企业AI落地正在出现一道越来越宽的剪刀差。CIO时代与红帽联合发布的《2026中国企业级AI实践调研分析年度报告》调研了402位CIO及IT决策者,结果显示,开源大模型私有化部署率一年内从16%跃升至63%,69%的企业已有智能体在运行;但同一时期,AI正式治理框架的覆盖率却从19%下滑到14.4%,统一AI平台的建设比例不升反降。“业务价值难以量化”首次超过人才短缺,成为AI从试点走向生产的头号障碍。
11月6日,在北京举行的“红帽媒体Open讲”上,红帽全球副总裁兼大中华区总裁曹衡康、大中华区方案架构部总经理王慧慧解读了此前在上海举办的2026红帽论坛,也回应了这道剪刀差。四天后,红帽OpenShift 5正式发布,补上了一块产品的拼图。
把选择权还给企业
曹衡康从企业最常见的两种困扰讲起:模型好不容易搭起来,过几天又冒出一个更好的,换还是不换?长期绑定某一家GPU,遇到缺货涨价怎么办?他强调红帽的理念是可以概括为“三个C、四个A”:Choice、Consistency、Control,以及一个平台支持任意加速器、任意云、任意模型、任意智能体。国产加速器方面,沐曦是红帽首家适配的厂商;模型层面,平台支持20多个开源模型、700多个版本。

王慧慧则提出,企业不应只做Token的消费者,更要成为Token的生产者。单个Token越来越便宜,但会思考的模型和智能体让消耗量急剧增长,总支出反而上升。报告数据与此呼应,84.7%的受访企业,存在Token成本焦虑。红帽AI的定位,就是帮企业在内部搭起Token生产平台,并在推理层靠vLLM和面向集群的分布式推理项目llm-d提高产出效率。
至于治理,她的建议是不要另起炉灶。智能体开发并不难,难的是权限管理;与其为AI单建一套流程,不如把多年积累的IT治理延伸到同一个平台上。工作可以交给智能体,审批权要留在人手里。安全方面,AI挖漏洞的速度已超过人工修补的速度,红帽与IBM通过开源项目Lightwell为Java、Python开源库制作补丁,并借助自动化把企业打补丁的周期从40多天压缩到7至14天。
OpenShift 5:主张落到产品
这些主张在OpenShift 5上有了具体形态。新版本加入对MCP服务器的支持,OpenShift Lightspeed从对话式助手升级为智能体,可在控制台中分析日志、定位异常,并执行受监督的修复,与“审批权在人”的原则一脉相承。安全上,控制平面引入后量子加密,多租户隔离和离线部署能力得到强化,对应的正是报告里80.3%的企业面临的数据本地化约束。GPU计算自动切分提高了硬件利用率,五年生命周期和从OpenShift 4就地更新的路径,则让虚拟机、容器和AI负载在一套平台上并行。用王慧慧的话说,客户的三件事变成了一件事。
论坛上,红帽还与Intel、紫金星宇、西湖机器人、施耐德电气联合展示了面向工业自主运营的具身智能方案:“小脑”跑在机器人身上的边缘侧,“大脑”放在云端或数据中心,成百上千台设备由同一平台统一管理。
三十多年前是Linux,十几年前是Kubernetes,如今轮到AI。曹衡康说,历史不会重复,但会押韵。当模型和芯片的更替以月计,企业真正需要押注的,或许是底下那层不常变的地基。







