增量升级。这需要从基于项目的支出转向基于结果的支出，将预算直接与可衡量的业务影响联系起来。”

他说：“只有当预算与为人工智能驱动系统设计的新架构对齐时，企业才能摆脱遗留支出侵蚀创新的困境。”

5.行业炒作和供应商声明

Lehnen（莱恩纳）表示，将人工智能整合到几乎所有工具和流程中的大量炒作本身就是首席信息官们面临的巨大挑战。

他说：“现在，做一个对人工智能持怀疑态度的人是非常健康的，同时也要保持开放的心态。”几乎每个分析、遥测、支持或基础设施SaaS解决方案的供应商都宣布了人工智能整合和增强功能，而且很多时候还会提价。但在许多情况下，他们尚未证明这些变化的价值。

同样，尽管企业领导者感到迫切需要将人工智能解决方案纳入技术栈，但他们对人工智能如何有用的理解却来自试图向他们推销产品的供应商，而不是提供专业知识的供应商。

他的建议是：IT和企业领导者都需要了解能够带来价值的人工智能具体用例。他们必须表现出对供应商提出具体价值而非炒作的意愿，并且记住继续投资于核心业务功能，这些功能虽然不新颖，但同样重要。

6.未映射的人工智能权限政策

尽管人工智能体（代理）越来越受欢迎，但数据访问仍然是首席信息官们面临的重大问题，Nimkar（尼姆卡尔）和Bawa（巴瓦）表示。企业在权限和基于角色的访问方面存在困难，因为他们尚未为这些新技术建立治理框架。

Bawa（巴瓦）说：“如果代表员工行事的人工智能体（代理）可以访问数据源以及这些源的API所有者，组织尚未将任何数据使用政策映射到上游应用程序（如Salesforce）内的角色。”他们需要弄清楚如何为员工公开这些数据。

还存在人工智能代理代表一个团队或功能单位行事的情况。在这种情况下，人工智能代理需要广泛的权限，但同时也需要持续监控，以确保它们不会随意更改数据并破坏事物。

Nimkar（尼姆卡尔）说：“我有客户问我，是否可以为监控这些人工智能体（代理）所采取或未采取的任务提供一个字面上的‘终止开关’。”

他补充说，人工智能代理的防护栏需要是非确定性的和基于LLM（大型语言模型）的，以便能够轻松集中管理和控制，而这本身就是一个挑战。Nimkar（尼姆卡尔）说：“云公司通常没有全面覆盖这一点，因此你仍然需要涉及第三方供应商。”

然而，他警告说，大型语言模型仍然相对不可靠，这从模型提供商大量增加免责声明中可以看出，企业已经面临数据管理挑战的事实并没有帮助。

7.错误地关注任务自动化而非业务转型

Bawa（巴瓦）说，技术领导者需要将技术栈视为重新构想和重塑业务的机会，而不是将其视为自动化的契机。

Bawa（巴瓦）说：“人工智能赋予了我们这样的能力：‘在一个以人工智能为原生的世界里，如果智能无处不在、易于获取且规模不再重要，那么我将如何进行欺诈检测、支付或食品供应链优化？’”

对于技术领导者而言，这意味着要让人们真正参与这场重大对话，并重新定义未来。Bawa（巴瓦）说：“如果你所做的只是自动化一个流程或试图削减一些岗位，我认为你完全错过了重点和机会。”

Vohra（沃拉）表示，最大的挑战在于大多数企业专注于逐步加快流程速度，而不是从根本上重新思考它们。许多组织在等待外部颠覆，而不是自我颠覆，因为内部转型意味着重新构建运营模式、预算和工具，重新技能培训和创造新角色，以及管理短期的混乱。

Vohra（沃拉）说：“首席信息官现在面临一个关键问题：当前的技术栈是否能够支持以代理为中心的、人工智能驱动的应用程序，还是组织需要重新架构？”

Vohra（沃拉）说：“由于全面重建几乎不可能，领导者必须识别差距，并通过精心挑选能够创造面向未来的代理架构的技术和产品，朝着代理就绪的方向进行增强。”

二、前进的道路：构建面向未来的科技栈

为了避免这些陷阱，Genpact的Vohra（沃拉）为正在应对技术堆栈混乱的首席信息官们提供了以下建议：

1.整理好你的数据。“没有可用的、受管控的、可访问的数据，人工智能就无法发挥作用。”

2.采用智能体（代理）开发生命周期原则。“这不仅仅是一种新的编码方式，它改变了企业设计、预算和部署系统的方式。”

3.停止在遗留系统上添加人工智能功能。“这会增加更多的技术和流程债务。相反，以智能体（代理）编排为核心重新思考工作流程，让人工智能处理规模问题，而人类专注于判断和复杂的异常情况。”

4.为韧性而架构。“无论是市场、供应链还是法规的波动都是新常态。模块化、代理化的系统使企业能够适应并蓬勃发展。”

作者：Lisa Morgan（丽莎·摩根）

译者：木青

睿观：

AI（人工智能）正将技术栈重塑为由AI智能体驱动的动态生态，也带来了智能体泛滥、影子AI和治理缺失等新挑战。CIO（首席信息官）的未来战场，不再是管理“系统”，而是要通过中央治理，驾驭“智能体”的混沌，并利用AI从根本上重塑业务，而非仅仅自动化旧流程。