GSIs领跑企业AI竞赛，技术优势显著

快速阅读: NTT DATA赞助Arrow McLaren IndyCar车队，通过实时数据分析支持赛车手诺兰·西格尔。此举展示AI在高速数据处理和企业应用中的潜力，解决AI部署的复杂性，推动企业AI转型。

Arrow McLaren IndyCar车队由NTT DATA赞助。史蒂夫·麦克道尔在加州蒙特雷附近的Java House大奖赛上，从Arrow McLaren IndyCar车队的拖车中了解到企业AI面临的挑战。这辆两层的移动总部内，超过十几名工程师和数据科学家实时分析数据，支持硅谷本地车手诺兰·西格尔驾驶的6号NTT DATA赞助赛车。

印地赛车是展示AI力量和潜力的理想平台。几乎没有企业应用能像时速180英里的赛车那样快速移动，每小时从150多个传感器传输数十亿个数据点。尽管如此，首席工程师凯特·冈德拉赫表示，“车手是最终的传感器。”她进一步指出，在商业领域，“没有数据胜过错误的数据。”

企业代理型AI面临多重挑战。随着生成式AI从实验转向实际部署，代理型AI有望成为下一个前沿。然而，大多数企业在实现AI愿景的过程中仍面临复杂性。麻省理工学院最近的一份报告显示，95%的生成式AI试点项目未能取得有意义的成果。

技术并不是唯一的挑战。大型语言模型、超大规模云平台、多模态数据集成和安全框架很少能无缝协作。企业需要在确保合规、管理数据主权和提供可衡量投资回报率的同时，将这些工具与遗留系统整合。很少有组织具备独自应对这一转型的专业知识或资源。

此时，全球系统集成商发挥了关键作用。长期以来，GSIs一直是推动数字化转型的力量，现在它们成为了使企业AI可操作化的连接纽带。在这一领域，东京的NTT DATA正采取一些最具战略性的市场举措。

企业AI采用与以往的技术浪潮有着根本的不同。首先，它需要涵盖数据管道、云基础设施、安全、应用程序和业务流程的全栈转型。其次，它需要生态系统协调，因为没有一家供应商能满足所有企业需求。

NTT DATA首席数据和AI官安德鲁·威尔斯表示，GSIs通过三个核心优势弥补这些差距：行业专长、集成能力和全球交付能力。深入理解特定行业的业务流程和合规要求，使GSIs能够制定出切实可行的AI解决方案，而不仅仅是技术上的新颖性。数十年来连接不同系统的经验使GSIs能够将多个供应商的技术无缝整合为企业级解决方案。全球范围内的咨询师和工程师网络则确保了跨地区和行业的AI部署一致性。

NTT DATA在全球50多个国家开展业务，展示了GSIs如何抓住AI机遇。过去一年，该公司宣布与谷歌云、微软、Mistral AI、Salesforce和Corvic AI建立重大合作伙伴关系。Gartner最近认可了NTT DATA的发展势头，将其评为2025年生成式AI咨询和实施服务创新指南中的“新兴领导者”，认为这反映了NTT DATA在创新、市场理解和交付能力方面的综合优势。

NTT DATA北美区CEO兼全球首席增长官苏迪尔·查图维迪表示，这一切都是有意为之。该公司已经从服务市场的参与者转变为塑造企业AI格局的力量。他说：“只有当我们能够提供全栈解决方案并成为每个客户的组成部分时，才能实现这一点。”

为了加速AI驱动的云创新，NTT DATA近期与谷歌云建立了全球合作伙伴关系。此次合作基于双方2024年亚太区的共同创新协议及NTT DATA的收购计划。

2024年底，Niveus Solutions与谷歌云合作，专注于代理型人工智能和云原生现代化，解决企业面临的两大挑战：合规性和运营扩展性。

两家公司合作推出了具体行业解决方案。在金融服务领域，NTT数据的Regla平台基于谷歌云简化了监管报告和合规流程。在酒店业，虚拟旅行礼宾服务利用谷歌Gemini模型提供实时多语言客户服务，每月处理超过300万次对话。

主权AI能力是另一战略支柱。通过谷歌分布式云，NTT数据帮助客户部署隔离或连接的主权云环境，这对于需要遵守数据驻留要求的高度监管行业至关重要。

为支持合作，NTT数据成立了专门的谷歌云业务组，拥有数千名工程师和架构师，并计划认证5000名专业人士掌握谷歌云技术。

此次联盟揭示了一个鲜为人知的行业趋势：超大规模云服务商需要系统集成商，就像系统集成商需要超大规模云服务商一样。微软近期与NTT数据建立了新的合作关系，同时与埃森哲和Avanade合作。类似地，亚马逊网络服务与德勤合作。

谷歌云加深与NTT数据的合作表明，竞争不仅限于工作负载，还影响企业如何构建AI转型。

面对多代理系统的复杂性，NTT数据与微软合作，开发了在Azure AI Foundry上管理多代理工作流的服务。在最近的微软Build大会上，该公司展示了一套多代理票务管理系统，通过自动化分类、优先级排序、路由和解决，缩短了响应时间，提高了客户满意度。

商业案例非常有吸引力：简化的工作流程、增强的合规性和通过智能自动化实现的重大成本节约。随着企业从试验转向规模化应用，这类编排框架成为推动采用的关键因素。

NTT数据还通过与Mistral AI的合作，减少对超大规模云服务商的依赖。这家总部位于巴黎的初创公司专注于高性能、开放权重的生成模型。双方共同开发了安全、私有的AI平台，适用于金融、保险和国防等受监管行业。

早期实施项目包括在卢森堡部署主权AI平台，以及为Dennemeyer开发专利搜索应用。通过提供私人、可持续的AI部署，NTT数据与Mistral的合作满足了日益增长的战略AI自主需求。

NTT数据还通过其他合作伙伴关系进一步巩固其地位。针对Salesforce的Agentforce平台推出的新服务使企业能够通过自主AI代理增强团队，采用“宣传、试点、采用、扩展”的方法。与Corvic AI的合作则将能力扩展到多模态数据管理。Corvic平台整合来自文档、图表、表格和图像的数据，解决企业数据碎片化问题，这是AI采用中的常见瓶颈。

企业AI市场正进入规模化阶段。IDC预测，到2027年，全球AI系统支出将超过5000亿美元。然而，调查显示，企业在超越概念验证阶段时仍面临人才短缺、集成挑战、安全问题和不确定的投资回报率等障碍。

系统集成商（如NTT数据）正在成为解决这一执行差距的关键。虽然像OpenAI、Meta和超大规模云服务商这样的公司在构建模型方面处于领先地位，但系统集成商帮助企业确保这些模型在各行业中产生可衡量的业务影响。

代理型AI强化了这一点。跨供应商和平台协调多个AI代理需要系统集成商多年来积累的系统专业知识、治理框架和全球交付模式。

未来18个月将是关键期。AI模型构建者将继续发布新的基础模型，而像Mistral这样的开放权重玩家将越来越多地提供替代方案。企业面临越来越大的压力，需要在监管机构加强对数据隐私、安全性和主权的监督的同时，证明AI投资回报率。

在这种环境下，GSIs将成为关键合作伙伴。NTT Data近期的合作势头和客户成功案例展示了当GSIs将技术专长、生态系统广度和行业特定交付能力相结合时，可以实现的目标。

在WeatherTech Raceway Laguna Seca赛道旁，Arrow McLaren车队负责人托尼·卡纳安总结道：“过去，车手教导计算机；现在则相反。”他谈到与NTT Data的合作时表示：“我们都在一起学习”——这句话几乎适用于任何现代企业的人工智能努力。

(以上内容均由Ai生成)