对话红帽,AI 走进生产环境需要怎样的基础设施

摘要

从智能体参与运维,到机器人进入工业现场,红帽希望通过统一的平台,让企业在采用 AI 的同时,保留技术选择权和业务控制权。一个新模型发布,企业希望尽快试用。


一个新模型发布,企业希望尽快试用。但对负责部署的 IT 团队来说,切换模型往往牵动算力配置、应用适配和已经建立的工作流程。技术更新越快,企业越需要考虑,今天的投入能否承接明天的变化。

在 11 月 6 日举行的「红帽媒体 Open 讲」交流中,红帽全球副总裁兼大中华区总裁曹衡康举出了这一常见场景。在他看来,企业需要能够持续适应新模型、新硬件的平台,让业务拥有更多选择。

围绕 2026 红帽论坛,曹衡康与红帽大中华区方案架构部总经理王慧慧等接受媒体采访,分享了对企业 AI 落地的观察。从数据中心里的智能体,到工业现场的具身机器人,一个共同问题正在浮现:当 AI 开始参与实际工作,企业如何管理这些能力,并让它们稳定运行?

AI 加速落地,统一管理需要跟上

企业部署 AI 的热情,已经走在治理能力前面。

据王慧慧介绍,红帽与 CIO 时代联合发布的《2026 中国企业级 AI 实践调研分析年度报告》调研了全国 402 位 IT 决策者。接近七成受访企业正在推进智能体,其中一部分已投入生产,另一部分仍处于试点阶段,但正式治理框架的覆盖率还不到 15%。

这种差距会直接反映在日常工作中。业务部门急于使用新工具,IT 部门则需要时间搭建内部平台。不同部门分别引入模型和智能体,逐渐形成各自独立的技术系统,权限、资源和成本也随之变得难以统一管理。

王慧慧提出,企业可以在统一平台上,将既有的 IT 治理流程延伸到 AI。例如,过去用于管理 Linux 安全基线的方法,可以继续为 AI 系统的安全管理提供基础。这样,原有的技术投入、管理经验和业务流程便能够得到复用。

统一的平台也需要容纳不同的技术选择。曹衡康将红帽的思路概括为三个关键词:Choice、Consistency、Control,即选择权、一致性和控制权。企业可以根据业务需求选择加速器、云环境、模型与智能体,同时保持底层平台的一致性。

他在采访中提到,泰康保险已经在红帽平台上使用不同模型,并调度不同的 GPU 资源。对于拥有多个业务部门的企业,这意味着 IT 团队可以提供共同的平台,由各部门选择适合自身任务的模型。

在这一架构中,推理效率同样关系到实际成本。红帽通过参与 vLLM 等开源项目,将推理优化能力引入企业平台,帮助客户提高算力利用率,让已有资源承载更多业务需求。

智能体参与运维,审批权仍在人手中

随着 AI 应用深入,平台本身也开始成为智能体工作的场所。

王慧慧认为,智能体参与 IT 运维,是一类要求较高的应用场景。它涉及企业的生产系统,可能执行修改配置、关停机器等操作,权限范围和审批流程因此格外重要。

「工作可以由智能体来完成,没问题,但是审批权在人身上面。」她在采访中强调。

这也为智能化运维划出了清晰边界:AI 可以承担分析和执行任务,企业仍需要决定它能访问什么、可以修改什么,以及哪些操作必须经过人工批准。

随后正式发布的 OpenShift 5,将这一方向进一步落实到产品能力中。OpenShift Lightspeed 从对话式助手升级为智能体,可以辅助分析日志、定位异常,并在监督下执行修复;升级前的检查则帮助管理员识别 API 和可选 Operator 的兼容性问题,提前评估变更风险。红帽官方发布

对于运维团队,这些能力对应着具体的工作负担:从大量日志中寻找故障原因,判断一次更新会影响哪些组件,以及确认修复操作是否处于授权范围内。将智能引导嵌入管理流程,有助于减少人工排查和重复检查的开销。

与此同时,OpenShift 5 加强了多租户隔离、证书生命周期管理和控制平面后量子加密能力,为不同部署环境提供安全支持。虚拟机、容器和 AI 工作负载可以在同一平台上并行运行,也让企业能够在维持现有业务的同时逐步引入 AI。

在红帽的思路中,平台需要同时承担两项任务:帮助 AI 进入业务,也帮助企业管理 AI 带来的变化。

当机器人成为「移动的数据中心」

这种平台思路,正在从企业数据中心延伸到工业现场。

谈及具身智能,王慧慧给出了一个形象的解释:「一个人形的机器人就好像是一个移动的数据中心一样。」

机器人具有计算能力,需要运行模型和应用,也需要接受软件更新、权限管理和安全维护。随着设备数量增加,如何统一管理它们,会成为实际部署中的重要问题。

红帽在其中延续了自己的平台定位:向下连接硬件,向上承载模型和应用,并与合作伙伴共同完成场景适配。

在此次论坛展示的工业具身智能联合方案中,西湖机器人提供机器人本体,英特尔提供芯片,施耐德电气贡献工业场景能力,紫金星宇提供通信技术,红帽则提供相关运行平台支持。各方协作,探索机器人在工业环境中的感知、判断与任务执行。

曹衡康认为,具身智能的落脚点在于实际场景。机器人需要能够回应现场需求,而要实现这一点,机器人本体、计算资源、模型、通信与行业知识必须协同工作。

王慧慧进一步介绍,平台的作用还包括连接开发与部署流程。当新的模型或应用完成开发后,企业需要将其发布到设备,并持续管理后续更新。随着机器人数量增长,这套流程的统一性会影响运维效率和部署成本。

这也解释了红帽为何强调生态合作。工业现场的需求差异很大,平台需要与设备厂商、通信伙伴和行业企业共同完成验证,才能将技术能力转化为可用方案。

从企业内部的模型服务,到参与运维的智能体,再到进入车间的机器人,AI 的应用范围正在扩大。红帽希望提供一套能够持续承接这些变化的平台,让企业既能采用新的技术,也能沿用已有的管理经验。随着 AI 更深入地参与业务,算力利用效率、运行稳定性与可控程度,将共同影响企业投入的实际回报。

最新文章

极客公园

用极客视角,追踪你不可错过的科技圈.

极客之选

新鲜、有趣的硬件产品,第一时间为你呈现。

张鹏科技商业观察

聊科技,谈商业。