 |
北京2026年8月21日 /美通社/ -- IBM咨詢大中華區合伙人，混合云及數據服務部總經理蕭俊杰近日為IBM商業價值研究院最新發布的《2026重塑技術領導者使命》報告撰寫推薦語，指出該報告為AI規模化時代的企業技術領導者提供了一份基于實證的"決策參考地圖"。
蕭俊杰 IBM咨詢大中華區合伙人，混合云及數據服務部總經理
蕭俊杰在推薦語中表示，當前關于AI規模化帶來的挑戰與應對的討論雖多，但缺乏以足夠廣度和深度的實證為基礎的洞察，及可行的行動建議，而《2026重塑技術領導者使命》的價值正在于此。
他指出，當討論"機器速度下的技術領導力重塑"時，容易陷入概念層面的空轉，但該報告將宏觀話題落到具體、可驗證的數據上——涵蓋AI智能體部署規模、治理事件發生率、云成本超支比例及投資回報率分化趨勢，每一個判斷都有實證支撐，打通各項判斷，從而形成全局性觀察。
報告旨在為正在思考"如何讓IT底座跑贏AI速度"的技術領導者們，提供一份確鑿且值得反復參閱的決策參考。這項研究基于IBM商業價值研究院于2026年1月至4月開展的全球調研，覆蓋33個地區、19個行業，收集了全球2,000位及大中華區170位負責IT、技術或AI決策的高管反饋。受訪企業平均年營收144億美元，平均員工數33,500人，規模從250人到800,000人不等。
蕭俊杰強調，當機器速度正在重塑競爭規則時，這份報告值得花時間細讀——不是為了印證已知，甚至不是為了獲取信息，而是為了校準對下一步的判斷和有章法的行動。他指出，與機器速度的對決，真正的準備不在于開戰前鎖定勝局，而在于行動中能夠持續校準。
以下內容基于報告整理而成，提供關于AI規模化下技術領導力重塑的全局性觀察與核心洞見。
AI正以機器級速度重寫企業技術管理的底層邏輯。這并非是漸進式優化，而是從根本邏輯上進行顛覆——基礎設施的設計哲學、技術治理的管控方式、IT投資的決策邏輯。
傳統范式逐一失效，新范式初具方向、尚未定型。對技術領導者而言，這不僅是企業系統的重構，更是自身職責與能力的同步再造。
IT基礎設施，從"追求穩定"到"保有選擇權"
原有的企業IT基礎設施基于靜態邏輯設計，符合技術迭代慢、有充足規劃時間的情況，衡量傳統IT基礎設施的關鍵指標是穩定性，體現為保障業務的連續性、成本可控和結果可預測。
這一邏輯被機器級速度的技術變革徹底顛覆。到2027年，全球企業預計平均部署1,661個AI代理，較當前增長38%；大中華區預計平均部署2,596個，增長34%，每個智能體每天產生數百甚至數千項決策，技術領導者每天要面對數十萬項自主決策。模型、平臺和工具的變化快于規劃周期，早期的"明智選擇"與 "穩定性"反而成為掣肘。衡量IT基礎設施的關鍵從"穩定性"轉為"靈活選擇權"——在不引發大規模中斷的情況下，遷移調度工作負載、不需重寫工作流而輪換模型、無需重構新平臺即可集成新技術。
AI引發的新邏輯生效的同時，多數企業仍陷于舊模式運營之中，更棘手的是，業務復雜性不斷增加、AI甚至通過自我驅動加速發展，新舊模式間的撕扯持續加劇。
對企業來講，維持傳統系統"就像坐在一枚定時炸彈上"，重新設計承載"機器速度"有彈性的IT底座迫在眉睫，然而，轉向新模式又如同"飛行途中更換兩臺發動機"。技術領導者正是"為選擇權而設計IT架構"的責任人。
技術管控，從"人工審批"到"內嵌式管控"
傳統上，企業對技術的治理邏輯是以人為中心、事中管控：通過政策、委員會、評審周期來實施管控，系統以"人工節奏"運行，有足夠的窗口期進行審核與干預。
新現實下，治理須以機器為中心。AI智能體數量激增，技術領導者每天面對數十萬項自主決策，規模遠超人力所及，持續的部署速度也非人工管控所能企及。責任在身卻無法有效管控——風險敞口已毫無遮擋地擺在領導者面前。全球及大中華區均約有八成的技術領導者表示，AI采用速度已超過現有治理能力、業務團隊部署技術的速度快于IT追蹤能力，而認為自己能在未來一年為AI代理部署規模化做好充分準備的人，卻僅有11%。
新舊管控方法的分野在于從"對發生后的事情管控"轉向"在系統上線前，以工程化方法界定規則，將管控嵌入架構本身，并以機器速度運行"。
技術投資：從"成本管控"到"投資組合管理"
既有的企業IT投資建立在IT資產可預測、經久耐用的假設之上，遵循3-5年的折舊周期，以穩定性為優化目標。長期以來，效率等同于成本管控。
IT投資特征已截然不同。AI模型的平均壽命僅約14個月。傳統軟件因故障而更新，AI模型持續快速迭代（全球及大中華區71%的技術領導者把"出現更優模型"列為退役或替換現有模型的首要原因，并有六成領導者因業務需求和用例變化持續更新模型），投資呈"探索性"特征，快速試用、果斷退役、敏捷轉投，不再以年為周期，而是在更短的時間內、持續地調整投資。成本管控不可或缺，但制勝靠更精準的投資組合調配。
新邏輯下，技術領導者的學習速度決定了企業能發現什么機會、他們的資源配置速度又將決定企業能抓住什么機會。
風暴眼中技術領導者的三項能力重塑，跑贏機器速度
AI的創新速度，使得長期路線圖面臨失效；機器速度下，決策規模令傳統治理失效；同時，技術投資管理體系超出傳統成本管控范疇，不僅是這三重結構性變化的疊加，最大的變化還來自于變化的速度。身處技術負責人的位置，這意味著CTO、CIO等技術領導者要對這些巨大挑戰所引發的結果承擔責任。
技術決策的量級和速度，也正超越企業戰略規劃所能跟進的節奏，推動著技術領導者影響力的躍遷——他們不僅參與和執行企業戰略，更在定義企業戰略的邊界。
隨著技術領導者角色從韌性、安全、成本和信任的守護者，拓展并提升至業務可能性的塑造者，同步再造自身結構性能力是個人職業發展的必須，也是企業為規模化智能體AI筑牢根基的必須。機器速度倒逼之下，技術領導力須完成三項重塑：
這不是三條獨立的工作線，而是彼此咬合的系統，每一項都為另外兩項創造前提，結構性能力是企業IT準備度的基石。沒有基礎設施的選擇權，管控只能淪為事后追責；沒有內嵌式管控，速度只會加速風險積累；沒有投資組合管理，創新投入注定在慣性中耗盡。三者必須同步構建，以新的技術領導力跑贏機器速度，推動企業穿越轉型。
綱舉目張：行動上，優先掃清最大的結構性障礙
三項能力重塑勾勒出方向，而彌合愿景與執行之間的缺口，需要具體的入手點。對于大中華區的企業來講，可執行的行動路徑，是從掃清制約速度、管控能力或資本效率的最大障礙入手。
一、 識別并逐步消除影響"選擇權"的鎖定風險：
梳理基礎設施、數據平臺和AI模型三個層面的綁定現狀，優先在2-3個高價值場景中實施可移植性改造；建立數據傳輸和出站費用的成本透明度機制，讓每一次遷移的經濟賬一目了然；同時，對高度依賴專有平臺服務的新AI項目設置輕量級部署審核，在創新涌入之前，先守好鎖定風險的關口。
二、 為生產環境中的AI設定最低標準：
優先確保進入生產環境的AI智能體和模型做過登記并明確了責任歸屬，且具備可觀測、可審計、可回滾和可停止等能力；建立覆蓋生產環境的統一管理機制（例如統一注冊表），自動化至少一項治理管控，并通過事件模擬驗證檢測、遏制和恢復流程。
三、 把AI支出轉化為持續更新的投資組合：
以嚴格的TCO方法管理運營型AI，把戰略性AI投資作為投資組合管理；建立用例級支出與價值視圖，由IT與財務共同設定復盤節奏，并隨著成效變化重新評估資金安排、模型更新決策和退出標準。
機器速度之下，企業競爭優勢在于能否持續適應變化。企業需要構建的，不是一套能預測所有變化的系統，而是一套能持續適應變化、以機器速度運行且始終可控的IT底座。
在AI規模化時代，三項能力重塑，正是技術領導者率先為自己、為企業贏得的勝算籌碼。推動組織穿越轉型，始終是技術領導者的職責，它意味著，在變化到來之前，先讓自己成為變化的一部分。
了解更多洞察、方案與案例，歡迎惠閱完整報告：《重塑技術領導者使命：為規模化智能體 AI 筑牢 IT 根基——大中華區洞察》
