AI资讯

Kyndryl 调查:仅 10% 的 IT 负责人用 Agentic AI 做遗留系统现代化,前 IBM 战略师称「经济账算不过来」

Kyndryl 调查:仅 10% 的 IT 负责人用 Agentic AI 做遗留系统现代化,前 IBM 战略师称「经济账算不过来」

来源ZDNet AI查看原文

速览

  • AI 落地目前基本绕开了 IT 现代化,只有 10% 的技术负责人用 agentic AI 做这件事。
  • 现代化项目本身回报不佳:约一半改善运营,不到一半有创新收益,18% 价值不明。
  • 近一半现代化项目延期且超支,四成企业仍在运行主机。
  • Kyndryl 认为 agentic AI 的切入点是梳理依赖、生成代码与文档,而非替换主机。
  • 不到十分之一的组织清楚掌握系统间依赖关系,这是明显的技术盲区。
  • 前 IBM 战略师 Thurai 批评厂商把 AI 当万能药,认为经济账算不过来。
  • 三成领导者担心 AI 现代化带来不可预测的算力成本。
  • Thurai 提醒,今天的 AI 架构迟早会成为别人要现代化的遗留环境。

IT 服务商 Kyndryl 对 2000 名高级 IT 决策者的调查显示,AI 落地目前基本绕开了技术现代化工作,只有 10% 的技术负责人把 agentic AI 当作现代化工具。而现代化本身的效果也并不理想:约一半受访者称 IT 运营有所改善,不到一半看到创新收益,18% 认为现代化带来的价值有限或不明确,近一半项目延期且成本超支。Kyndryl 认为 agentic AI 可能带来下一波现代化浪潮——重点不再是替换主机,而是让新旧混合的技术资产更好地协同,agent 可用于梳理隐藏的系统依赖、生成代码和文档。The Field CTO 创始人、前 IBM 首席战略师 Andy Thurai 则对这套叙事持怀疑态度,指出四成企业仍在跑主机,现代化「终点线永远在 5 到 10 年后」,并称厂商把 AI 当作万能药推销,「经济账算不过来」,三成领导者已担心 AI 驱动的现代化会带来难以预测的算力成本。

关键事实

  • Kyndryl 调查了 2000 名高级 IT 决策者,其中仅 10% 表示正在将 agentic AI 用作现代化工具。
  • 调查显示,只有约一半正在做现代化的企业报告 IT 运营有所改善,不到一半看到创新收益。
  • 18% 的受访者称其公司从现代化努力中获得的价值有限或不明确。
  • 近一半受访者表示现代化项目落后于计划,并遭遇成本超支。
  • Kyndryl 报告称,不到十分之一的组织完全确信自己了解系统之间的依赖关系。
  • 报告指出,四成企业仍在运行主机系统。

本站视角

对国内正在做核心系统改造的银行、电信、制造业 IT 团队来说,这份调查的价值在于它给出了一个反潮流的数字:真正把 agentic AI 用在现代化上的只有 10%。这意味着市面上大量「AI 改造遗留系统」的方案仍停留在演示和试点阶段,采购时应当要求供应商给出可验证的依赖梳理准确率和成本上限,而不是接受「智能体自动搞定」的说法。对做 Agent 产品的团队而言,Kyndryl 指出的方向值得重视——依赖关系梳理、代码与文档生成是遗留系统改造中真实存在、且过去靠人力硬啃的环节,这比通用聊天机器人更容易做出可衡量的 ROI。我们的判断是:这一轮 AI 现代化的核心矛盾不在模型能力,而在成本可预测性,三成领导者已经担心算力账单失控,说明按 token 计费的 agent 一旦大规模跑在核心系统上,财务风险会先于技术风险爆发。需要指出的是,本文的关键数据全部来自 Kyndryl 一家服务商的调查,而 Kyndryl 本身正是销售现代化服务的厂商,其「agentic AI 有早期成效」的结论带有明显的商业动机,读者应把它当作行业信号而非独立验证。Thurai 的批评同样值得注意:他点出的「组织沉迷于买软件、底层遗留系统几乎从不退役」是过去几十年现代化反复失败的结构性原因,如果 AI 只是又一层叠加的软件,它很可能重复同样的循环。

背景与影响

IT 现代化已经推进了几十年,从 Web 服务、微服务、云计算、虚拟化到 x86 架构的 Windows 和 Linux 服务器,目标一直是让系统更先进、更灵活。但每一轮技术浪潮过后,主机等遗留系统依然存在,现代化常被形容为「永远还有五年」。如今 AI 成为新一轮叙事:Kyndryl 的调查显示,这一轮的重点从「替换主机」转向「让新旧混合的技术资产协同工作」,动机也从降本和摆脱遗留系统,转向应对 AI 对 IT 各环节的需求增长以及主权合规压力。agentic AI 被寄望于自动梳理系统依赖、生成代码和文档,这些工作过去耗时且易错。需要观察的是,这类收益目前仍主要来自厂商自己的调查与表述,缺乏独立的成本收益验证;而 Thurai 提出的算力成本黑箱问题,可能成为企业采纳 agentic AI 的主要阻力。

本文由 AI 辅助整理自公开信源,事实部分以原文为准;「本站视角」一节为编辑部判断,欢迎指正。版权归原作者所有,如有异议请联系我们。

编辑与审校

AI大海啸编辑部

负责选题、审校与「本站视角」的判断。

编辑流程与 AI 使用说明