平台工程成熟度已成为企业人工智能应用能否成功的关键差异化因素

根据 Perforce Software 发布的“2026 年平台工程报告”，平台工程成熟度正逐渐成为决定企业能否将人工智能应用转化为可持续运营价值的重要因素。这项针对 820 名技术专业人士的调查发现，在被归类为拥有成熟平台工程实践的企业中，73% 的企业表示平台成熟度是其人工智能成功的关键或重要因素，而在成熟度较低的企业中，这一比例仅为 44%。该报告还发现，66% 的组织已经在基础设施工作流中使用人工智能，而仅有 31% 的组织表示已经实现完全自主的人工智能。这表明，大多数组织仍然在从实验阶段向受管控的生产级应用过渡。

该报告的核心观点是：人工智能并非消除了对坚实工程基础的需求，而是进一步强化了这种需求。成熟的内部开发平台能够提供标准化工作流、自动化、治理、策略执行和可审计性，为开发者和人工智能代理提供受控的途径，使其能够接入基础设施和交付流程。Perforce 的报告显示，与依赖临时性方法的组织相比，拥有正式治理机制的组织对人工智能的信任度要高得多。不过，在理解这些数据时，应该将其看成是一项由供应商赞助的调查所揭示的相关性，而不是平台成熟度会直接带来更高的人工智能成功率或信任度的证明。

尽管对该问题的阐述角度有所不同，但整体上，谷歌 DORA 计划中有一项独立研究也支持这一基本论点。DORA 2025 年面向近 5000 名技术专业人士开展了一项研究，将人工智能描述为一种“放大器”，既能放大组织的优势，也能放大其劣势。研究结果表明，高质量的内部平台有助于组织将个人通过 AI 获得的生产力提升转化为更广泛的交付改进，而薄弱的平台则可能导致这些收益被损耗在测试、安全和部署等下游环节的瓶颈中。这为 Perforce 的核心论点提供了有力的外部验证：在很大程度上，AI 的价值取决于其周围的工程系统，而不仅仅取决于 AI 工具本身。

同样，CNCF 和 SlashData 的研究也指向了类似的结论，不过他们对平台成熟度的看法更为细致。其“ 2026 年技术雷达”报告指出，35% 的企业采用混合平台模式来集成 AI 工作负载。这表明，许多公司正在扩展现有的开发平台，而非构建完全独立的 AI 基础设施。然而，仅有 28% 的受访者表示拥有专门的平台工程团队，多团队协作仍然是主流模式。这表明，尽管平台对 AI 的采用越来越重要，但企业并不一定需要高度集中化或完全成熟的平台工程职能，就可以开始实现价值。

因此，在很大程度上，现有的证据支持了 Perforce 的结论，但也对那些过于简单的研究结果解读提出了质疑。平台工程似乎是推动人工智能应用的重要推动力，特别是在它能够提供可靠的自动化、清晰的治理机制和快速的反馈循环时。尽管如此，仅凭平台工程成熟度本身并不足以保证人工智能应用的成功。更站得住脚的结论是：无论组织实际上如何构建其平台职能，人工智能都能从坚实的技术基础中获益。

由此，我们可以得出一项新的启示：AI 的采用正日益成为一项系统性工程挑战。随着人工智能从生成代码转向运营基础设施并执行日益自主的任务，组织需要标准化环境、身份控制、策略执行、可观测性、安全性以及自动化验证，从而将 AI 的加速发展控制在可控范围内。Perforce 的报告进一步佐证了这样一个观点：最有可能从人工智能中获得持久价值的组织，未必是部署最多人工智能工具或人工智能采用率最高的那些，而是那些围绕人工智能构建了最强大工程系统的组织。

原文链接：https://www.infoq.com/news/2026/08/perforce-maturity-ai-success/