Infosys执行副总裁在人工智能应用及与OpenAI的合作方面取得突破

巴拉克里什纳（巴利）·D.R.，印孚瑟斯执行副总裁兼人工智能及行业垂直领域全球服务负责人

Infosys执行副总裁巴拉克里什纳（巴利）·D·R. 谈成功应用AI的企业与在规模化应用方面举步维艰的企业有何不同，以及该公司与OpenAI的合作

企业人工智能的采用已超越实验阶段，但许多组织仍陷于前景可观的试点项目与实现可衡量商业价值这一挑战之间。

数据分散、遗留系统、不断演变的治理机制以及职责归属不清，这些因素都可能阻碍AI项目向持续转型推进，因此运营纪律的重要性不亚于获取先进模型。

在此，Infosys执行副总裁兼全球服务部人工智能及行业垂直领域负责人巴拉克里什纳（巴利）·D·R. 探讨了成功采用者与在规模化方面举步维艰者之间的区别，并深入剖析了Infosys与OpenAI的战略合作。

为何如此多的组织仍在努力将AI从试点阶段扩展到更大规模？

许多组织面临的困境并非源于AI模型本身薄弱，而是因为企业基础架构亟待完善。AI项目往往始于一系列前景可期的试点项目，但底层数据支离破碎、遗留系统难以集成、治理机制仍在演变，且成果归属不明确。正是这些因素造就了“试点炼狱”。

我们自己的研究清晰地揭示了这一现状。 Infosys人工智能商业价值雷达（该调研覆盖了全球3,200多家组织的高管）发现，仅约20%的人工智能用例实现了大部分或全部商业目标，而五分之一的部署项目要么完全没有产生价值，要么在部署后被取消。

其中的教训很明确：要实现AI的规模化应用，需要的是运营模式，而非实验室模式。您需要业务层面的支持、现代化的数据基础、明确的规范框架，以及与收入增长、成本优化或风险降低直接挂钩的应用场景。否则，试点项目虽引人注目，却永远无法产生实质性影响。

成功采用AI的企业与落后企业有何区别？

领先的企业将人工智能视为CEO级别的转型计划，而非一系列孤立的实验。它们围绕清晰的企业战略统一领导层意见，在数据准备和现代化架构方面进行早期投资，并在尝试将用例产业化之前就建立起治理机制。同样重要的是，它们会重新设计工作流程，而不是简单地在失效的流程上叠加人工智能。

很多时候，AI 起初只是一系列前景可期的试点项目，但其底层数据却支离破碎

巴拉克里什纳（巴利）·D·R，印孚瑟斯（Infosys）执行副总裁兼人工智能及行业垂直领域全球服务负责人

麦肯锡的2025年研究在此很有参考价值：在AI表现优异的企业中，重新设计工作流的可能性是同行的近三倍，且其高管层对AI项目展现出主人翁意识和承诺的程度，也比同行高出三倍。 成熟度较高的组织更有可能将AI项目持续运行三年或更长时间，这表明它们致力于创造可持续的价值，而非昙花一现的试点项目。

实际上，成功企业还会带动员工共同参与。它们投资于变革管理、提升员工对AI的熟练度以及“人在回路中”的运营模式，从而使信任与AI应用同步增长。分水岭已不再是能否接触AI，而是能否以严谨的态度将其投入实际运营。

Infosys 与 OpenAI 的合作将如何帮助企业将 AI 实验转化为可衡量的商业成果？

Infosys 与 OpenAI 的合作之所以具有战略意义，在于它提供了一种大规模释放人工智能价值的运营模式。此次合作将 OpenAI 的前沿模型与 Infosys Topaz Fabric 相结合，帮助我们的客户从实验阶段过渡到切实可行、负责任的部署，并最终实现可衡量的商业成果。

初期重点领域包括软件工程、遗留系统现代化、DevOps 自动化、电子商务以及其他以工程为主导的领域。这至关重要，因为在这些领域，企业通常能够通过工程生产力的提升、交付速度的加快以及上市时间的缩短来衡量价值。

同样重要的是，此次合作将企业治理和负责任的部署置于核心位置，而非作为事后考虑。 对客户而言，这意味着将世界级的建模能力与印孚瑟斯的领域专业知识、交付规模及现代化改造经验相结合。换言之，我们的目标不仅仅是将 AI 融入工作流，而是重新设计工作流，使 AI 能够带来可衡量的业务成果。

关键数据

• 3,240 – Infosys“AI商业价值雷达”在132个AI用例中调查的组织数量
• 19%——实现所有业务目标的人工智能用例比例（Infosys）
• 提速60%——Infosys采用“AI优先”策略，为一家全球汽车租赁公司对近300万行遗留代码进行了现代化改造，使转型速度提高了60%
• 可能性高出3倍——麦肯锡发现，AI表现优异的企业从根本上重新设计工作流的可能性几乎是其他企业的三倍

Infosys 近期与 OpenAI 建立了战略合作关系

AI 如何改变软件开发与现代化进程？

AI正从两个方面同时改变软件开发：一方面减少了常规工程任务所需的工作量，另一方面拓展了工程团队可进行现代化改造和转型的范围。 我们在代码生成、文档编写、测试、调试、代码审查和遗留系统转型方面看到了明显的价值，但更大的转变在于，工程师可以将更多时间投入到架构、集成、韧性及业务逻辑上。

在一家全球领先的汽车租赁企业中，我们采用了“AI优先”的方法来加速遗留系统转型。 我们利用多模态大型语言模型（LLMs）分析了近300万行遗留代码，从中提取核心业务逻辑，并将之现代化为基于云的可扩展平台，速度提升了60%。这种方法降低了托管成本，提高了跨渠道业务能力的复用率，并为未来的现代化和自动化奠定了可扩展的基础。

我们与AI原生企业及超大规模云服务提供商的合作均指向同一个方向：AI辅助工程正从孤立的编码支持，转向端到端的软件交付和遗留系统现代化。这不仅提高了对工程人才的要求，同时也提升了工程师在创造业务成果中的作用。

Infosys 与 OpenAI 的合作之所以具有战略意义，在于它是一种能够大规模释放 AI 价值的运营模式

巴拉克里什纳（巴利）·D·R.，Infosys 执行副总裁、全球服务负责人、AI 与行业垂直领域负责人

什么将决定企业人工智能应用的下一阶段？

下一阶段将由“编排”来定义。我们正在超越聊天界面和孤立的辅助系统，迈向能够跨工作流进行推理、协调和行动的AI代理、专用模型以及全企业范围的系统。

但成功不会仅靠自主性实现。它将源于将智能代理与上下文工程、受管控的数据访问、现代化技术架构以及明确的人为责任相结合。正因如此，我认为胜出的将是那些构建值得信赖的多模型AI生态系统的组织，而非押注于单一工具或供应商。

我们从一开始就明确了这一方向。Topaz Fabric 旨在统一模型、数据、代理和工作流，而我们更广泛的合作伙伴生态系统——从芯片到应用程序——体现了我们刻意采取的开放、可组合的方法。

行业证据也指向同一方向。我们了解到，人们对代理式人工智能的兴趣正在上升，但深度扩展仍受限。 世界经济论坛认为，信任与治理才是AI应用的真正制约因素；其他报告则显示，AI正变得越来越经济实惠且触手可及，这意味着竞争优势将越来越多地来自执行力，而非获取能力。因此，企业AI的下一阶段将不再侧重于实验，而是更多地聚焦于企业本身的重新设计。

Infosys 的主要 AI 合作伙伴

• OpenAI：企业人工智能转型的战略合作伙伴，涵盖软件工程、传统系统现代化及代理式人工智能。
• 微软：在 Azure、Azure OpenAI 服务及人工智能驱动的企业解决方案领域的合作伙伴。
• 英伟达（NVIDIA）：合作重点在于人工智能基础设施、模型、平台及企业人工智能部署。
• Google Cloud：通过 Google Cloud 技术和 Infosys Topaz 支持生成式 AI 解决方案的合作伙伴。
• AWS：通过将Infosys Topaz与AWS的人工智能能力相结合，加速企业采用人工智能。