亚洲AI adoption加速背后的成本博弈与策略分化

【科技纵览】当外界还在争论亚洲企业是否“落后”于全球AI浪潮时，数据给出了截然不同的答案。据《日本经济新闻》9月20日披露，谷歌亚太及日本地区AI业务董事总经理哈沙·孔杜里指出，亚洲企业对人工智能的接纳速度远超预期。相较于云计算耗时十余年才融入日常运营，AI在短短两年内便实现了广泛普及。这一现象直接反驳了“亚洲AI普及率偏低”的固有认知。事实上，亚洲已成为谷歌云增长最迅猛的区域之一，其AI业务收入贡献度已跃居全球第二，部分细分领域甚至逼近北美市场水平。

生成式AI的爆发式增长，正强力驱动着云计算市场的扩张。今年第二季度，亚马逊AWS、微软Azure与谷歌云的营收同比增幅分别达到37%、43%和惊人的82%。然而，高速增长的背后并非毫无隐忧。孔杜里观察到，亚洲企业在部署AI时表现出显著的审慎态度。以三星电子、日本财险控股及塔塔钢铁等合作伙伴为例，这些历经数十年建立品牌声誉的企业，深知技术失误可能带来的毁灭性打击。因此，它们在引入AI时，将安全性、治理机制及成本控制置于首位。这种需求促使谷歌推出了Gemini Enterprise平台，旨在为企业提供更完善的安全管理与费用控制工具。

成本问题，正成为阻碍AI从试验走向大规模应用的关键瓶颈。今年早些时候，Uber高管曾透露，公司仅在2026年前四个月便耗尽了全年AI预算。孔杜里分析称，许多企业在初期试验阶段忽视了费用累积，直到AI深入核心业务流程，才意识到这是一项需长期精细管理的投入。由于AI普及速度远快于云计算，企业内部尚未建立起成熟的成本管控体系。他建议，企业无需对所有任务都调用昂贵的高性能模型。真正需要顶尖算力的场景仅占少数。通过提供不同能力层级与价格的模型组合，包括低成本的开源选项，企业可根据任务的重要性、频率及商业价值进行精准匹配。

这一点在印度、马来西亚、印度尼西亚和越南等劳动力成本相对较低的市场尤为关键。若模型调用费用过高，AI节省的人力成本优势将被抵消，导致经济收益不及预期。孔杜里举例说明，某大型社交媒体公司在同一应用中混合使用多种模型：用户触发高商业价值功能时调用强模型，而普通浏览则使用低成本模型。这种“分级处理”策略能有效控制整体开支。随着企业对成本敏感度的提升，能否在性能与费用间找到平衡点，将决定AI能否真正跨越试验阶段，服务于数百万用户的日常场景。