AI基础设施支出在各个部门飙升，表明广泛的部署成熟度和来自企业和超大规模云计算公司的资本承诺。

根据Gartner的数据，企业现在正在将更多资源投入到大规模运营AI技术，而不是训练模型。随着公司的AI部署计划日趋成熟，并越来越多地采用代理系统，他们对AI基础设施的需求也在增长。企业正在从构建和训练模型转向关注这些模型的部署和全组织范围内的运营。Gartner预测，全球基础设施即服务的支出将继续上升，到2027年将达到660亿美元。

这一转变反映了企业优先事项的根本性变化。根据Gartner的数据："在过去几年中，AI基础设施需求主要由训练大型基础模型的模型提供商驱动。现在，企业正在将AI嵌入到应用、业务流程和客户体验中，这需要持续推理而非定期训练。"

Forrester在今年早些时候预测，全球技术支出将增长到2026年的5.6万亿美元，相比2025年的5.2万亿美元有所增长，这是由于对AI服务的需求不断上升。对于首席信息官和其他技术决策者来说，AI基础设施代表了一项战略投资，用于在整个业务中实现AI的运营化，而不是实验性的预算项目。企业现在需要AI优化的计算、存储、网络和编排功能，而传统基础设施并未设计来有效支持这些需求。

超大规模云服务商和前沿模型开发商继续占据AI基础设施投资的大部分。顶级超大规模云服务商Google Cloud、Microsoft Azure和AWS计划今年在AI基础设施的资本支出上投入超过5000亿美元。根据Gartner 5月份的数据，企业需求快速加速，企业今年在生成式AI模型和AI代理上的支出增加了一倍以上。供应商驱动的支持AI工作的AI基础设施——包括AI优化的IaaS、AI优化服务器、AI网络架构、AI处理半导体和设备——占支出的45%以上。

随着AI逐渐融入企业工作流程，组织需要能够支持比以往更高性能、更低延迟和更大可扩展性的基础设施。首席信息官关注于将AI从试点扩展到业务关键型生产环境，需要处理计算能力、数据重力、治理、运营弹性、安全性和成本管理。许多企业正在重新评估其云方案，寻求结合公有云、私有云、托管服务、边缘计算和主权云环境的混合解决方案。最终，AI基础设施日益成为一种业务能力，决定了企业如何快速有效地在整个组织范围内扩展AI。