當下，AI無疑成為投資領域的最大熱點，眾多企業紛紛入局，大量資金競相涌入。在各種力量的加持下，大模型如雨后春筍般不斷涌現。然而，熱潮的背后，如何找到適合的應用場景、將AI順利地帶入企業成為亟待解決的關鍵問題。

“開源混合是AI發展的必然趨勢，我們將以開源的方法將AI帶入企業。”紅帽全球副總裁兼大中華區總裁曹衡康(Victor Tsao)表示。

戰略：開源混合是AI必然趨勢

兩年多前ChatGPT的橫空出世點燃了AI市場的熱情，也吸引了業界將投資重點傾斜到AI領域。根據IDC的全球調研，2023年美洲、APJ（亞太及日本地區）和EMEA（歐洲、中東和非洲地區）在AI方面的總支出分別達到了1010億美元、380億美元和380億美元。其中，活躍在信息通信前沿領域的中國市場表現得尤為搶眼，2024年投資的場景達到74個，預計到2025年將大幅增長到189個。

伴隨著全球資本的大舉進入，目前AI基礎架構已經趨于完善，如何實現AI應用的有效起步成為當下業界關注的重點話題。在此方面，紅帽認為，開源混合與AI的特點天然契合，也是AI未來發展的必然趨勢。

“AI的關鍵詞包括創新、效率、新穎等，同時也存在安全、透明度、隱私等方面的隱憂；而開源的關鍵詞包括創新、透明、彈性等，缺點也是安全程度不足。”曹衡康認為。可以說AI與開源的優缺點相似，奠定了兩者融合發展的基礎。而在融合發展過程中，兩者相互賦能的效應也清晰顯現。

在AI加持下，開源混合將呈現以下變化。首先，更加重視自動化，將自動化能力部署到企業的邊邊角角，能夠自動化完成關鍵任務。其次，開發者效率進一步提高，不需要人工編寫每一行代碼，AI可以幫助開發者完成工作，大幅提高應用開發效率和代碼合并效率等。再次，AI加持使得企業更加安全，以及邊緣計算和邊緣分布更加廣泛。

而有了開源混合的加持，AI也將能夠更快更廣泛地應用到各個角落。正如同云計算、邊緣計算等每個時代都因為開源混合而發展壯大，AI時代也會因為開源開放而不斷壯大。

事實上，AI的開源混合趨勢已經得到了業界的廣泛認可。據統計，截至2023年底全世界的149個大數據模型中有2/3基于開源開發而成。而根據IDC、Gartner等的統計數據，全世界85%的CIO認為要逐漸向開源過渡，60%的企業決定走開源的道路。對于混合而言，這一術語原本來自云計算領域。在云計算誕生伊始，公有云備受追捧，而后各種缺點逐漸顯現，如缺乏彈性、成本高昂等，為此大多數CIO認為混合云是理想選擇。對于AI而言，不可能將所有計算都放在公有云上，混合模式是最有選擇。

戰術：小模型和“三步走”

如果說開源混合是AI的戰略方向，那么具體到實踐層面，又該以怎樣的戰術將“開源混合+AI”很好地落地？對此，紅帽的做法是小模型。

紅帽表示，此前不少企業嘗試用大模型提升效能，但實踐中發現大模型并不適合生產場景，甚至一點小錯就可能引發巨大風險。此外，大模型涉及的數據量大，開發應用所需時間較長，能耗較高，缺乏對企業個性化需求的針對性分析。在此情況下，小模型（fit for purpose）應運而生，涉及參數量少，能夠精準滿足用戶需求。

以西門子工業自動化（成都）有限公司（以下簡稱“SEWC”）為例，作為一家務實的企業，SEWC重視通過AI、大數據等技術平臺和數字化理念的引入，以實現生產效率和質量的提升。SEWC信息技術部經理楊健介紹，SEWC很早就開始應用小模型，尤其是在生產環節的機器視覺應用中，通過使用小模型，將垃圾分揀中金屬、塑料和紙張等的分辨率從以前的85%提升到現在的95%以上，大幅提高了分揀效率。

紅帽在小模型方面已經先行一步。據介紹，紅帽通過InstructLab開源社區推出小模型，通過合成數據將對真實數據的需求降至原來的千分之一。這種方式不僅降低了算力需求，節約了成本，而且減少了能耗，對環境更加友好。此外，紅帽的InstructLab是一個學習平臺，支持市面上的各種模型。紅帽不僅創建和使用開源模型，更在幫助企業構建個性化模型。通過小模型概念，快速將客戶的知識庫輸入到模型，無論采用何種模型架構，都可以通過深度數據的方式生成企業的專屬模型。

紅帽大中華區方案架構部總經理王慧慧（Aella Wang）表示，為了幫助客戶在充分了解成本和收益的基礎上逐步向AI過渡，紅帽提出了三步走的“分步實施”策略。第一步，客戶可以在最小資源配置下試用開源模型和工具，比如在筆記本電腦上用CPU試跑，而不需要額外的GPU卡。第二步，通過云租用算力進一步擴展，客戶可以選擇基于公司數據中心或外部公有云資源，確認模型適合需求后進入第三步。第三步，紅帽的架構支持跨云混合部署，例如，客戶可以在中國使用阿里云，在美國使用AWS，既靈活又經濟。“我們的目標是幫助客戶實現最佳的投資回報率，并在每一步為其提供適配的支持。”王慧慧進一步強調。