構建生產級AI需要比AI本身更多的工程

2026年6月11日

在企業組織中，AI產品現代化始終出現在路線圖上，卻不斷被推到下一個規劃週期。原因眾所周知：遷移風險、預算壓力以及仍能執行核心功能的現有系統。然而，當前延遲所帶來的成本卻鮮少被關注。維護費用持續攀升，AI項目啓動耗時更長，而競爭對手積累的經驗無法僅靠資金投入獲得。這些成本無論是否出現在規劃文檔中，都在不斷累積。

維護正在吞噬本應用於增長的資源

詢問技術領導者IT預算的大部分去向，答案往往相同：維護現有系統。其規模遠超許多組織的預期。

Gartner估計，技術債務——過時代碼、推遲升級和短期技術決策的累積成本——消耗了IT預算的40%。McKinsey將技術債務的價值定為企業技術資產價值的20%至40%。IT軟件質量聯盟（CISQ）估計，美國的技術債務本金已達到1.52萬億美元。

這些成本年復一年地持續。遺留硬件在保修期結束後維護費可能增加10%至15%。超出支持生命週期運行的系統通常需要支付比標準協議高出50%至200%的高級支持合同。McKinsey研究的一家跨國保險公司發現，技術債務佔其IT支出的15%至60%。

指向維護的預算無法用於新產品、改善客户體驗或AI項目。面臨這些成本的組織是在為穩定性而非進步提供資金。

遺留基礎設施構成AI採用障礙

許多企業AI項目始於一個有前景的商業案例。技術演示表現出色，領導層批准資金，實施開始。然而，第一個障礙通常在AI模型投入生產之前很久就已出現。

企業數據往往分散在多個系統、部門和格式中。構建使信息可用的連接所需的時間遠超預期。計劃為期數月的項目可能跨越多個季度，團隊在集成挑戰中掙扎。

McKinsey發現，在碎片化遺留基礎設施上運行的組織出現顯著AI實施延遲的可能性高出30%，因為其數據環境無法支持現代AI要求。成功的AI系統依賴於跨組織可訪問、結構化和一致的數據。

架構帶來另一大挑戰。許多企業平台是作為單體構建的，即組件緊密耦合、一個更改可能影響整個系統的大型應用。這些環境使AI系統難以訪問實時信息，這對於準確和相關的輸出至關重要。在此架構上添加AI工具並不能消除底層限制——在許多情況下，它以更大規模暴露問題。

McKinsey估計，與傳統方法相比，AI輔助的現代化可將現代化時間線縮短40%至50%。但利益顯著，組織仍需先完成現代化才能實現這些收益。

競爭差距隨時間擴大

維護成本出現在預算報告中，而競爭損失則在更長時期內顯現，但一旦領先組織建立優勢，追趕就變得更加困難。

在2023年和2024年開始AI現代化項目的公司已花費過去兩年時間，通過生產部署積累運營知識。他們的團隊建立了數據管道，完善了治理流程，解決了實施問題，並確定了實際用例。這些經驗現在塑造了這些組織的運營方式。

McKinsey 2025年的研究發現，擁有成熟AI項目的企業同期EBITDA增長率比同行高出20%至30%。EBITDA是衡量息税折舊攤銷前利潤的指標。更高的盈利能力創造了更多未來投資空間，而延遲現代化的組織則必須同時為追趕工作和日常運營提供資金。

更廣泛的採用趨勢顯示了市場變化的速度。2023年，55%的組織報告在至少一個業務功能中使用AI。到2024年，這一數字達到78%。同期生成式AI的採用率從33%增至71%。

已經使用AI的組織正在優化實時系統、收集運營數據並建立流程，客户和員工可能很快視之為標準期望。每延遲一年，都在拉大在生產環境中學習與仍處於規劃階段的組織之間的差距。

等待正在讓企業付出什麼代價

將現代化視為未來項目會對其財務影響產生誤導。成本在現代化計劃開始之前很久就已顯現。它們通過不斷上升的維護費用、延遲的AI部署、更慢的產品開發週期以及失去建立運營經驗的機會表現出來。

對於評估現代化計劃的企業領導者而言，最有用的問題不是現代化成本幾何。更重要的問題是，組織通過等待已經花費了多少，以及再延遲一年將在基礎上增加多少。

GeekyAnts與企業團隊合作，評估現有技術環境，確定現代化優先級，並構建貫穿全程降低風險的實施路線圖。如果您的組織正在評估下一步行動，我們的團隊可以幫助確定現代化將在何處帶來最大影響。