步入智能时代，企业需要怎样的AI将原有的业务转型升级，这是当前所有企业都在考虑，也暂无统一标准答案的问题。但有一点可以肯定，在智能时代，开源依然是创新的重要推动力。作为开源的引领者和贡献者，红帽无疑在我们正在经历的这个智能时代还发挥着不可替代的作用。

自去年以来，红帽也发布了AI的产品，以定制化、灵活轻便为亮点在业内颇受关注。近日，红帽召开了一场以AI为主题的媒体交流会，提出“开发混合的AI”概念，探讨了AI在开源中的意义，以及红帽在其中的作用、战略。

企业走向AI的枷锁

红帽全球副总裁兼大中华区总裁曹衡康表示，AI在企业中的应用仍然是一个渐进的过程。虽然94%的企业正在开发各种于己相关的生成式AI应用，更有21%的企业已经将此类应用部署于自己的业务之中，但这些新的投入至少要在3到5年后方能收回经济回报。

这就意味着这样的长期投入绝非大部分企业所能有力持续，多数企业只是在跟风或单纯炒作概念获取短期的经济回报，例如以AI为概念卖金融产品。当然这些内容并非本文关注的重点，我们需要疑问的是对于真正想要通过AI转型升级业务的企业，有哪些制约其发展的绊脚石？

红帽的答案是成本、复杂度和灵活性。

对于大多数企业客户用户来说，生成式AI前沿模型服务的规模成本过高。其次，AI模型的复杂度也给非数据科学家的非专业人士带来了困难，特别是在涉及私有数据和行业特定数据时，利用这些数据调优模型并非易事。同时，企业部署AI应用需要跨越不同的数据中心、云和边缘设备，不局限于单一的公共云服务，要在不同平台、硬件上灵活部署AI模型也不是很便利的事情。

而红帽的开源优势结合AI正是为客户打开上述三道枷锁的钥匙。

开源混合AI的优势

红帽的AI战略首要的优势自然还是开源。这是红帽AI的核心，因为开源，全球的开发者可以共同参与到红帽搭建的AI平台当中进行创新与改进中。其次，红帽的“混合AI”概念，不仅仅局限于云端，企业内部的计算资源同样可以用于AI模型的开发和应用。

“我们相信，AI的应用应当能够跨越不同平台，从企业的数据中心到边缘计算，甚至个人设备，都能灵活部署和运用。”曹衡康如是阐释红帽对AI的理解。总结起来就是一句话，红帽通过小而专业的模型帮助企业降低成本，同时提高模型的应用效率。

通过混合云架构，红帽提供了灵活的AI部署和运维支持。无论是在GPU计算还是在数据中心或云平台的部署，红帽都能提供一致的体验和高效的支持。此外，红帽还强调数据安全和隐私保护，确保企业在使用AI技术时能够安心。

红帽AI的更多可能

大模型的发展也为红帽的AI创造了更多可能。

当前AI发展的趋势显示，开源AI模型（Llama、Mistral、Granite等）正在追赶专有模型，例如诸如SLM一类的小型语言模型比GPT4为代表的前沿模型在数据量的需求上小几个数量级，因此在性能相对更低的硬件上运行更快，能效、经济成本也就自然更低，更具有竞争优势。这同时意味着较小的模型可以更高效和可定制，企业可以用此类小模型针对特定领域的任务使用私有企业数据进行调优和定制。

针对这样的机遇，红帽适时推出了OpenShift AI的产品。OpenShift与OpenShift AI有何区别？简单来说，OpenShift是一个容器平台，主要用于应用开发，而OpenShift AI是为企业客户提供的完整AI平台，涵盖了从数据处理到应用部署的所有环节。通过OpenShift AI，用户可以完成企业内部所有与AI相关的工作，无需额外的工具或平台。

红帽自有的Granite模型在apache 2.0许可下开放源代码，可在watsonx.ai、Hugging Face和其他平台上使用。提供更低的推理成本和基础设施托管成本。基础模型涵盖代码、语言、时间序列、代理、安全，通过伴侣模型（Granite Guardian）以及地理空间数据等领域。

在定制模型上，红帽将InstructLab和RAG两种方法结合，帮助客户更高效地调优模型。使用这些方法，客户可以通过AI生成合成数据，从而减少对大量高质量数据的需求。

在未来，红帽将挖掘关键应用场景为企业提供集成方案，加速AI应用落地，并和第三方及用户组织合作，开展针对企业决策者的AI主题训练营系列活动，同时提供AI技术培训课程，为业界提供更多实战型AI人才。