企业AI的障碍与路线图、安全性与实体AI：TechEx第二天

TechEx北美大会第二天继续深入探讨企业AI的现状与未来，焦点从初期的兴奋转向了实施中的实际挑战。会议以“AI墓地”这一术语开场，指的是那些在试点中表现良好但无法在现实世界中落地的AI项目。尽管这一概念带有负面色彩，但多位演讲者分享了如何避免这一困境的实用建议。

在“企业AI实施、ROI与采用”分论坛中，参会者以停滞的试点项目为起点，分析了项目失败的原因。讨论内容包括：将代理AI聚焦于特定业务领域、构建代理就绪的数据基础（为成功预先规划底层架构），以及基于Token的AI计费模式对企业财务的真实影响。在基础设施层面，与会者还深入探讨了企业应购买还是自建AI基础设施，以及如何在考虑所有影响因素的情况下实现持久的数据与AI投资回报。

核心问题之一被概括为“个人副驾驶”概念——即AI在单个员工的工作流程中表现出色，但难以扩展至整个部门甚至企业。许多公司报告称有预算在单用户层面启动AI实验，且通常效果显著（尤其是当用户是高管时）。然而，从个人效率提升过渡到全公司范围内的变革，是众多企业面临的共同障碍。

网络安全议题在本次大会中也备受关注。在“网络安全与云博览会”舞台上，演讲者指出，企业和组织采用代理AI系统的速度造成了“速度差距”——AI部署一旦成功，会迅速获得关注，但安全与治理问题随之而来，因为业务部门采用生成式AI的速度往往快于安全团队的管理能力。AI本身是一把双刃剑：既能增强攻击能力，也能提升防御水平。内部无约束的代理和大型语言模型可能带来风险，同时攻击者也在利用AI扫描工具寻找潜在漏洞。

另一个反复出现的主题是“影子IT”的新形态——“影子AI”。如果员工将敏感信息放入未经批准的AI工具，或批准的AI系统缺乏有效边界和管理，攻击面可能会在网络安全团队不知情的情况下扩大。因此，数据治理与系统监管变得前所未有的紧密交织。对于纯粹的网络安全功能而言，零信任被视为应对AI“失控”采纳的解决方案——对人和机器均默认拒绝访问，身份和权限验证需扩展到所有服务与代理。

大会第二天并非对AI决策者的热情浇冷水——AI和代理的角色已被与会者普遍接受。但来自不同行业和职能领域的代表提供了丰富的细节与思考，既表达了担忧，也分享了热情，为2025年AI实施的讨论增添了深度。

在展区内，实体AI成为了新的兴奋点。人形机器人吸引了大量关注，但更务实地看，新增的“物理AI”分论坛吸引了最多观众。多位参会者指出，软件编码是大型语言模型在专业环境中首个取得积极成果的领域。同时，许多人认为自动化物理系统将是下一个受益于新型模型及其实际应用的行业。

本届大会还引入了实践性编程环节，包括通过Google Colab实例引导参会者构建自己的AI代理模型，以及Nvidia和Google Hackathon举办的研讨会。参与者从需要介绍IDE的初学者到已有成熟软件技能的开发者不等。TechEx将前沿技术通过商业视角进行转化，既实用又面向未来。下一站大会将于9月在阿姆斯特丹举行，届时AI领域又将迎来怎样的进步令人期待。