AI模型断供风险：企业提前布局对冲策略
企业AI战略对冲已成主流
最新调查数据显示，三分之二的企业已经对冲了其AI模型策略，而过去几周围绕Anthropic公司Claude Fable 5模型的争议恰恰证明了为何这种策略已成为主流做法。
Fable 5模型突然下线引发思考
6月12日，美国一项出口管制命令导致Anthropic的Claude Fable 5模型——市场上最强大的模型——对所有客户无预警、无时间表地下线。这一模型直到本周才在更严格的安全保障措施下重新上线。在此期间，中国的Z.ai公司填补了这一空白，发布了其开源权重GLM-5.2模型。
在VentureBeat Pulse的最新调查中，145家企业在过去几周内接受了调研，结果显示：在出口管制命令下达前，三分之二的企业已经对冲了其模型策略。其中，51%的企业将封闭的前沿模型与在其自有基础设施上部署的开源权重模型相结合；另有16%的企业正在将核心工作流程完全迁移出封闭的API。剩余的三分之一企业则完全依赖封闭生态系统，当模型突然下线时，它们陷入困境。
供应商依赖暴露深层问题
此次断电事件凸显了供应商依赖问题，展示了当企业依赖的模型突然消失时会发生什么。然而，供应商依赖只是更深层次问题的表象：大多数企业缺乏监控机制，无法识别已投入生产使用的AI系统何时出现故障。
- 只有十分之一的企业拥有能够捕捉AI模型漂移、异常行为或生产故障的自动化监控系统
- 约四分之一的企业只有在终端用户（内部或外部）报告问题时才会发现生产故障，或者完全缺乏检测能力
- 79%的企业已经因自主智能体遭受了实际财务或运营损失——最常见的是影子AI，即企业员工在无人监督的情况下使用公司信用卡运行未经授权的智能体工作
控制差距：AI部署与治理之间的鸿沟
我们将这种情况称为”控制差距”，即企业积极部署AI的能力与他们能够看到的、拥有的或治理的AI数量之间的差距。6月的断电事件变成了一场实时压力测试。
关于本次调研数据
VentureBeat Pulse Research在2026年6月对145家拥有100名以上员工的企业进行了调研，调研时间跨越了6月12日开始的Fable 5模型断电事件。样本为自选且具有方向性：41%的受访者来自技术/软件行业，20%是咨询顾问或顾问，受访者群体偏向高级和技术岗位——包括CIO/CTO/CISO（18%）、工程/IT总监（14%）、企业架构师（12%）。超过一半的受访者来自拥有10,000名以上员工的公司。
虽然我们的样本量不是很大，但您可以信任的模式比确切的百分比更重要：调研中的每个问题都独立指向同一方向——AI部署速度领先于治理、可视性和成本控制。
Fable 5出口管制如何改变企业AI风险格局
Fable 5于6月9日发布，立即获得赞誉，但其每百万输入token 10美元、每百万输出token 50美元的价格也令人咋舌。三天后，美国政府发布紧急出口管制指令，禁止外国国民访问。Anthropic无法实时验证用户国籍，因此暂停了所有人的模型访问权限。
与此同时，Z.ai持续获得发展势头；周三，它发布了一个名为Zcode的开源智能体编程环境。OpenAI则在6月26日预览了其前沿的GPT-5.6系列。
企业已承担AI依赖的财务成本
企业在春季已经了解到AI依赖带来的美元成本。据《福布斯》报道，在Claude Code被其约5,000名工程师中84%采用后，优步在四个月内耗尽了整个2026年AI编程预算。《The Verge》报道称，微软在其Windows和Microsoft 365部门取消了大部分内部Claude Code许可证，转而引导工程师使用自有工具。
模型可能一夜之间消失
6月带来了更深刻的教训：您工作流程依赖的模型可能在一夜之间因政府命令而消失，这与您或供应商的决定无关。而像DeepSeek这样的中国公司正在发布极具颠覆性的强大模型，将成本降至西方模型的几分之一。
断电前对冲机制已就位
Liberty IT架构高级总监布莱恩·克雷格亲身经历了这两次教训的碰撞。Liberty IT是Liberty Mutual这家全球最大保险公司之一的工程部门，总部位于爱尔兰。克雷格是爱尔兰人，这意味着出口管制直接影响了这位外国国民用户。
6月24日在纽约举行的VentureBeat AI Impact活动上，克雷格在断电期间被问及此事。”Fable出现了，你立即看到了使用它的标价，你会想’天啊，它必须真的非常好，'”克雷格说，”但幸运的是，我们还没来得及爱上它。”然后它就消失了。
企业构建灵活AI基础设施
克雷格的公司正是为应对此类中断而设计的。Liberty IT运行着他们所谓的AI骨干网——大约50个组件涵盖安全、治理、可观察性和编排，每个组件都可以独立替换。
“你目前不能锁定在一个供应商甚至一个框架上，”克雷格告诉与会者，”你需要保持通过骨干网实现灵活性，能够根据未来六个月内您有信心的东西，连接到不同的模型、不同的供应商，而不仅仅是看谁今天最受欢迎。”
混合策略成主流
调查显示，克雷格的观点代表了许多企业。51%的多数企业采用混合策略——使用封闭前沿模型进行通用推理，在本地部署开源权重模型用于专业执行；另有16%正在做出硬性转变，将核心工作流程迁移到运行在他们自己混合云或私有云上的开源权重模型。32%坚持封闭策略的企业坦诚表示：自托管的操作开销仍然超过节省的成本。6月之后，这一计算有了新的变量。
企业减少对特定供应商的依赖
defection（放弃）现在已成为主动策略，而目标可能令人惊讶。当被问及在未来12个月内最可能缩减或淘汰哪个主要AI供应商时，受访者首先选择了微软（30%）——大多数 citing减少对Copilot和Azure AI框架的投入，转而直接访问模型——领先于28%完全不缩减任何供应商的企业。OpenAI获得21%的选择，主要因为价格波动；Anthropic为15%，谷歌为6%。没有供应商面临大规模撤离。但惰性忠诚已经结束：在这些企业中，积极削减至少一个供应商比在所有供应商上扩张更为普遍。
仅有十分之一企业能自动发现生产故障模型
企业如何知道其生产中的AI模型出现问题？大多数企业缺乏必要的监控机制来识别AI系统何时停止正常工作。这一”控制差距”在当前快速发展的AI环境中尤为突出，企业需要建立更完善的治理和监控系统，以确保AI系统的可靠性和安全性。
随着AI技术的快速发展，企业必须重新思考其AI战略，不仅关注技术创新，更要重视风险管理和系统韧性。构建灵活、可替换的AI基础设施，以及实施全面的监控系统，将成为企业AI战略成功的关键因素。
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！