人工智能（AI）已经准备好为企业服务，但企业是否准备好迎接人工智能？这是分析师、专家和高管们在2025年即将到来时所提出的最大问题之一。
过去一年，新的人工智能技术发展速度空前，几乎每个企业现在都已经坚定地加入了人工智能的浪潮。大语言模型（LLMs）如今具备了推理能力，决策算法能更好地处理不确定性，机器人能够通过模仿和强化学习进行学习，超级计算机计划提升了AI系统训练的速度和可扩展性——而这仅仅是冰山一角。
据2024年的调查，惊人的95%的企业已经以某种方式使用人工智能，超过一半的企业计划在未来两年内实现全面集成。人工智能的势头无疑是显著的，但正如任何新兴技术一样，发展过程中必然会经历高潮与低谷，最终达到平衡状态。根据Gartner的技术热度周期，许多上述的技术和AI应用案例目前正处于“期望膨胀的顶峰”阶段。人们对人工智能的期望非常高，企业们正在坚定不移地推进人工智能，以抢占竞争对手的先机。然而，在我们到达“启蒙的坡道”和“生产力的高原”——即最终目标之前，显然必须经历“幻灭的低谷”。
当然，这种幻灭感并不会影响到所有企业。那些已经做好准备、拥有适当基础设施和分阶段成长思维的企业，将能够度过任何短期的挫折，但大多数企业——凭借其“膨胀的期望”——可能会冒着在人工智能上“走得比走得更快”的风险。
企业面临的主要挑战：基础设施
当涉及到人工智能时，企业面临的主要挑战之一就是拥有能够支撑AI运作的基础设施。根据应用场景的不同，人工智能可能是一项非常具有挑战性的技术。一些算法型AI工作负载需要实时推理，在没有直接、高带宽、低延迟连接的情况下，它们将无法发挥出应有的性能。如果在没有确保网络基础设施满足要求的情况下部署这样的应用场景，这就是典型的“走得太快，结果摔倒”的例子。那么，企业如何确保拥有一个赢得人工智能竞争的基础设施呢？
提升云访问
企业向云迁移的路径实际上是任何成功AI战略的核心支柱。随着企业采集和使用数据的规模不断扩大，单纯在本地存储每一条信息已经不再可行。相反，基于云的数据湖和数据仓库已成为存储数据的常见方式，确保能够顺畅地访问这些数据变得至关重要。
但这种转变不仅仅关乎规模或存储——它关乎能力。人工智能模型，特别是那些需要大量训练的模型，通常会存储在云端，在那里，超大规模云计算平台能够提供本地数据中心无法支持的算力密度和GPU能力。在这种背景下，选择合适的云服务提供商固然至关重要，但真正的改变者不在于“谁”来连接，而在于“如何”连接。
依赖公共互联网进行云访问可能会带来瓶颈和风险，因为公共互联网的路由不可预测、延迟不稳定、安全性差。正是这种时候，具备云和人工智能交换能力的互联平台发挥了重要作用。数据中心和运营商中立版本的这些平台——越来越受到欢迎——为企业提供了坚韧、直接且安全的路径，能够连接到多个领先的云运营商，并由服务水平协议（SLA）确保高性能和高可靠性。
更重要的是，它们通过提供SLA支持的私有连接解决方案，降低了数据传输的成本，减少了云出站费用。对于有多地点运营或冗余要求的企业，利用多云区域确保数据接近用户，从而最大程度地减少延迟并提升系统韧性。多云方法更进一步，避免了供应商锁定，使企业能够优化其部署，利用最优的服务。通过先进的云路由解决方案来处理复杂性，企业可以确保无缝的互操作性和低延迟的数据交换，从而让人工智能应用在强大、高效、安全的基础设施上蓬勃发展。
探索数据中心格局
数据中心市场正在蓬勃发展。根据我们的研究，美国目前的数据中心容量已超过11,000兆瓦，过去十年中，数据中心运营商数量增加了250%。对于AI转型而言，选择合适的数据中心至关重要——结合超大规模云计算平台、托管数据中心，甚至一些本地设施的平衡方式，都是未来AI需求多样化的良好选择。
虽然超大规模云计算平台在训练大型AI模型时因其高算力密度和GPU能力不可或缺，但托管数据中心通常较小，但在推理过程中（即AI算法执行实时响应时）仍然发挥着重要作用。
然而，挑战在于此。尽管美国达拉斯、凤凰城和纽约等数据中心核心地带的市场正在蓬勃发展，但我们的研究显示，空置率已降至1%至4%之间，主要是由于人工智能和大语言模型的应用需求激增。因此，企业为了实现其AI目标，必须扩展视野，探索二线市场的数据中心机会，甚至是那些位于都市中心之外的地方。如今，借助互联和分布式互联网交换（IXs）的使用，已经可以实现这一目标。
互联的力量
互联网交换（IXs）是一个物理平台，在这个平台上，多个网络，包括互联网服务提供商（ISP）、数据中心和内容分发网络（CDN），通过对等连接直接交换流量。
通过提供最短、最快的网络路径来促进数据交换，IXs可以提高网络性能，降低成本，并为所有参与方提供低延迟的连接。关键是，它们使企业能够利用位于传统地理范围之外的数据中心。例如，若某个企业无法在纽约找到足够容量，由于低空置率，它可以无缝地连接到邻近区域的容量。
美国的IXs数量在近年来激增，自2014年以来，连接50个以上网络的大型IXs（其中很多已超过百个网络）的数量增加了350%。特别是，这些新设立的IXs大多数遵循分布式数据中心和运营商中立的IX模式。这些中立模式不受单一供应商的锁定，且拥有更高密度的互联网络，能够帮助企业构建适应AI对快速、可靠数据访问需求的多样化、地理分布的基础设施。由于这些IXs不与某一运营商或数据中心绑定，它们为企业提供了内建的弹性和冗余——若一个数据路径拥堵，另一个可以立即使用。我们的研究显示，目前美国超过80%的IXs都采用了中立或混合中立的运营模式，超越了传统的数据中心/运营商主导的IX模式。
高速度、低延迟的连接需求量巨大，但等待新的数据中心容量显然不适合那些希望在AI竞争中领先的企业。这就是为什么互联至关重要；它打破了传统上限制企业发展的地理限制，为企业提供了坚实的连接基础，确保能够顺利稳步地度过人工智能革命的浪潮。
