
新调查:企业困于遗留软件与AI现代化之间

Google Cloud 联合调研机构 Hypothesis Group,对 1,250 名美国企业 IT 与业务决策者进行了一项调查,试图回答:现有技术环境如何影响企业把 AI 转化为实际生产力。结论并不乐观——那些支撑日常业务交付的本地遗留软件,正在变成一种“创新税”:企业靠它们维持运营,但它们也在持续拖累 AI 转型。
调查中,近一半(49%)的受访者表示,依赖本地软件(非云原生)已经导致 AI 或其他技术项目被推迟、缩小范围、暂停甚至取消。更具体的瓶颈出现在例行补丁和运维:AI 辅助的漏洞发现速度在加快,遗留代码里被暴露的缺陷数量已超出安全团队的处理能力。IT 团队只能在维护旧系统和推进 AI 现代化之间做零和博弈,工程资源大多被旧系统吞掉。
为什么企业仍依赖这些遗留环境?调研显示,主要不是架构偏好,而是供应商锁定。39% 的决策者报告,对遗留软件和云提供商的依赖迫使他们面对复杂的许可条款、合同限制或议价空间不足。更深层的风险来自单厂商集中:操作系统、生产力应用、云主机和新兴 AI 模型如果全部绑在同一家供应商,会形成巨大的单点故障。文章强调,自主智能体的安全边界由底层操作系统和网络决定;底层不安全,部署的不是弹性智能,而是扩大的攻击面。
关于客户选择,80% 的领导者同意,一个提供商的装机量不应决定组织使用哪种 AI 技术;78% 认为上一个时代的企业技术领导者未必能引领 AI 时代。企业更想按实际能力选择最优 AI 产品,而不是接受绑定在旧桌面软件上的默认组合。文章还提到,近 90% 的财富 100 强企业已在用 Gemini Enterprise 构建、扩展和管理智能体。
为走向智能体时代的自治能力,文章提出三条建议:第一,要求架构和供应商选择权,AI 和云不应被本地服务器、邮件或桌面操作系统上的遗留软件绑架;第二,坚持安全设计(secure-by-design),软件厂商要在代码发布前消除整类漏洞,而不是依赖发布后打补丁;第三,用 AI 驱动的防御清理遗留债务,例如部署 Security Command Center 和 Mandiant 威胁分析,持续发现可利用的攻击路径、确定修复优先级并在复杂混合环境中自动修复。
文章的收尾很直接:智能体 AI 的承诺是自动化消除摩擦、加速人的创造力,但这个未来不能建立在几十年前设计的软件上。IT 领导者规划路线图时要问自己:你的技术底座是在加速未来,还是你在为维持过去而交维护税?

