首页您的业务将依靠数百种AI模型。这就是原因
在当今的科技环境中，正如公司常常需要管理多种云服务和数据库以满足不同需求一样，使用多种AI模型来应对不同用途的趋势正在增长。一项涉及超过1,000名IT决策者的最新调查显示，最先进的AI采用者目前正在同时管理数百个模型。
我们已经进入所谓的“多模型AI”时代。根据由Vultr赞助的S&P全球市场情报调查，目前使用的AI模型平均数量为158个，预计在下一年内这一数字将增至176个。
调查还发现，最先进的AI用户目前平均运营175个模型，预计在未来一年内将增长14%，达到200个模型。处于AI成熟度第二高水平的用户预计模型数量将同比增长18%。此外，三分之二的受访管理者（66%）正在开发自己的模型或使用开源选项。
在不同应用中使用多个模型有其充分理由。例如，麻省理工学院的一项研究强调了一个系统，该系统使用三个分别在语言、视觉和动作数据上训练的模型，帮助机器人在家庭、建筑和制造环境中规划和执行任务。麻省理工学院的研究人员解释说：“每个基础模型捕捉了决策过程的不同方面，并在决策时进行协作。”
这一趋势正在催生所谓的AI“集成”方法，即多个模型协同工作以产生输出，正如Erica Dingman在MovableInk的帖子中所描述的：“使用单一模型与集成模型的区别就像是独奏小提琴与完整交响乐团的对比。”她指出：“虽然每种乐器都有其价值，但它们一起可以创造出真正神奇的效果。”此外，使用多样化的数据集并持续更新和训练一组模型可以帮助减轻或消除AI输出的偏差。
支持AI模型的系统广泛采用和多样性正在推动这种激增。根据S&P和Vultr的调查，AI越来越被部署在边缘。调查作者表示：“分布式AI架构，边缘在组织基础设施中的各种应用中扮演关键角色，可能会成为标准。”绝大多数（85%）的IT决策者认为这种转变在他们的环境中是可能或极有可能的，其中32%认为“极有可能”。
调查确定了一些在AI采用方面领先的组织，称其拥有“变革性AI实践”。这些领导者中有半数在运营层面表现“显著优于”其行业同行。几乎所有这些领导者都报告说，从2022年到2023年，他们在客户满意度（90%）、收入（91%）、成本降低/利润率扩展（88%）、风险管理（87%）、市场营销（89%）和市场份额（89%）等各种指标上均有改进。
在所有受访组织中，AI支出预计将超过一般IT支出。近九成企业（88%）计划在2025年增加AI支出，其中49%预计会有适度到显著的增长。
然而，AI使用的快速增长也带来了挑战，特别是在现有IT基础设施方面。调查作者指出：“在实时推理等高需求AI活动中，受访者担心当前的基础设施可能不足。”前三大担忧包括CPU或GPU资源不足（65%）、数据本地化问题（53%）和存储性能问题（50%）。
调查中的定性数据也反映了这些担忧，受访者提到在公共云中高容量GPU实例的调度延迟以及对数据可用性的潜在影响。此外，对基础设施成本的担忧也在增加。作者总结道：“一旦项目进入生产环境，成本往往成为更迫切的问题。历史上，组织一直在努力准确预测这些成本。”
相关文章
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日，AI应用开发平台Lovable宣布参与丹麦硬件初创公司Atech的80万美元种子轮融资。该轮由Lovable领投，吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在内的顶级风险投资机构。此次投资标志着Lovable将“Vibe Coding”概念从纯软件开发战略扩展至硬件工程领域。Atech旨在通过AI驱动的交互式平台简化复杂的硬件原型制作。用户购买基础硬件套件，并通过AI聊天机器人以自然语言描述其设计概念；系统
Anthropic 将 Claude AI 编码工具扩展至日本，以推动海外增长
Anthropic，一家美国知名的人工智能公司，正加强其全球推广力度。周三，该公司在东京举办了一场大型开发者活动“Code with Claude”，吸引了近500名软件工程师参加。该举措旨在积极将Claude AI工具及相关产品引入日本市场，强调其自主编码能力在提升企业生产力方面的核心优势。强调自动化代码生成在活动中，Anthropic展示了其先进的自主编码系统，该系统能够独立处理复杂的编程任务并优化现有代码结构。随着全球对高效开发工具的需求不断增长，Anthropic希望通过此类活动加强
印度软件巨头缩减招聘，承诺随着 AI 代理规模扩大不裁员
随着人工智能重塑传统的劳动密集型商业模式，印度领先的软件外包公司塔塔咨询服务公司（TCS）公布了其战略应对措施。在周二的年度股东大会上，董事长概述了人机协作的愿景，并澄清了公司在人工智能时代的人力资源战略。不裁员，但招聘将放缓TCS董事长明确表示，公司没有因采用人工智能而裁员的计划，尽管整体招聘速度将放缓。虽然TCS此前减少了超过10,000名员工，但官员们强调，公司现在更倾向于通过自然流失来优化其人员结构，而非突然裁员。高层管理人员指出，以前由人类处理的重复性、机械性任务正不可避免地转向
相关专题推荐
设计与艺术
最适合创意实验的AI风格转换工具
2026年最新最佳、评价最高的AI风格转换工具，助您开展创意实验！XIX.AI精心甄选了一系列功能强大、颠覆性的必试工具，这些工具经过实际测试和严格排名，可带来卓越的效果。这些顶级解决方案通过加速内容创作并释放无限创意潜能，帮助创作者显著提升工作效率。 立即探索，找到最适合您的工具，今天就开始创作吧！
9 个工具
xix.ai
漫画创作
最适合视觉叙事的AI对话气泡工具
2026年最新、最受欢迎的视觉叙事AI对话气泡工具现已登陆XIX.AI！这份精心精选的合集汇集了功能强大、具有颠覆性的工具，可帮助创作者提升工作效率并突破创作瓶颈。 获取免费版与付费版的对比分析，查看实际测试结果，并查阅最新排行榜，找到最适合打造引人入胜的视觉叙事的必试解决方案。立即探索，发现您的理想工具！
10 个工具
xix.ai
会议助理
顶级AI会议摘要工具：清晰追踪决策与后续跟进
2026年最新高评分最佳AI会议摘要工具，助您清晰追踪决策并轻松跟进。这份精心筛选的清单展示了功能强大、具有颠覆性的解决方案，它们通过自动化会议记录、识别关键行动项以及简化所有项目中的团队协调，显著提升工作效率。 获取免费版与付费版的对比分析，以及实际测试报告和每周更新的排行榜，助您找到最适合的工具。立即探索，释放您的AI优势！
9 个工具
xix.ai
数据分析
最佳人工智能数据清洗工具：快速处理缺失值与重复数据
2026年最新、最优秀且评分最高的AI数据清洗工具，可快速处理缺失值与重复数据问题。这份精心挑选的清单展示了那些功能强大、能带来颠覆性变革的解决方案，可显著提升工作效率。所有候选工具都经过了严格的实际应用测试，以确保其稳定性。您可以获取免费版与付费版的对比信息，找出最符合您需求的必备工具。即刻访问XIX.AI，开启您的AI优势之旅。
11 个工具
xix.ai
设计与艺术
最佳AI创意构思工具，助力艺术家突破视觉瓶颈
2026 年最新最佳顶级评分 AI 创意构思工具由 XIX.AI 精心策划，旨在帮助创作者突破视觉瓶颈并即时提升创造力。这些强大的变革性工具提供真实世界测试、详细的免费与付费对比以及每周更新的排名。发现您的完美工具，加速内容创作，并立即释放您的 AI 优势。立即探索！
14 个工具
xix.ai
音乐创作
适用于 TikTok 背景音乐、Reels 音频和创作者宣传音乐的 AI 节拍生成器
2026年最新最全的AI节拍生成器，适用于TikTok背景音乐、Reels音频及创作者宣传音乐！XIX.AI精心筛选了一系列广受好评、功能强大的革命性工具，这些工具均经过实际测试，可为各类内容创作需求提供完美的音乐。 您将在此找到详尽的免费版与付费版对比数据、每周更新的排行榜，以及不容错过的精选工具，助您激发创意并提升工作效率。立即探索，发现最适合您的工具！
11 个工具
xix.ai
评论 (46)
0/500
![WillieAnderson]()
와, 기사를 보니 정말 흥미로운 생각이 들었어요 😲 한 회사가 수많은 AI 모델을 사용한다는 건, 마치 주방에 다양한 조리도구를 두는 것 같아요. 하지만 이런 다중 AI 시스템이 데이터 보안이나 통합 비용에 어떤 영향을 끼칠지 궁금해지네요. 특히 중소기업들은 이런 복잡성을 잘 관리할 수 있을까요? 아직은 AI 환경이 너무 빨리 변화하는 것 같아요 🤔
![AlbertThomas]()
회사에서 AI 모델을 수백 개나 쓴다고? 😳 이건 마치 주방에 각각 다른 요리를 담당하는 요리사가 수십 명 있는 거랑 비슷하네요. 과연 관리가 가능할지 모르겠어요. 저는 AI 통합보다는 핵심 모델 몇 개에 집중하는 게 낫지 않을까 싶은데...
![KennethJohnson]()
It's wild how businesses are now juggling tons of AI models like they're cloud services! This article got me thinking—how do companies even keep track of all these models? 🤯 Sounds like a logistical nightmare, but super exciting for innovation!
![DavidAllen]()
Super interesting read! It’s wild to think businesses will juggle tons of AI models like they do cloud services now. Makes me wonder how they’ll keep all those models in sync without chaos. 🤯
![AlbertHernández]()
It's wild to think businesses will juggle hundreds of AI models like they're spinning plates! 😅 Curious how they'll manage the chaos—any tips for keeping it all streamlined?
![StevenWilson]()
It's wild to think businesses will juggle tons of AI models like they do cloud services now! 🤯 I wonder how they'll manage the chaos—hope there's a smart way to keep it all in sync!
在当今的科技环境中，正如公司常常需要管理多种云服务和数据库以满足不同需求一样，使用多种AI模型来应对不同用途的趋势正在增长。一项涉及超过1,000名IT决策者的最新调查显示，最先进的AI采用者目前正在同时管理数百个模型。
我们已经进入所谓的“多模型AI”时代。根据由Vultr赞助的S&P全球市场情报调查，目前使用的AI模型平均数量为158个，预计在下一年内这一数字将增至176个。
调查还发现，最先进的AI用户目前平均运营175个模型，预计在未来一年内将增长14%，达到200个模型。处于AI成熟度第二高水平的用户预计模型数量将同比增长18%。此外，三分之二的受访管理者（66%）正在开发自己的模型或使用开源选项。
在不同应用中使用多个模型有其充分理由。例如，麻省理工学院的一项研究强调了一个系统，该系统使用三个分别在语言、视觉和动作数据上训练的模型，帮助机器人在家庭、建筑和制造环境中规划和执行任务。麻省理工学院的研究人员解释说：“每个基础模型捕捉了决策过程的不同方面，并在决策时进行协作。”
这一趋势正在催生所谓的AI“集成”方法，即多个模型协同工作以产生输出，正如Erica Dingman在MovableInk的帖子中所描述的：“使用单一模型与集成模型的区别就像是独奏小提琴与完整交响乐团的对比。”她指出：“虽然每种乐器都有其价值，但它们一起可以创造出真正神奇的效果。”此外，使用多样化的数据集并持续更新和训练一组模型可以帮助减轻或消除AI输出的偏差。
支持AI模型的系统广泛采用和多样性正在推动这种激增。根据S&P和Vultr的调查，AI越来越被部署在边缘。调查作者表示：“分布式AI架构，边缘在组织基础设施中的各种应用中扮演关键角色，可能会成为标准。”绝大多数（85%）的IT决策者认为这种转变在他们的环境中是可能或极有可能的，其中32%认为“极有可能”。
调查确定了一些在AI采用方面领先的组织，称其拥有“变革性AI实践”。这些领导者中有半数在运营层面表现“显著优于”其行业同行。几乎所有这些领导者都报告说，从2022年到2023年，他们在客户满意度（90%）、收入（91%）、成本降低/利润率扩展（88%）、风险管理（87%）、市场营销（89%）和市场份额（89%）等各种指标上均有改进。
在所有受访组织中，AI支出预计将超过一般IT支出。近九成企业（88%）计划在2025年增加AI支出，其中49%预计会有适度到显著的增长。
然而，AI使用的快速增长也带来了挑战，特别是在现有IT基础设施方面。调查作者指出：“在实时推理等高需求AI活动中，受访者担心当前的基础设施可能不足。”前三大担忧包括CPU或GPU资源不足（65%）、数据本地化问题（53%）和存储性能问题（50%）。
调查中的定性数据也反映了这些担忧，受访者提到在公共云中高容量GPU实例的调度延迟以及对数据可用性的潜在影响。此外，对基础设施成本的担忧也在增加。作者总结道：“一旦项目进入生产环境，成本往往成为更迫切的问题。历史上，组织一直在努力准确预测这些成本。”
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日，AI应用开发平台Lovable宣布参与丹麦硬件初创公司Atech的80万美元种子轮融资。该轮由Lovable领投，吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在内的顶级风险投资机构。此次投资标志着Lovable将“Vibe Coding”概念从纯软件开发战略扩展至硬件工程领域。Atech旨在通过AI驱动的交互式平台简化复杂的硬件原型制作。用户购买基础硬件套件，并通过AI聊天机器人以自然语言描述其设计概念；系统
Anthropic 将 Claude AI 编码工具扩展至日本，以推动海外增长
Anthropic，一家美国知名的人工智能公司，正加强其全球推广力度。周三，该公司在东京举办了一场大型开发者活动“Code with Claude”，吸引了近500名软件工程师参加。该举措旨在积极将Claude AI工具及相关产品引入日本市场，强调其自主编码能力在提升企业生产力方面的核心优势。强调自动化代码生成在活动中，Anthropic展示了其先进的自主编码系统，该系统能够独立处理复杂的编程任务并优化现有代码结构。随着全球对高效开发工具的需求不断增长，Anthropic希望通过此类活动加强
印度软件巨头缩减招聘，承诺随着 AI 代理规模扩大不裁员
随着人工智能重塑传统的劳动密集型商业模式，印度领先的软件外包公司塔塔咨询服务公司（TCS）公布了其战略应对措施。在周二的年度股东大会上，董事长概述了人机协作的愿景，并澄清了公司在人工智能时代的人力资源战略。不裁员，但招聘将放缓TCS董事长明确表示，公司没有因采用人工智能而裁员的计划，尽管整体招聘速度将放缓。虽然TCS此前减少了超过10,000名员工，但官员们强调，公司现在更倾向于通过自然流失来优化其人员结构，而非突然裁员。高层管理人员指出，以前由人类处理的重复性、机械性任务正不可避免地转向
2026年最新最佳、评价最高的AI风格转换工具，助您开展创意实验！XIX.AI精心甄选了一系列功能强大、颠覆性的必试工具，这些工具经过实际测试和严格排名，可带来卓越的效果。这些顶级解决方案通过加速内容创作并释放无限创意潜能，帮助创作者显著提升工作效率。 立即探索，找到最适合您的工具，今天就开始创作吧！
9 个工具
xix.ai
2026年最新、最受欢迎的视觉叙事AI对话气泡工具现已登陆XIX.AI！这份精心精选的合集汇集了功能强大、具有颠覆性的工具，可帮助创作者提升工作效率并突破创作瓶颈。 获取免费版与付费版的对比分析，查看实际测试结果，并查阅最新排行榜，找到最适合打造引人入胜的视觉叙事的必试解决方案。立即探索，发现您的理想工具！
10 个工具
xix.ai
2026年最新高评分最佳AI会议摘要工具，助您清晰追踪决策并轻松跟进。这份精心筛选的清单展示了功能强大、具有颠覆性的解决方案，它们通过自动化会议记录、识别关键行动项以及简化所有项目中的团队协调，显著提升工作效率。 获取免费版与付费版的对比分析，以及实际测试报告和每周更新的排行榜，助您找到最适合的工具。立即探索，释放您的AI优势！
9 个工具
xix.ai
2026年最新、最优秀且评分最高的AI数据清洗工具，可快速处理缺失值与重复数据问题。这份精心挑选的清单展示了那些功能强大、能带来颠覆性变革的解决方案，可显著提升工作效率。所有候选工具都经过了严格的实际应用测试，以确保其稳定性。您可以获取免费版与付费版的对比信息，找出最符合您需求的必备工具。即刻访问XIX.AI，开启您的AI优势之旅。
11 个工具
xix.ai
2026 年最新最佳顶级评分 AI 创意构思工具由 XIX.AI 精心策划，旨在帮助创作者突破视觉瓶颈并即时提升创造力。这些强大的变革性工具提供真实世界测试、详细的免费与付费对比以及每周更新的排名。发现您的完美工具，加速内容创作，并立即释放您的 AI 优势。立即探索！
14 个工具
xix.ai
2026年最新最全的AI节拍生成器，适用于TikTok背景音乐、Reels音频及创作者宣传音乐！XIX.AI精心筛选了一系列广受好评、功能强大的革命性工具，这些工具均经过实际测试，可为各类内容创作需求提供完美的音乐。 您将在此找到详尽的免费版与付费版对比数据、每周更新的排行榜，以及不容错过的精选工具，助您激发创意并提升工作效率。立即探索，发现最适合您的工具！
11 个工具
xix.ai
와, 기사를 보니 정말 흥미로운 생각이 들었어요 😲 한 회사가 수많은 AI 모델을 사용한다는 건, 마치 주방에 다양한 조리도구를 두는 것 같아요. 하지만 이런 다중 AI 시스템이 데이터 보안이나 통합 비용에 어떤 영향을 끼칠지 궁금해지네요. 특히 중소기업들은 이런 복잡성을 잘 관리할 수 있을까요? 아직은 AI 환경이 너무 빨리 변화하는 것 같아요 🤔
회사에서 AI 모델을 수백 개나 쓴다고? 😳 이건 마치 주방에 각각 다른 요리를 담당하는 요리사가 수십 명 있는 거랑 비슷하네요. 과연 관리가 가능할지 모르겠어요. 저는 AI 통합보다는 핵심 모델 몇 개에 집중하는 게 낫지 않을까 싶은데...
It's wild how businesses are now juggling tons of AI models like they're cloud services! This article got me thinking—how do companies even keep track of all these models? 🤯 Sounds like a logistical nightmare, but super exciting for innovation!
Super interesting read! It’s wild to think businesses will juggle tons of AI models like they do cloud services now. Makes me wonder how they’ll keep all those models in sync without chaos. 🤯
It's wild to think businesses will juggle hundreds of AI models like they're spinning plates! 😅 Curious how they'll manage the chaos—any tips for keeping it all streamlined?
It's wild to think businesses will juggle tons of AI models like they do cloud services now! 🤯 I wonder how they'll manage the chaos—hope there's a smart way to keep it all in sync!
