端侧AI数据信任
3 节点1 篇4 来源
【背景】端侧AI（Edge AI）正从技术探索迈向商业化落地，其核心瓶颈已从模型能力转向数据信任。2026年10月，后摩智能在北京举办生态合作伙伴大会，罗格数据CTO刘学鹏指出，客户只为解决隐私与交付质量的「最后一百米」买单。与此同时，Fortanix调查显示，尽管61%的受监管企业仍向公有云AI发送敏感数据，但合规已成为最大障碍；Denodo研究亦发现67%的组织在AI数据安全上挣扎。微软与Edge Delta等厂商正通过本地化部署、机密计算和严格权限控制来重建信任边界。争议在于：云端便利性与本地安全性如何平衡？未来需关注后摩A20/M60芯片量产进度、各国主权AI政策落地以及企业对混合架构的实际采纳率。
事情怎么走到这一步
Fortanix发布调查：93%的AI领导者担心专有信息泄露，但仍有61%的受监管企业向公有云AI发送敏感数据；46%将合规视为主要障碍。
investor.wedbush.com ↗后摩智能在北京召开生态合作伙伴大会，麒麟软件、罗格数据等伙伴讨论端侧AI商业化门槛，强调隐私、私域化和体验是三大真实门槛。
geekpark.net ↗极客公园报道圆桌对话，罗格数据CTO刘学鹏提出「模型解决一公里外的问题，算力解决五百米的问题，但客户只愿为『最后一百米』买单」。
geekpark.net ↗
还没定论的部分
- 后摩智能下一代A20和M60芯片能否在成本可控前提下实现规模化量产，从而降低企业部署门槛？
- 随着欧盟《AI法案》及各国主权AI政策收紧，跨国企业在端侧与云端之间的数据合规策略将如何调整？
- 机密计算（Confidential Computing）等技术能否真正消除企业对公有云AI处理敏感数据的顾虑，还是仅作为过渡方案？