近日，2025年世界互联网大会乌镇峰会落下帷幕。作为峰会重要部分的“互联网之光”博览会，以“AI共生、智启未来”为主题，汇聚了来自全球54个国家和地区的670家企业与机构，集中展示了人工智能技术助力实体经济的创新成果。

与以往年份相比，本届展会有一个明显变化，焦点正从大模型本身的性能竞争，转向AI在实际业务里如何安全、经济且高效地实现规模化落地。这一转变意味着AI产业正从技术探索阶段迈入商业化应用的“深水区”。

AI应用规模化落地会带来新的技术挑战

当下，金融服务、智慧交通、智慧零售、个性化教育、娱乐传媒等众多行业的细分场景中，AI应用已广泛部署，正从探索阶段朝着规模化部署发展。然而，随着AI应用在各类业务场景的深入渗透，用户对体验的需求越来越高。对于业务节点遍布全国乃至全球的企业，比如大型银行的智慧网点、连锁零售企业的前端门店、物流系统的智能分拣中心，中心式架构需将数据全部回传至中心机房处理，不可避免地会因网络传输距离产生延迟，致使那些处于网络边缘或偏远地区的业务终端难以获得实时、智能的响应能力。这暴露出传统中心化架构在应对地理分散型业务需求时力不从心。集中式架构的局限性逐渐显现，集中式部署架构的响应、扩展、数据管理、成本以及安全合规等综合性问题逐渐浮现。

对于实时交互性强、高并发访问更集中的业务场景，如在线教育、互动娱乐，公有云部署虽便捷且初始成本低，但其网络延迟和服务稳定性难以满足用户及时响应和稳定扩容的严格要求。对于数据敏感型行业，如金融、医疗、政务，由于其严格的数据隐私和合规监管要求，往往倾向于采用私有化部署，却面临高昂的GPU硬件投入和专业技术团队建设成本。由此可见，AI规模化落地的核心瓶颈，实际上是在响应速度、数据安全、实施成本与地理覆盖这几个关键维度间寻求平衡的难题。市场急切需要一种能灵活适应不同业务场景需求的柔性化部署方案。

边缘AI：开拓性能、效率与成本的平衡途径

为应对上述结构性挑战，边缘AI作为破局的关键路径，其价值正迅速得到产业认可。它通过把算力部署在更靠近数据源和业务终端的网络边缘，巧妙地开拓了一条介于公有云与集中式私有化部署之间的“第三条路”。

“AI能力正从‘云端集中’向‘边缘下沉’演进，”一位业内专业人士在展会现场指出，“边缘计算能够有效缓解网络延迟，提高数据处理 的本地化效率，又能避免一次性重资产投入，这是实现AI普惠的关键途径。”

会上，边缘计算厂商网宿科技股份有限公司（以下简称“网宿科技”）展示了“安全+边缘AI服务平台”，为这一难题提供了新的解决办法。该方案通过在全球分布的边缘节点部署AI网关与开源模型，支持企业就近接入多模态模型推理服务。据现场技术人员介绍，该平台已帮助智能硬件企业与零售企业实现语音交互响应速度提升60%，并在一周内零代码搭建出智能客服应用，降低人工成本约40%。

AI应用安全风险升级，体系化防御成必需

生成式AI的广泛应用引入了全新的风险维度，如提示词注入、训练数据投毒、模型输出偏见等。这使得安全能力从“附加项”变为AI应用的“准入证”。博览会上，多家安全厂商均强调需构建“从基础设施到应用层”的全链路防护方案，贯穿AI应用的全生命周期。

网宿科技旗下网宿安全提出的“分区分域纵深防御体系”尝试从三个层面切入：在应用层通过大模型WAF与API管控阻断恶意输入；在模型层引入安全评估服务检测逻辑漏洞与合规风险；在算力层通过主机与容器安全产品防御底层入侵。据悉，该方案已应用于医疗器械和AI视觉企业的实际场景中。

“AI时代的安全防线必须体系化，”网宿安全产品总监胡钢伟在交流中表示，“仅靠单点防御无法应对快速演变的攻击手法。”

从乌镇峰会可以看出，AI产业正从模型创新竞赛转向应用落地深耕。边缘计算与安全体系的结合，为行业提供了规模化部署的新想法。然而，能否在效率、成本与安全之间找到长期平衡点，仍需技术提供方与行业用户共同探索。正如本届大会主题所预示的——“AI共生”之路，才刚刚启程。

（文章来源：证券日报）

（文章来源：证券日报）

原标题：AI应用规模化落地面临挑战 边缘计算将开辟新路径

郑重声明：信查查发布此内容旨在传播更多信息，与本站立场无关，不构成投资建议。据此操作，风险自担。