Gartner预测，到2027年，35%的国家将被锁定在区域专属AI平台上

　　商业与技术洞察公司Gartner预测，到2027年，35%的国家将被锁定在使用专属情境数据的区域专属人工智能(AI)平台上，并且平台锁定率将从5%攀升至35%。

　　Gartner研究副总裁Gaurav Gupta表示：“追求数字主权的国家正在加大对本土AI技术栈的投入，以期能够找到替代美国封闭模型的方案，包括符合当地法律、文化和区域特征的算力、数据中心、基础设施及模型。信任度与文化契合度正成为关键因素。决策者会优先选择符合本土价值观、监管框架及用户预期的AI平台，而不是训练数据集规模最大的平台。”

　　本地化模型在情境理解方面具备更高价值。在教育、法律合规及公共服务等领域，区域性大语言模型(LLM)的表现优于全球模型，尤其在非英语语言场景中更为明显。

　　到2029年，各国需要将GDP的1%用于AI主权建设

　　随着非西方国家和地区的客户因对过度“西方化”影响的担忧而调整合作策略，AI主权将导致合作减少，并加剧资源重复投入。因此，Gartner预测，到2029年，致力于构建主权AI技术栈的国家，需将至少1%的GDP用于AI基础设施建设。

　　AI主权指国家或组织机构在其地理边界内独立掌控AI开发、部署及应用的能力。

　　在监管压力、地缘政治因素、云本地化、国家AI任务、企业风险及国家安全等因素的共同推动下，政府与企业正在增加主权AI建设的投入。同时，对在AI技术竞赛中落后的担忧，也将促使国家及企业加速创新并加大投资，力求在AI技术栈各环节实现自给自足。

　　Gupta表示：“数据中心与AI工厂基础设施构成了支撑AI主权的AI技术栈核心底座。因此，未来数据中心与AI工厂基础设施将迎来爆发性建设与投资，推动少数掌控AI技术栈的企业实现两位数的‘万亿美元’估值。”

　　基于此，首席信息官(CIO)必须：

　　设计基于编排层的模型中立工作流，实现跨区域、跨供应商的LLM切换。

　　确保AI治理、数据驻留及模型调优实践符合各国特定的法律、文化和语言要求。

　　在重点市场建立与国家云提供商、区域LLM供应商及主权AI技术栈领导者的合作关系，并建立经过审核的合作伙伴名单。

　　密切关注可能影响AI模型部署与用户数据处理地点和方式的AI立法、数据主权规则及新标准。