最近，关于“AI泡沫”的讨论甚嚣尘上。估值虚高、应用落地难、初创公司倒闭潮……种种迹象让不少企业管理者开始犹豫：现在还要继续砸钱搞AI吗？
Trimble公司CIO Jim Palermo给出的答案是：投，但别“痴迷”。
对于那些真正懂行的IT领导者来说，AI泡沫并不意味着这项技术没有未来，而是过高的期望撞上了冷冰冰的现实。
那么，在这场可能到来的市场洗牌中，CIO们如何既不错过创新，又保护企业免受冲击？以下是他们的“防爆指南”。
Alpharay Consulting首席顾问Shawn Jahromi指出，聪明的CIO正在做一件事：将“能力”与“炒作”剥离。
策略：只为那些能直接改善运营指标（如缩短周期、降低错误率、削减成本）的窄口径用例买单。
逻辑：即使供应商倒闭了，或者AI估值崩了，这些实打实的业务价值依然存在。
行动建议：不要把AI当成一次性的技术采购，而要把它视为一种运营模式的变革。把价值嵌入到工作流设计中，而不是寄托在某个神奇的工具上。
如果你的AI供应商明天破产了，你的业务会停摆吗？
为了避免这种被动局面，CIO们正在通过技术手段保留“架构控制权”。
数据所有权：确保数据在自己手里，而不是被锁死在供应商的黑箱里。
模型可移植性：构建模块化架构，不依赖单一模型提供商。
退出机制：在合同中明确供应商退出选项，甚至签署更短周期的合同以对冲风险。
很多企业甚至不知道自己买了多少个AI工具。Trimble正在进行一场“软件合理化”运动：如果发现有10个工具在做同样的事，那就砍掉9个。
Bread Financial的CTO Allegra Driscoll警告：“购买大量工具会创建一个极其复杂的架构。如果不确定能产生巨大价值，那么引入故障风险是得不偿失的。”
行动建议：收紧采购流程。IT部门必须成为“看门人”，确保所有引入的AI工具都经过审核，且能满足特定需求。
AI市场调整的迹象已经显现，初创公司首当其冲。
Spotlite首席战略官Benjamin Hori给出了一个识别真伪的黄金标准：这家公司是在训练自己的模型，还是仅仅在包装别人的API？
风险：没有专有模型或自有数据集的供应商，缺乏护城河。一旦巨头（如OpenAI、微软）推出类似功能，他们可能一夜之间消失。
对策：优先选择那些拥有独特数据优势和强大治理实践的合作伙伴。
在金融服务等强监管行业，信任比创新更重要。
VyStar Credit Union的CTO Anurag Sharma提出了“有意为之”的策略：与其盲目对冲风险，不如从一开始就为弹性而设计。
做法：先花时间构建一个强大、可控的环境，摸清所有风险底数。
落地：选择一两个低风险、高价值的用例（如客服知识库），在团队中积累经验，然后再逐步扩大规模。
结语
AI泡沫或许会破，但AI技术不会消失。
在这个充满不确定性的时刻，CIO们的目标不应该是不惜一切代价追逐闪亮的新技术，而是保持适应性和财务自律。
只有这样，当潮水退去时，你依然能自信地站在岸上。
通过降低承诺风险、控制工具泛滥，并专注于弹性和供应商退出选项，IT领导者将在人工智能市场可能出现清算时做好更充分的准备。
图源：Rob Schultz / Shutterstock / Unsplash
尽管目前围绕AI（人工智能）存在大量“炒作”，但Jim Palermo（吉姆·帕勒莫）并不特别担心潜在的AI泡沫。
Palermo（帕勒莫）是Trimble公司（一家市值37亿美元、服务于工程、建筑和交通运输行业的平台公司）的CIO（首席信息官）。他表示，尽管有诸多喧嚣，Trimble仍将继续投资AI技术，以推动创新并提高生产力。
Palermo（帕勒莫）是那些认为AI泡沫并非不现实，但仍采取审慎态度的CIO之一。他表示，担忧的程度“取决于你对其有多痴迷”。
其他IT领导者则认为，AI泡沫并不意味着这项技术没有未来，而更多的是过高的期望与运营现实发生冲突。他们认为，真正的风险不在于投资AI，而在于押注于未经验证的模型、供应商或单一用途平台。
鉴于对企业估值过高的担忧，IT领导者建议同行做出更有纪律、更明智的决策，并考虑签署更短的合同，以便在技术或市场发生变化时对冲风险。他们还建议同行加强治理，并在致力于全面举措之前，先完成小规模的PoCs（试点项目）。
一、降低AI投资的风险
至于AI行业的未来，Palermo（帕勒莫）认为“在未来一两年内，将会有很多点状人工智能解决方案消失……”。
“我认为更大的平台生态系统真的开始拥有强大的AI基础，而且它们…… 更有能力阐明如何利用AI，”Palermo（帕勒莫）补充道。
“任何CIO都希望利用这些生态系统，因为我们在这些软件上投入了数百万美元，”Palermo（帕勒莫）说。他将治理视为确保在推出人工智能时围绕安全和隐私进行适当严格把控的关键优先事项。“所以，我认为你会看到CIO们在这方面加倍努力。”
Alpharay Consulting的创始人兼首席顾问Shawn Jahromi（肖恩·贾赫罗米）表示，CIO们用来对冲潜在人工智能泡沫且不阻碍进展的一个策略是将“能力与炒作区分开来”。
“CIO们正在为与运营指标（如缩短周期时间、降低错误率和控制成本）相关的范围狭窄的人工智能用例提供资金，”Jahromi（贾赫罗米）说，他也是一位数字转型和人工智能治理方面的博士研究员，“如果估值或供应商的生存能力发生变化，这会限制风险敞口。”
Jahromi（贾赫罗米）说，CIO们还将AI视为一种运营模式的改变，而不是一项技术采购。
“这包括治理、问责制和人工覆盖结构。这样做的CIO不太容易受到泡沫的影响，因为价值创造嵌入在工作流程设计中，而非工具里。”
与Jahromi（贾赫罗米）合作的CIO们“并没有放缓AI的采用速度。他们正在从结构上降低其风险，”他补充道。
二、保持弹性是核心策略
Jahromi（贾赫罗米）看到CIO们正在实施的另一项策略是，通过优先考虑数据所有权、模型可移植性和供应商退出选项来保留架构控制权。他说：“目标是保持弹性。如果AI供应商倒闭或价格暴跌，机构不会失去决策权或运营连续性。”
Bread Financial的首席技术官Allegra Driscoll（阿莱格拉·德里斯科尔）对AI投资采取“慎重、极其务实的方法”，并表示领导层对“追逐最好的工具或率先推向市场”不感兴趣。她说，在保持弹性的同时构建能创造价值的能力很重要。
“我们专注于高价值、经证实的用例，”Driscoll（德里斯科尔）说，并补充称她花大量时间“评估Bread Financial所有技术投资的一整套风险。所以，我非常有信心，我们推进并投入生产的那些高价值、经证实的用例将继续为[我们]和我们的客户提供价值。”
Trimble的Palermo（帕勒莫）表示，在AI方面坚持下去始于CIO们试图推动的成果，以及与业务部门合作解决痛点。他说：“这能保护你免受完全的混乱。培养创新精神，但从创新和想法到实际生产的过程中应该有一定的严谨性。对此应该有一些治理措施。”
此外，VyStar Credit Union的首席技术官Anurag Sharma（阿努拉格·夏尔马）表示，CIO们与其对冲AI风险，不如“有意为之并为弹性而设计”。他说，这对金融服务公司尤为重要，“在这些公司，信任和稳定性与创新同样重要”。
为此，VyStar的方法是在AI能明显解决业务问题、改善其会员的成果并提高运营效率的地方使用它，“同时刻意注重加强基本面，使其能超越任何炒作周期”，Sharma（夏尔马）说。
他说，这需要干净且管理良好的数据、模块化且可互操作的架构，以及既了解技术又了解业务的人员。
Sharma（夏尔马）说：“如果AI泡沫降温，这些基本面和投资仍将带来复合价值，并提高安全性和效率；如果泡沫加速，我们将能够在不影响合规性或会员体验的情况下负责任地扩大规模。目标不应该是不惜一切代价追逐闪亮的AI，而是要保持适应性、财务自律，并能够自信地做出调整。”
三、控制AI工具泛滥
许多企业都在与工具泛滥作斗争，在不确定的经济环境下，CIO们正在加倍努力控制工具过载和支出。Palermo（帕勒莫）表示，Trimble正在开始对其拥有的软件进行合理化处理，并围绕这些软件创建元数据，以及判断是否有10种工具做着相同的事情。AI工具尤其如此，所以Palermo（帕勒莫）正在努力收紧其采购到付款流程，“以便我们在确保登记所有进来的东西方面更加严谨”。这样一来，如果有人在寻找AI工具，IT部门将对其进行审核并给出建议。
“我们希望利用满足AI领域特定需求的一组工具来推动创新，”他说。
“购买大量工具可能会创建一个非常复杂的架构，如果你不确定这会产生很多价值，那么在关键流程中某个环节出现故障的风险可能就不值得了。”Driscoll（德里斯科尔）表示认同。
四、以高价值锚定低风险
Bread Financial的Driscoll（德里斯科尔）表示，公司“在2026年将继续投资高价值的用例”，比如IT部门为公司客户服务代理构建的知识管理能力。同时，“我们以类似的方式对待所有新技术——我们试图慢下来以便更快地前进”。
和Sharma（夏尔马）一样，她说消费者信任至关重要，“所以我们往往会花大量时间构建一个强大、可控的环境，并确保我们了解全面的风险范围。然后我们会选择一个或多个低风险、高价值的用例，开始在团队中积累经验”。
这种方法将继续下去，特别是当他们拓展知识管理用例并开始使用智能体时。
Sharma（夏尔马）也预计在2026年将继续对人工智能进行投资。他说：“我们投入到AI投资的信息技术预算占比将取决于各种因素，包括不断演变的形势和具体的业务需求。然而，我们仍然致力于在对我们的运营和会员体验产生重大影响的地方利用人工智能。”
五、供应商整合可能加剧风险敞口
Spotlite的联合创始人兼CSO（首席战略官）Benjamin Hori（本杰明·霍里）认为，AI市场调整的迹象已经显现，初创公司正在受到影响，这带来了风险敞口。
Hori（霍里）说：“当占主导地位的企业开始捆绑各种功能，使得一整类初创企业的产品变得不再必要时，我们会立即看到后果——快速整合、突然转向以及小供应商一夜之间消失。这直接影响到依赖这些工具的安全团队。”
他说，区分真实与炒作的最明显指标之一是一家公司是在训练自己的模型“还是仅仅包装别人的API（应用程序接口）。从CSO（首席安全官）的角度来看，这种区别很重要，因为它会影响数据控制、攻击面、长期可行性，最终还会影响风险。没有专有模型或经过权利清理的数据集的供应商没有可防御的基础，而这就成了我们的风险敞口。”
为了对冲AI的波动性，Hori（霍里）表示，Spotlite优先选择具有独特数据优势、强大治理实践以及能够抵御市场变化的架构的合作伙伴。他说：“我们还在我们的技术栈中构建灵活性，这样我们就不依赖于任何一个模型提供商。尤其是在初创企业可能迅速消失的环境中。”
作者：Esther Shein（埃丝特·谢因） 译者：宝蓝
