AI 整合:为什么平台将胜出,而产品组合将瓦解

作者:来自 Elastic Jesse Sladek

随着企业将 AI 推向生产环境,他们正遭遇一个难以突破的上限:传统数据基础设施。AI 放大了零散 IT 战略中的裂缝,暴露出由各种拼凑在一起的点解决方案组成的产品组合,在规模化场景下根本无法正常运转。要真正实现 ROI,AI 需要一种为海量、复杂和非结构化数据而构建的统一架构。

我们的合作伙伴就是架构正确能够带来实际成功的证明。通过构建于 Elastic 的统一平台之上,而不是采用碎片化的产品组合,他们避免了集成各种异构工具所带来的摩擦。这使他们能够更快地扩展并优化交付,从而更好地把握客户 AI 投资中更大的份额。

等待的代价

AI 的承诺是真实的,但要释放其全部企业价值需要时间。这符合技术采用的 J 型曲线:在生产力大幅提升之前,企业需要经历一段调整期,在此期间进行投资、重建和再培训。现在就采用_正确_架构的企业,最有能力缩短这一差距。

如今,太多企业正处于这条曲线的低谷。IDC 预计,到 2029 年,全球 AI 基础设施支出将超过 1 万亿美元;¹ 然而,由于数据基础薄弱以及基础设施存在缺口,近一半由 AI 驱动的项目将在 2026 年无法达到其 ROI 目标。²

这是我们看到的最常见的阻碍因素之一。当 AI 通过碎片化的工具进行部署时,合作伙伴需要花费时间将各种解决方案拼接在一起,而不是交付差异化价值。这相当于早期制造商将电动机硬塞进围绕蒸汽动力设计的工厂,然后逐步重新改造基础设施以适应电力。技术的潜力受到其所接入架构的限制。

对于部署 AI 的合作伙伴而言,这意味着需要统一数据模型、重新设计流程,并管理那些从一开始就没有被设计成彼此通信的系统之间的集成。额外的复杂性延长了 J 型曲线,推迟 ROI 的实现,并限制了他们与客户共同成长的能力。

平台优势

将其与 Elastic 的平台化方法进行比较。我们的搜索、可观测性和安全产品运行在同一个数据层之上,让数据能够自由流动,从而让 AI 获得更好的上下文。Elastic 的优势还来自它是一个单一的数据存储。这意味着统一的索引、一个查询层,以及一个真正让数据集中存储在一起的地方。这种统一的后端改变了成本模型并扩展了能力。这也是 Elastic 最近能够大幅降低指标定价,并消除竞争对手所面临的高基数惩罚的原因 ------ 为合作伙伴提供了一个可以在其基础上构建真正服务和 IP 的基础,同时缩短价值实现时间。

Elastic 从设计上就是开放的,为合作伙伴提供架构上的灵活性,使他们能够根据具体问题选择最合适的解决方案。他们可以根据性能、风险和成本选择部署位置,以及使用哪种 AI 或大语言模型(LLM),而不是被迫让每个客户都采用一种僵化的架构。

客户已经在生产环境中看到这些优势。例如,PepsiCo 在整合到 Elastic Observability 之前,运行着55 个相互独立的监控工具。通过统一这一架构,他们降低了硬件成本,同时将平均故障修复时间(MTTR)缩短了 30%。Colsubsidio 也取得了类似的成果,他们与 Elastic 合作伙伴 Insoftar 合作。通过实施 Elastic Observability,他们统一了此前无法追踪的40 多个业务流程中的日志、指标和追踪数据。这使关键事件减少了 95%,MTTR 缩短了 30%。

核心结论是:统一且开放的平台让合作伙伴能够减少重建基础设施所花费的时间,将更多精力用于交付业务价值。

合作伙伴的机遇

AI 正在推动整个行业进行整合。客户已经不再根据功能来采购。他们正在仔细审视架构,以判断哪些是为未来而构建的,哪些只是简单拼凑在一起的。

这一转变带来了巨大的机遇。从历史上看,购买碎片化产品组合意味着合作伙伴可以通过手动整合各种异构数据库来收取费用。这可能是一项低利润的苦差事,当 ROI 停滞不前时,还会限制合作伙伴的增长并消耗客户的信任。

Elastic 改变了这种局面。由于我们的平台为 AI 提供了统一的基础,合作伙伴无需重新设计系统架构就可以进行部署。其收益有两个方面。首先,基础设施具有可扩展性,这可以帮助合作伙伴在客户账户中进一步扩大业务范围,从而创造更多收入机会。其次,合作伙伴的服务可以从集成工作延伸到咨询服务,为成功实施 AI 所需的业务流程重新设计提供建议。

碎片化的产品组合迫使合作伙伴承担繁重的集成工作,而平台则让他们能够专注于交付价值。能够完成这一转变的合作伙伴,将成为引领客户 AI 转型的企业。

1IDC Blog,《AI 基础设施支出在 2025 年第四季度达到创纪录的约 900 亿美元;2029 年支出将超过 1 万亿美元》,2026 年 4 月 16 日。

2IDC Blog,《AI 已经准备就绪。企业还没有。供应商需要解决这一问题》,2026 年 6 月 16 日。

本文中所描述的任何功能或特性的发布及发布时间均由 Elastic 自行决定。目前尚不可用的任何功能或特性可能无法按时交付,也可能根本不会交付。

在本文中,我们可能使用或提及了由各自所有者拥有和运营的第三方生成式 AI 工具。Elastic 无法控制这些第三方工具,也不对其内容、运行或使用承担任何责任,也不对因你使用这些工具而可能产生的任何损失或损害承担责任。在使用 AI 工具处理个人、敏感或机密信息时,请务必谨慎。你提交的任何数据都可能被用于 AI 训练或其他目的。无法保证你提供的信息会得到安全或保密的保存。在使用任何生成式 AI 工具之前,你应当了解其隐私政策和使用条款。

Elastic、Elasticsearch 及相关标志是 Elasticsearch B.V. 在美国及其他国家/地区的商标、徽标或注册商标。所有其他公司和产品名称均为其各自所有者的商标、徽标或注册商标。

原文:AI consolidation: Why platforms will win and portfolios will break | Elastic Blog

相关推荐
liuhl09106 小时前
【无标题】
大数据·elasticsearch·搜索引擎
xbgRS7 小时前
Elasticsearch的查询
elasticsearch
Elasticsearch11 小时前
使用 Lucene 搜索你的 Bean —— Highlighting
elasticsearch
Elasticsearch11 小时前
使用 Lucene 搜索你的 Bean —— Elasticsearch
elasticsearch
Elasticsearch16 小时前
最好的 LLM 只有 59% 的时间能写出正确的 Elasticsearch ES|QL。以下是另外 41% 出错的原因
elasticsearch
垚垚学技术_聚焦云原生16 小时前
Ansible Role 生产环境标准目录结构与规范化实践
java·elasticsearch·ansible
小林ixn16 小时前
从 MySQL 的 LIKE 到 ES 倒排索引:一次把全文检索和混合检索讲透
sql·elasticsearch·全文检索·agent·关键词
MayBaymax16 小时前
ES 基础总结
大数据·elasticsearch·搜索引擎
Elastic 中国社区官方博客17 小时前
两个依赖和一个配置块:通过 Prometheus 远程写入将 Spring Boot 指标发送到 Elasticsearch
大数据·数据库·spring boot·elasticsearch·搜索引擎·全文检索·prometheus
SelectDB技术团队17 小时前
ELK 太占磁盘、ES 总报写入拒绝:从归因到可执行的优化清单
大数据·clickhouse·elk·elasticsearch·全文检索·复杂查询·实时更新