深入解读《2026 年全球数据洞察调查》(GDIS) 中欧洲、中东和非洲 (EMEA) 地区的调查结果，以及这些结果对该地区数字基础设施发展战略的意义。

处于交汇点的地区

EMEA 地区的 AI 基础设施发展面临一个矛盾：主机托管在该地区的 AI 训练中发挥着核心作用，但集成式基础设施建设和可量化成果方面仍然滞后。超过半数的 EMEA 受访者表示，其 AI 训练数据存储在主机托管数据中心中，但该地区实现全面集成式混合基础设施的比例最低，在将 AI 项目转化为可量化的业务成果方面也落后于其他地区。

这一矛盾构成了 Digital Realty《2026 年全球数据洞察调查》中 EMEA 地区调查结果的核心。该调查涵盖欧洲、中东和非洲地区的 668 位决策者，他们来自一个由 2,131 位 IT、网络、安全和业务领域领导者组成的全球样本。调查数据显示，该地区高度重视 AI 的落地实施，深受监管和主权要求的影响，同时仍在努力打通所需的基础设施，以便有信心地扩大 AI 应用规模。

监管本能：数据隐私这一决定性约束

如果说有一个主题最能定义 EMEA，那就是监管。在被问及从数据中获取见解的障碍时，49% 的 EMEA 受访者将数据隐私法规列为三大障碍之一。在《通用数据保护条例》(GDPR)实施后的时代，这并不令人意外，但其普遍程度仍令人震惊。监管并非小众的合规问题；它是数据驱动价值面临的最常被提及的障碍。

这种监管因素的影响延伸至其他多项调查结果。EMEA 地区的组织最有可能要求其 IT 部署地点支持安全数据交换（39%）。在评估数据中心服务提供商时，52% 的 EMEA 受访者将“在单一数据中心平台上实现用户、网络、云和 IT 服务提供商之间的安全数据交换”列为首要要求之一。

主权要求的影响更为深远。33% 的 EMEA 组织将主权 AI 视为一项必要要求，即数据和 AI 模型均须保留在同一司法管辖区内；另有 53% 的组织正在积极探索主权 AI 方案。在决定 AI 工作负载的托管地点时，38% 的 EMEA 受访者将法规合规性（例如《通用数据保护条例》(GDPR) 和《健康保险流通与责任法案》(HIPAA)）列为三大首要驱动因素之一，这一比例在所有地区中最高。

分布式数据：EMEA 的迟疑接纳

EMEA 地区最值得关注的差异之一，在于其对分布式数据方法的采用情况。EMEA 地区仅有 84% 的组织采用分布式数据方法，在所有地区中比例最低（美洲：93%；亚太地区：88%）。与此同时，明确表示不采用这种方法的组织占 13%，这一比例为全球最高。另有 3% 的组织表示不确定。

这种不愿转型的态度有其复杂性。在选择采用分布式数据战略的企业中，动因更偏向治理和战略：44% 的企业将公司的 IT 战略列为原因（这一比例居全球首位），44% 的企业看重更完善的整体数据治理，43% 的企业重视更快的处理速度。EMEA 地区采用分布式数据战略的企业，着眼于控制权和架构一致性，而非仅仅出于机会主义。拒绝采用分布式数据战略的较小群体，主要是出于降低风险（46% 的受访者提到数据泄露事件更少）和整合系统的考虑（49% 的受访者看重减少收集和分析数据所需的系统数量）。

AI：运营效率优先于大胆押注

EMEA 地区的 AI 发展呈现出务实的运营导向。该地区在积极执行正式 AI 战略以提高运营效率和/或降低成本方面处于领先地位 (39%)。值得注意的是，EMEA 地区的组织也最有可能制定旨在推出全新业务产品或服务的正式 AI 战略 (19%)。但制定战略与期待从中获得价值是两回事。在预期价值方面，EMEA 地区的组织明显更注重效率：39% 的组织期望 AI 提高业务运营效率，而只有 19% 的组织正在将 AI 融入产品或服务。换言之，EMEA 地区的组织在规划时着眼于创新，在预算上却优先考虑效率；战略方案中不乏大胆的创新举措，但对投资回报率 (ROI) 的预期仍主要建立在运营效益之上。

这种效率优先的立场体现在 EMEA 当前使用 AI 的方式上。 21% 的组织利用 AI 自动化需要大量人工参与的任务（在所有地区中比例最高）。而且，EMEA 在投资 AI 能力时，在优先投资 AI/机器学习 (ML) 技术方面领先全球：52% 的受访者将投资 AI/ML 列为最重要的要求之一（全球为 48%），46% 的受访者优先改善数据基础设施（比例同样为最高）。

然而，从成熟度来看，实际情况更令人警醒。EMEA 地区处于 AI 成熟度第 1 级 (1%) 和第 2 级 (6%) 的组织占比均为全球最高，而达到变革性第 5 级的组织仅占 24%。EMEA 地区对 AI 的雄心确实存在，但其转型仍在进行之中，尚未真正落地。

主机托管领域的 AI 故事：EMEA 的突出优势

也许 EMEA 最具战略意义的发现是 AI 训练数据的存放位置。当被问及训练数据存放在何处时，51% 的 EMEA 受访者提到了主机托管数据中心，而美洲地区这一比例为 36%，亚太地区为 43%。

这种主机托管理念也延伸至模型托管。EMEA 在私有云中托管定制开发 AI 模型方面居于领先地位（53%），在本地部署基础模型方面也居于领先地位（35%）；此外，32% 的 EMEA 组织在本地部署开源或经过微调的大型语言模型 (LLM)，这一比例为全球最高。由此形成了高度混合的 AI 基础设施，主机托管是其核心。

AI 工作负载的部署范围正在迅速扩大：目前，42% 的 EMEA 组织在 26–50% 的部署地点开展 AI 项目；预计一年后，41% 的组织仍将处于这一覆盖区间，另有 29% 的组织预计 AI 项目将覆盖 51–75% 的部署地点。EMEA 地区的 AI 部署正逐步扩展至各个业务地点，而非集中于单一枢纽，这进一步凸显了对分布式、以主机托管为基础且能够跟随数据分布进行部署的容量的需求。

投资谨慎与 ROI 现实

与其他地区相比，EMEA 地区的 AI 投资增长趋势更为保守。2026 年，15% 的 EMEA 组织计划将 AI 投资增加不到 10%，而大多数组织 (36%) 计划适度增加 10–25% 的投资。EMEA 地区正稳步增加 AI 投资，但并未大幅扩张。

与之相应，EMEA 地区对投资回报的评估也较为审慎。该地区在识别出可重复实施且影响显著的 AI 用例方面处于领先地位 (41%)，但在实现可量化的业务成果（如营收增长或成本降低）方面则相对滞后 (28%)，这一比例为所有地区中最低，远低于美洲地区 (40%)。与此同时，4% 的组织表示迄今尚未获得可量化的 AI 投资回报，这一比例为全球最高。EMEA 地区的组织正在找到行之有效的模式，却难以将其转化为能够向董事会证明财务价值的确凿证据。

基础设施成熟度：仍在串联各个环节的地区

EMEA 地区的基础设施集成程度落后于其他地区。仅有 19% 的组织表示，其公有云、私有云、本地部署环境和主机托管基础设施已实现全面集成，这一比例为全球最低（美洲：24%）。与此同时，36% 的组织表示其基础设施仅实现了有限程度的集成，另有 12% 的组织表示其环境彼此孤立，几乎没有或完全没有集成。这两项比例均为所有地区中最高。

网络互联方面也呈现出类似的趋势。仅有 5% 的 EMEA 组织表示，动态、按需网络互联是其架构的核心，这一比例不到美洲地区 (13%) 的一半；另有 6% 的组织完全没有制定有计划的网络互联战略，这一比例为全球最高。EMEA 地区的组织仍依赖临时性或点对点连接 (25%)，以及仅实现“部分集成”的方式 (32%)。其架构仍在演进，但尚未形成统一的整体。

尽管基础设施成熟度仍有不足，但 EMEA 地区的组织具有明确的整合意愿：在选择 AI 工作负载的托管地点时，45% 的 EMEA 受访者将与现有 IT 或数据基础设施集成列为首要驱动因素之一，这一比例在所有地区中最高。EMEA 地区的客户清楚地认识到自身环境存在碎片化问题，因此，他们最优先考虑的是寻找能够实现集成、而非再增加一个孤立环境的服务提供商。

可持续性：可再生能源强制要求、精细化策略

EMEA 的可持续性状况呈现出矛盾的特征。在具体指标方面，EMEA 居于领先地位：52% 的受访者根据 100% 可再生能源评估供应商（这一比例在所有地区中最高），49% 的受访者考虑获得绿色建筑认证。然而，当被问及可持续性对 AI 战略的影响时，EMEA 将其称为"最重要因素"的可能性最低 (42%，而美洲为 55%)，而表示其具有"一定影响"的可能性最高 (52%)。

对此的解读是：EMEA 将可持续性视为不可妥协的采购标准，但不愿将其提升为单一的战略视角。可再生能源已融入供应商评估中，但 AI 战略仍由效率、合规和主权所驱动。

纽约市：AI 时代的全球金融中心