在當(dāng)今科技飛速發(fā)展的宏大背景下，人工智能（AI）無疑是最引人矚目的驅(qū)動力之一，它正以前所未有的速度和深度滲透到各行各業(yè)，重塑著商業(yè)模式、社會結(jié)構(gòu)乃至人類生活的方方面面。從自動化流程到復(fù)雜決策支持，從個性化服務(wù)到前沿科學(xué)探索，AI的應(yīng)用場景日益廣泛，其戰(zhàn)略重要性已成為全球共識。

         然而，支撐這場智能化革命的基石，并不僅僅是少數(shù)科技巨頭所掌握的尖端技術(shù)或龐大算力，一股同樣強大且日益重要的力量正在其中扮演著關(guān)鍵角色——那就是開源技術(shù)。開源軟件，以其協(xié)作開發(fā)、公開透明、自由使用、修改和分發(fā)的特性，長久以來一直是軟件技術(shù)生態(tài)系統(tǒng)的重要組成部分。它打破了傳統(tǒng)商業(yè)軟件的封閉模式，降低了創(chuàng)新門檻，促進(jìn)了技術(shù)的普及與迭代。

         如今，隨著AI技術(shù)的蓬勃發(fā)展，特別是生成式AI的突破性進(jìn)展，開源模式再次展現(xiàn)出其獨特的價值和強大的生命力。眾多企業(yè)和開發(fā)者不再僅僅依賴于需要高昂許可費用且核心技術(shù)不透明的專有AI解決方案，而是將目光投向了日益豐富和成熟的開源AI技術(shù)棧。

         這份由麥肯錫咨詢公司、Mozilla基金會以及帕特里克·J·麥戈文基金會（Patrick J. McGovern Foundation）聯(lián)合進(jìn)行的研究報告——《人工智能時代下的開源技術(shù)》，正是基于這一時代背景，進(jìn)行了一次前所未有的大規(guī)模、深度調(diào)研。

         該研究旨在全面、細(xì)致地剖析全球范圍內(nèi)企業(yè)和開發(fā)者在AI領(lǐng)域?qū)﹂_源技術(shù)的應(yīng)用現(xiàn)狀、核心驅(qū)動因素、感知價值、面臨的風(fēng)險挑戰(zhàn)以及未來發(fā)展趨勢。通過對來自41個國家、超過700位技術(shù)領(lǐng)導(dǎo)者和資深開發(fā)者的問卷調(diào)查（調(diào)研時間為2024年12月9日至2025年1月24日），報告首次為我們描繪了一幅關(guān)于開源AI在全球企業(yè)級應(yīng)用中的詳盡圖景。

         研究結(jié)果清晰地表明，開源AI不再是邊緣或補充性的選擇，而是正在迅速成為企業(yè)構(gòu)建其AI能力、驅(qū)動創(chuàng)新、尋求競爭優(yōu)勢的核心組成部分。從數(shù)據(jù)處理、模型訓(xùn)練到工具應(yīng)用，開源技術(shù)的身影無處不在，其影響力已深深嵌入現(xiàn)代AI技術(shù)棧的各個層面。報告強調(diào)，無論是商業(yè)領(lǐng)袖還是技術(shù)專家，都應(yīng)充分認(rèn)識并擁抱開源技術(shù)的巨大潛力，否則可能在未來的AI競爭格局中失去一個重要的戰(zhàn)略支點。

         正如帕特里克·J·麥戈文基金會主席Vilas S. Dhar所言，開源通過將創(chuàng)造工具交到每個人手中，而非僅僅是資金雄厚者，從而將用戶轉(zhuǎn)變?yōu)榻ㄔO(shè)者，將消費者轉(zhuǎn)變?yōu)閯?chuàng)造者，它所代表的協(xié)作智能和自由流動的專業(yè)知識，將是解決人類最緊迫挑戰(zhàn)的關(guān)鍵。因此，理解并戰(zhàn)略性地運用開源AI，已成為企業(yè)在智能化時代生存和發(fā)展的必修課。

開源AI的應(yīng)用現(xiàn)狀：廣泛滲透與結(jié)構(gòu)性差異

         報告深入探討了開源AI技術(shù)在企業(yè)實際應(yīng)用中的普及程度和具體采用模式。研究首先界定了AI技術(shù)棧的七個關(guān)鍵領(lǐng)域：數(shù)據(jù)（用于訓(xùn)練和評估模型）、模型（核心算法及權(quán)重）、托管/推理計算（運行模型的服務(wù)器或云基礎(chǔ)設(shè)施）、修改（如微調(diào)、適配器等，用于特定場景優(yōu)化）、API與提示處理（使AI模型可用的接口）、工具（支持開發(fā)部署流程，如編排、安全、評估工具）以及用戶體驗/應(yīng)用（最終面向用戶的AI產(chǎn)品）。

         調(diào)研結(jié)果顯示，開源技術(shù)在AI技術(shù)棧的多個層面都實現(xiàn)了顯著的滲透。超過半數(shù)的受訪者表示，他們在數(shù)據(jù)、模型和工具這三個核心領(lǐng)域都不同程度地利用了開源技術(shù)。這反映出企業(yè)在構(gòu)建其AI能力時，已經(jīng)廣泛接受并采納了來自社區(qū)的開源資源。

         特別是在模型層面，諸如Meta的Llama系列、Google的Gemma系列、艾倫人工智能研究所（Allen Institute for Artificial Intelligence）的OLMo系列，乃至Nvidia的NeMo系列、DeepSeek-R1和阿里巴巴的Qwen 2.5-Max等開源或部分開源模型，憑借其快速提升的性能，正在積極追趕甚至在某些基準(zhǔn)測試中超越了部分專有模型，成為了企業(yè)的重要選擇。

         然而，開源技術(shù)的應(yīng)用并非在所有層面都均衡分布。在模型修改（如微調(diào)、適配器應(yīng)用）以及托管/推理計算方面，開源技術(shù)的采用率相對較低。報告分析認(rèn)為，這可能與相關(guān)領(lǐng)域的開源項目相對較新有關(guān)，例如，備受關(guān)注的推理引擎vLLM是在2024年4月才由伯克利大學(xué)Sky計算實驗室開發(fā)出來。同時，這也可能意味著企業(yè)更傾向于使用內(nèi)部開發(fā)的工具包和專有數(shù)據(jù)來對模型進(jìn)行定制化修改，以滿足其特定的業(yè)務(wù)需求和安全合規(guī)考量。

         在探討“開放”程度時，報告特別關(guān)注了AI模型的復(fù)雜性所引發(fā)的關(guān)于“開源”定義的討論。Mozilla基金會支持開源促進(jìn)會（OSI）提出的開源AI定義，該定義要求在數(shù)據(jù)信息、代碼和參數(shù)等多個維度都達(dá)到開放標(biāo)準(zhǔn)。調(diào)研中，符合OSI標(biāo)準(zhǔn)的被視為“開源”，而那些擁有開放組件（如開放權(quán)重）但不完全滿足OSI標(biāo)準(zhǔn)的（例如存在商業(yè)使用限制或未使用OSI批準(zhǔn)的開源許可證）則被歸類為“部分開放”。

         有趣的是，調(diào)研發(fā)現(xiàn)，受訪者最常選擇使用的是“部分開放”的模型。這在很大程度上反映了當(dāng)前的市場格局——許多知名且資源雄厚的模型，如Llama 3和4系列，以及Stable Diffusion等，屬于此類。它們雖然在權(quán)重上開放，但在數(shù)據(jù)透明度或使用許可上可能存在限制，但這并未阻礙它們成為企業(yè)實踐中的熱門選項。

         報告還揭示了開源AI應(yīng)用在不同行業(yè)和地區(qū)之間的顯著差異?？萍肌⒚襟w和電信（TMT）行業(yè)是開源AI應(yīng)用的領(lǐng)頭羊，其使用率高達(dá)70%。這可能得益于該行業(yè)天然的技術(shù)基因、對新技術(shù)的敏感度以及相對成熟的技術(shù)基礎(chǔ)設(shè)施。

         相比之下，其他行業(yè)的應(yīng)用程度雖也普遍，但存在梯度差異。從地域上看，印度（77%）和英國（75%）的受訪者報告的開源AI模型使用率最高，美國（62%）、法國（60%）、巴西（63%）等也表現(xiàn)出較高的采用水平。

         此外，報告發(fā)現(xiàn)，技術(shù)成熟度和開發(fā)者經(jīng)驗對開源AI的使用有著重要影響。擁有豐富AI開發(fā)經(jīng)驗的開發(fā)者使用開源技術(shù)的可能性要高出40%。這表明，有效地利用開源AI資源，往往需要一定的技術(shù)門檻和實踐積累。

價值感知與權(quán)衡：成本、性能、效率與開發(fā)者體驗

         企業(yè)和開發(fā)者之所以積極擁抱開源AI，其背后有著多重價值驅(qū)動因素。報告對此進(jìn)行了深入分析，并將其與專有AI解決方案進(jìn)行了對比。最突出的優(yōu)勢之一是成本效益。高達(dá)60%的受訪者認(rèn)為，開源AI的實施成本低于專有方案；46%的受訪者認(rèn)為其維護(hù)成本更低；51%的受訪者認(rèn)為相關(guān)的軟件工具成本也更低。這對于預(yù)算有限或希望優(yōu)化IT支出的企業(yè)而言，無疑具有巨大的吸引力。開源模式通常免除了高昂的許可費用，并允許企業(yè)根據(jù)自身需求靈活調(diào)整和部署，從而有效控制總體擁有成本。

         除了成本優(yōu)勢，性能和易用性也是用戶選擇開源AI的重要原因。報告指出，絕大多數(shù)受訪者對他們使用的開源AI模型表示滿意，滿意者數(shù)量是表示不滿意者的近十倍。其中，高性能和易于使用是驅(qū)動滿意度的首要因素。這表明，許多開源AI項目在技術(shù)上已經(jīng)達(dá)到了相當(dāng)高的水準(zhǔn)，能夠滿足企業(yè)在實際應(yīng)用中的性能要求，并且其接口和文檔也越來越友好，降低了開發(fā)者的使用門檻。社區(qū)驅(qū)動的快速迭代和創(chuàng)新，也使得開源模型能夠緊跟技術(shù)前沿，不斷提升能力。

         然而，開源AI并非完美無缺。在“價值實現(xiàn)時間”（time to value）方面，專有工具似乎更具優(yōu)勢。有48%的受訪者認(rèn)為專有工具能夠更快地帶來價值，而僅有33%的受訪者認(rèn)為開源工具在這方面表現(xiàn)更好。這可能與專有解決方案通常提供更完善的集成服務(wù)、技術(shù)支持以及開箱即用的特性有關(guān)，使得企業(yè)能夠更快地將AI能力部署到業(yè)務(wù)流程中并產(chǎn)生回報。

         相比之下，使用開源工具可能需要企業(yè)投入更多的內(nèi)部資源進(jìn)行集成、調(diào)試和優(yōu)化。此外，雖然開源工具在用戶友好性方面獲得了30%受訪者的認(rèn)可，但仍有41%的受訪者認(rèn)為專有工具更易用，這表明開源社區(qū)在提升用戶體驗方面仍有改進(jìn)空間。

         對于開發(fā)者而言，開源AI的價值則體現(xiàn)在更深層次的職業(yè)發(fā)展和工作滿意度上。高達(dá)81%的開發(fā)者表示，擁有開源工具的經(jīng)驗在他們的領(lǐng)域受到高度重視。這意味著掌握和運用開源AI技術(shù)已成為提升開發(fā)者市場競爭力的重要砝碼。

         同時，66%的開發(fā)者認(rèn)為，使用開源工具對他們的工作滿意度至關(guān)重要或非常重要。這反映了開源文化所倡導(dǎo)的開放、協(xié)作、共享精神，以及能夠直接接觸、修改和貢獻(xiàn)底層技術(shù)的自由度，對技術(shù)人員具有強烈的吸引力。他們不僅是技術(shù)的使用者，更是社區(qū)的參與者和貢獻(xiàn)者，這種歸屬感和成就感是專有技術(shù)生態(tài)系統(tǒng)難以比擬的。

         因此，企業(yè)在選擇AI技術(shù)路徑時，需要在開源與專有之間進(jìn)行審慎的權(quán)衡。開源提供了顯著的成本優(yōu)勢、有競爭力的性能以及對開發(fā)者的強大吸引力，但在價值實現(xiàn)速度和某些情況下的易用性方面可能稍遜一籌。理解這些差異，并結(jié)合自身的業(yè)務(wù)需求、技術(shù)能力和風(fēng)險偏好，做出明智的決策至關(guān)重要。

未來展望與風(fēng)險管理：增長預(yù)期、混合策略與安全挑戰(zhàn)

         展望未來，報告揭示了開源AI持續(xù)增長的強勁勢頭。高達(dá)75%的受訪者預(yù)計，他們的組織將在未來幾年內(nèi)增加對開源AI技術(shù)的使用。這一普遍預(yù)期反映了市場對開源價值的廣泛認(rèn)可，以及對其未來發(fā)展的充足信心。隨著開源模型性能的不斷提升、工具生態(tài)的日益完善以及社區(qū)的持續(xù)活躍，開源AI有望在更廣泛的領(lǐng)域和更深層次的應(yīng)用中扮演更加核心的角色。

         2024年見證了開源AI領(lǐng)域的諸多里程碑事件，例如Meta的Llama 3在基準(zhǔn)測試中表現(xiàn)優(yōu)異，DeepSeek-V3在推理速度上媲美頂級專有系統(tǒng)，蘋果（OpenELM）、微軟（Phi-3-mini）等巨頭也紛紛加大開源力度，這些都為開源AI的未來發(fā)展注入了強大動力。

         然而，報告同時指出，未來的AI技術(shù)格局并非非黑即白的選擇，而更可能是一種混合模式的共存。近四分之三（超過70%）的受訪者表示，他們在AI技術(shù)棧的各個層面都對采用開源或?qū)Ｓ屑夹g(shù)持開放態(tài)度。極少有受訪者是純粹的開源或?qū)Ｓ袚碜o(hù)者。這意味著企業(yè)將根據(jù)不同場景的具體需求，靈活地組合使用開源和專有組件，構(gòu)建混合式的AI解決方案。

         例如，可能會在成本敏感或需要高度定制化的場景中使用開源模型和工具，而在需要快速部署、強力支持或特定高性能要求的場景中選擇專有方案。這種“混合云”式的策略，將有助于企業(yè)在利用開源優(yōu)勢的同時，彌補其短板，實現(xiàn)整體效益的最大化。正如Mozilla基金會主席Mark Surman所強調(diào)的，開源AI的目標(biāo)是構(gòu)建像“AI樂高盒子”一樣易于使用的工具和技術(shù)棧，使其成為更具競爭力、創(chuàng)造力和創(chuàng)新性未來的基礎(chǔ)，而非僅僅是封閉系統(tǒng)的替代品。

         盡管前景光明，開源AI的發(fā)展并非沒有隱憂。風(fēng)險管理是企業(yè)在采用開源技術(shù)時必須面對的關(guān)鍵課題。報告顯示，受訪者普遍認(rèn)為開源AI工具在某些方面比專有AI風(fēng)險更高。最受關(guān)注的風(fēng)險領(lǐng)域包括：網(wǎng)絡(luò)安全（62%的受訪者表示擔(dān)憂）、法規(guī)遵從性（54%）和知識產(chǎn)權(quán)問題（50%）。

         這些擔(dān)憂不無道理。開源軟件的開放性可能使其更容易受到惡意攻擊或被發(fā)現(xiàn)漏洞；復(fù)雜的許可證和貢獻(xiàn)者協(xié)議可能帶來合規(guī)和IP方面的挑戰(zhàn)；模型訓(xùn)練數(shù)據(jù)的來源和質(zhì)量問題也可能引發(fā)偏見、隱私泄露或版權(quán)爭議。值得注意的是，不同國家和地區(qū)的受訪者對風(fēng)險的感知程度存在差異。例如，巴西受訪者更關(guān)注網(wǎng)絡(luò)安全，而印度受訪者則對法規(guī)遵從性和知識產(chǎn)權(quán)侵權(quán)的擔(dān)憂程度顯著高于全球平均水平，這可能與其特定的監(jiān)管環(huán)境、風(fēng)險容忍度和AI成熟度有關(guān)。

         為了應(yīng)對這些潛在挑戰(zhàn)，企業(yè)正在積極采取一系列風(fēng)險緩解措施。報告中提到了幾種關(guān)鍵策略：

         一是建立強健的“護(hù)欄”（Guardrails），例如使用自動化內(nèi)容過濾、輸入/輸出驗證、人工監(jiān)督等機制，確保AI模型的使用符合倫理和法規(guī)要求，并控制輸出的安全性。諸如Nvidia的NeMo Guardrails、Llama Guard等開源工具本身也提供了這方面的支持。

         二是進(jìn)行第三方評估，通過標(biāo)準(zhǔn)化的基準(zhǔn)測試和認(rèn)證，特別是采用隱私保護(hù)的評估方法（如私有基準(zhǔn)測試），來確保模型的可靠性和安全性，防止數(shù)據(jù)污染。

         三是加強文檔管理和監(jiān)控，例如使用軟件物料清單（SBOM）來跟蹤開源組件的版本和已知漏洞，利用通用漏洞評分系統(tǒng)（CVSS）等工具評估風(fēng)險嚴(yán)重性。

         四是強化網(wǎng)絡(luò)安全實踐，包括在可信執(zhí)行環(huán)境（TEE）中運行模型以保護(hù)敏感數(shù)據(jù)，在訓(xùn)練中采用差分隱私和聯(lián)邦學(xué)習(xí)技術(shù)防止數(shù)據(jù)記憶，實施嚴(yán)格的訪問控制、網(wǎng)絡(luò)隔離、持續(xù)安全監(jiān)控以及加密哈希驗證等。正如安全與技術(shù)研究所（Institute for Security and Technology）CEO Philip Reiner所建議的，組織需要回歸基本的網(wǎng)絡(luò)安全原則，重視開源工具可能存在的維護(hù)不足和軟件過時問題，并設(shè)立專門團(tuán)隊負(fù)責(zé)風(fēng)險跟蹤和更新。

         此外，報告還指出了一個值得關(guān)注的現(xiàn)象：盡管開源AI的使用日益廣泛，但企業(yè)對開源項目的貢獻(xiàn)率卻相對較低。只有13%的受訪者表示他們曾為開源項目做出過貢獻(xiàn)，而50%的人不確定未來是否會參與。

         貢獻(xiàn)意愿低可能源于多種因素，包括資源投入、知識產(chǎn)權(quán)顧慮以及貢獻(xiàn)行為往往更多基于利他主義而非直接商業(yè)回報。然而，一個健康繁榮的開源生態(tài)系統(tǒng)離不開包括企業(yè)、學(xué)術(shù)機構(gòu)和基金會在內(nèi)的多方參與和貢獻(xiàn)。缺乏廣泛的貢獻(xiàn)可能會限制開源技術(shù)在某些前沿領(lǐng)域的突破速度，并影響其長期可持續(xù)發(fā)展。因此，如何激勵和促進(jìn)更廣泛的社區(qū)參與和企業(yè)貢獻(xiàn)，將是開源AI未來發(fā)展需要思考的重要議題。

結(jié)語：將開源AI融入企業(yè)核心戰(zhàn)略

         麥肯錫與Mozilla基金會、帕特里克·J·麥戈文基金會聯(lián)合發(fā)布的這份《人工智能時代下的開源技術(shù)》報告，以其詳實的數(shù)據(jù)和深入的分析，為我們揭示了開源AI在全球企業(yè)應(yīng)用中的真實圖景及其深遠(yuǎn)影響。

         報告的核心結(jié)論是明確而有力的：開源技術(shù)已經(jīng)不再是AI領(lǐng)域的邊緣選擇或備用方案，而是正在成為驅(qū)動創(chuàng)新、降低成本、吸引人才、構(gòu)建差異化競爭優(yōu)勢的關(guān)鍵要素。企業(yè)對開源AI的采納已相當(dāng)普遍，覆蓋了從數(shù)據(jù)處理、模型訓(xùn)練到應(yīng)用工具的整個技術(shù)棧，并且未來幾年內(nèi)有望持續(xù)增長。開源AI在成本效益、性能表現(xiàn)以及開發(fā)者社區(qū)吸引力方面展現(xiàn)出顯著優(yōu)勢，盡管在價值實現(xiàn)速度和某些風(fēng)險感知上可能面臨挑戰(zhàn)。

         面對開源AI帶來的機遇與挑戰(zhàn)，報告為企業(yè)決策者和技術(shù)領(lǐng)導(dǎo)者提供了清晰的指引。首先，企業(yè)應(yīng)將開源AI視為其整體AI戰(zhàn)略不可或缺的一部分，積極評估和擁抱開源技術(shù)帶來的可能性。其次，應(yīng)采取務(wù)實和靈活的混合策略，根據(jù)具體業(yè)務(wù)需求和場景特點，在開源與專有解決方案之間做出明智的組合與權(quán)衡。

         再次，必須高度重視并有效管理開源AI相關(guān)的風(fēng)險，特別是網(wǎng)絡(luò)安全、合規(guī)性和知識產(chǎn)權(quán)方面，建立完善的風(fēng)險評估、緩解機制和治理框架。最后，企業(yè)也應(yīng)考慮如何更積極地參與和貢獻(xiàn)于開源社區(qū)，這不僅有助于提升自身技術(shù)能力和品牌形象，更能促進(jìn)整個生態(tài)系統(tǒng)的健康發(fā)展，最終惠及自身。

         總之，人工智能時代已經(jīng)到來，而開源正以前所未有的力量塑造著這個時代的科技格局。那些能夠深刻理解、戰(zhàn)略性運用并有效管理開源AI的企業(yè)，無疑將在未來的智能化競爭中占據(jù)更有利的位置。這份報告不僅是對現(xiàn)狀的一次全面掃描，更是對未來趨勢的一次深刻洞察，為所有希望在AI浪潮中乘風(fēng)破浪的組織提供了寶貴的參考和啟示。

本文轉(zhuǎn)載自???歐米伽未來研究所???，作者：歐米伽未來研究所