这是数据与 AI 现状系列的一部分——精选见解来自 全球数据洞察调研 2026 (GDIS)

人工智能 (AI) 已进入经济效益时代。从战略到执行的转变正在全面展开，且已带来切实回报。但并非所有组织都已做好把握这一机遇的准备。AI 底层基础设施已成为将潜力转化为回报的关键关口，而认识到这一点的组织正走在前面。

IDC 预测，到 2031 年，AI 将创造 $22.5 万亿美元的全球累计经济影响。如今取得最显著收益的企业，都有一个鲜明的共同特征。他们已从购买 AI 使用权限转向拥有 AI，管控自己的模型、数据和基础设施，并在专为规模化而构建的专用私有 AI 环境中运行。AI 的下一阶段关乎的不是获取能力。而是关乎掌控能力。

Digital Realty 2026年全球数据见解调查 (GDIS) 准确揭示了差距所在。美国企业处于领先地位。整整有41%的企业已经通过 AI 取得了可衡量的业务成果，包括收入增长和成本降低。相比之下，亚太地区（APAC）的比例为36%，欧洲、中东和非洲（EMEA）的比例为28%。

如果着眼于短期回报，情况就更加明朗了。仅有 3% 的企业领导者表示其 AI 计划尚未带来可衡量的投资回报，而 63% 的企业领导者预计将在未来 6 个月至 2 年内看到投资回报。IDC 预计，到 2031 年，AI 在美洲地区带来的整体经济影响将达到 14.1 万亿美元。这是欧洲、中东和非洲地区 (EMEA) 或亚太地区 (APAC) 的预计影响的三倍以上。

值得探讨的问题不只是原因。而是各地领导者能为此做些什么。

美洲优势：是什么推动了投资回报差距

美洲的优势并非偶然得来。这并非取决于单一的政策、计划或市场状况。GDIS指出了一个更广泛的趋势，而这一趋势更难走捷径实现。

该地区的企业更有可能获得将 AI 试点转化为持续、可重复实现的业务成果所需的基础设施基础。这一基础由三大支柱构成，而这三大支柱共同界定了规模化私有 AI 所需具备的条件：

将数据和工作负载放置在能够安全运行的位置的能力。
扩展高密度 AI 环境的能力。
实现数据在不同云端、区域和合作伙伴之间传输，同时避免在每个环节引入复杂性所需的网络互联。

把握好这三点，AI 将不再仅仅是一个项目。而是开始转化为一种竞争能力。

规模优势与深厚的基础设施能力，让组织拥有更多制胜机会

美洲地区经过数十年建设，形成了规模庞大且成熟的数字基础设施生态系统。AI 工作负载所需的远不止原始算力。它们需要协调利用容量、连接、电力规划、冷却、安全和运营专业知识，并让这些要素协同运作。

这里有一个重要的细微之处，值得坦率地说明。电力供应、许可审批和土地使用是美洲各地面临的现实制约因素。北弗吉尼亚等主要枢纽已面临政府和公用事业部门带来的压力，这些压力会影响部署时间表。税收优惠和经济发展计划会影响投资流向。它们本身并不能解决电力采购或电网容量方面的挑战。

真正值得关注的其实更有参考价值。美洲数字基础设施基础雄厚，需求也十分旺盛。这为企业提供了更多切实可行的部署选择：成熟的高密度园区、分布式区域架构，以及新兴的 AI 就绪型都市圈。限制并不会消失，但企业可以有更多选择，围绕这些限制进行周密设计。

电力已成为董事会层面需要讨论的问题

能源供应过去只是运营层面需要关注的问题。AI 已使其成为一项战略层面的议题。

当组织从试点阶段迈向规模化推理并运行生产工作负载时，确保获得合适的电力配置对于成本、性能和部署时间表至关重要。提前进行规划的组织，正是能够避免在最不利时刻阻碍 AI 项目的瓶颈的组织。

战略层面的问题已经发生了转变。它已不再只是计算资源可以托管在哪里的问题。它同时涉及到数据、电力、冷却、互联和运营韧性。目标是实现 AI 在未来长期的持续增长，而不仅仅是逐季度增长。对于电力受限市场中的企业而言，优先事项是与能够跨多个都市圈进行规划并避免单点故障的提供商合作。

我们的美洲平台提供密集的网络互联枢纽、新兴的 AI 就绪型市场，以及成熟的数据中心园区，可大规模满足各种工作负载需求。优势并不意味着不受制约。关键在于具备快速应对这些问题的能力和专业知识。

让 AI 得以运行的基础设施层

许多关于 AI 的讨论都聚焦于模型、应用和 AI fabric。这些层面很重要。它们建立在物理和数字基础之上，而这一基础决定了它们能否得到支撑。缺少这一基础，AI 项目就会停滞不前；这并非因为模型有问题，而是因为数字基础设施无法承载其负荷。

要让 AI 投资持续产生可重复的成果，企业需要三种能力协同发挥作用。这正是我们的全球数据中心平台PlatformDIGITAL®旨在实现的目标：

为 AI 工作负载提供高密度容量，满足其对性能、冷却和韧性的要求。随着 GPU 密集型推理负载不断增长，数据中心环境必须经过专门设计，以应对生产级 AI 的需求。高密度主机托管，每机构功率最高可达 150 kW，服务范围从单个机架到满载数据大厅，是规模化企业 AI 的起点。它已不再是小众需求。
通过私有网络互联，让数据和工作负载能够跨不同云端、区域、合作伙伴和服务提供商得到利用。开放且运营商中立的互联使 AI 能够基于真实的企业数据运行，而非依赖孤立的样本。这也使组织能够关联多个云服务提供商和数据源，而无需在每个边界执行复杂的重建。
通过地理分布，让数据靠近用户、应用和监管要求。分布式部署不仅仅是出于数据主权考量。随着 AI 推理逐步靠近依赖它的业务流程，这也是一项关乎性能与延迟的策略。

如今取得成功的组织，从一开始就将这些能力融入其中，借助 ServiceFabric® 等平台实现这一点。 ServiceFabric 将云端服务提供商、网络和数字基础设施整合到一个可编程平台中，以满足这种规模化需求。其高密度、按需提供的互联能力使企业能够连接多个云端、网络和数据源，而无需承担在每个边界开通专用线路的成本和复杂性。由于这种网络互联服务覆盖全球分布的都市圈和数据中心园区，组织可以根据性能、延迟和数据主权方面的需求，将 AI 工作负载和数据部署在恰当的位置，并随着需求变化进行迁移。

地缘政治正在积极重塑 AI 价值创造的地域分布

地缘政治动态并非 AI 投资回报叙事中的背景变量，而是一股正在塑造各地区基础设施决策的力量，而且这些动态正在加速。

数据主权是最明显的例子。 2026年全球数据见解调查显示，全球86%的企业领导者正在探索或积极实施主权 AI方案，且超过一半已在私有云端托管其 AI 模型。这对美洲而言有利有弊。这进一步巩固了该地区在本地数据控制方面的优势，同时也提高了在广泛且多元化的市场中维护分布式基础设施的重要性。

先进的 AI 芯片管制又增加了一层复杂性。基础设施决策越来越多地取决于产能、硬件、数据和合规要求能够相互协调的地点。拥有平台接入条件及数字基础设施合作关系、能够据此调整采购策略的组织，更有能力应对这些冲击。

分布式 AI 的兴起让这一切变得更加紧迫。随着推理部署到更贴近使用其输出的业务流程的区域，对地理分布和开放式网络互联的需求也日益迫切。释放分布式数据的全部价值，需要基础设施能够根据业务逻辑和合规要求，随数据部署到任何需要的位置，同时不牺牲性能或安全性。

这是当今塑造区域 AI 采用格局的因素之一。美洲地区拥有深厚的基础设施基础，目前即可支持分布式 AI 架构，而其他地区仍在持续建设，以逐步实现同样的机遇。

AI 的普及模式也遵循着一条熟悉的发展轨迹。与此前的云计算类似，AI 首先在金融服务、医疗保健与制药、媒体和娱乐等技术密集型行业中扩展开来。尽管采用私有 AI 往往是出于加强数据控制的需求，以及 AI 工作负载相关成本不断攀升，但企业日益认识到混合架构的价值：这类架构能够在私有环境与访问外部数据、模型和创新生态系统之间取得平衡。随着各组织继续培养大规模实施 AI 战略所需的人才并累积专业知识，这些混合方法将有助于发掘新的应用场景，并加快 AI 在更广泛行业中的普及。

数字基础设施的 AI 就绪度是决定性因素

实现 AI 回报的组织与仍在等待的组织之间的差距归根结底在于一点：就绪程度。对于仍在努力将试点转化为持续、可重复成果的组织，调查明确指出了阻碍它们的因素：数字基础设施瓶颈、数据存储挑战以及网络互联差距。不是模型质量。不是数据科学人才。不是高管承诺。事实上，只有 3% 的领导者表示完全没有可衡量的投资回报，而 63% 的领导者预计在未来六个月到两年内会有回报。差距不在于雄心。而在于就绪度。

然而，这确实是一个可以解决的问题，但前提是企业愿意坦诚面对自身现状。

AI 投资回报并非仅由模型创造。当数据战略、数字基础设施战略和业务战略从一开始就协同设计时，这种基础便会形成。如今取得成功的组织能够获得一个基础，该基础既能支持 AI 的规模化应用，也能随着电力、政策和市场动态的持续变化而调整。

对于准备缩小差距的企业领导者而言，第一步是进行坦诚的评估。您的数字基础设施是否能够支持生产级 AI 所需的计算密度、网络互联和地理分布？您的平台是否开放了对所有重要云端和数据源的访问，还是将您锁定在单一供应商生态系统中？您是否拥有一位合作伙伴，能够凭借全球覆盖范围和深厚的运营能力，在您服务的每个市场快速开展业务？查看您的组织在AI成熟度等级中的位置。

我们汇聚全球数据中心平台、网络互联生态系统，以及运营专业知识，帮助企业将 AI 愿景转化为可衡量的成果。无论挑战是电力规划、构建分布式架构，还是弥合有前景的试点项目与规模化投产之间的差距，基础条件都已具备。

深入了解 Digital Realty 的2026年全球数据见解调查完整调查结果，看看缩小差距的真正机会还在哪里。

关于本次调研

《2026 年全球数据洞察调研》是 Digital Realty 每两年开展一次的研究，汇集了来自 19 个国家/地区、11 个行业的 2,131 名 IT 决策者的见解。2026 年报告探讨了各组织如何从 AI 战略走向执行，重点关注基础设施、数据治理、主权以及可衡量的 ROI。调查结果揭示了塑造 AI 经济时代的四大关键趋势，以及智能数字基础设施在助力 AI 成功中的关键作用。

阅读完整报告，了解推动企业 AI 下一阶段发展的数据、洞察和建议。

抢占先机：美国企业为何能更快将 AI 投资转化为投资回报