生成式AI可以为中小企业弥补不人力方面的不足，在客户量剧增时用来快速扩展业务规模。而大型企业希望用生成式AI控制成本，同时保持竞争力。SUSE人工智能创新与孵化全球负责人Ian Quackenbos认为，AI对于不同规模企业有不同价值。
内容生成、代码生成、智能客服、文档处理以及基于RAG的企业内部知识管理，这些都是生成式AI技术能为企业带来价值的典型场景。然而，生成式AI还在快速发展，企业在智能化发展的道路上，还需要考虑标准化、场景化、安全合规、规模等方面的问题。
SUSE可以帮助各种规模的企业采用生成式AI技术
目前生成式AI在各行业落地时的最大障碍在于缺少标准化，缺少一个切实的工作流程来帮助企业客户使用生成式AI。而Ian Quackenbos认为，SUSE AI保持开源开放的策略，可以提供各种工具来帮助企业使用生成式AI。
Ian Quackenbos还提到，目前金融服务、医疗、零售电商、制造业、教育以及媒体等领域已经明显受益于人工智能技术。但一些行业或是由于本身的特点或者因为行业监管的问题，限制了人工智能技术的进一步应用。
虽然生成式AI技术能帮助小型企业克服人力资源不足的挑战，帮助大型企业控制成本和保持竞争力。但整体而言，大型企业随着规模越大，在采纳AI上的速度会越慢。很多企业在面临强监管时会面临更高风险。
对此，Ian Quackenbos认为，SUSE凭借长期服务企业用户的经验，现在既能够为中小企业快速采纳AI提供多样的工具，同时也能够帮助大企业在使用AI的时候实现合规，以更安全、更负责任的方式来采纳AI。
SUSE大中华区解决方案架构师总监 苏显扬表示，SUSE除了提供标准化的产品以为，也会提供灵活的驻场服务，会派本地研发团队深入到客户现场，协助完成产品落地、特定模块的定制开发和集成，确保整体解决方案精准匹配客户业务需求。
北京某大型保险公司采用了SUSE的云原生平台作为核心基础设施。SUSE与其有长期合作，深度定制并集成了客户原有平台。AI时代，双方在AI应用方面联合开发，推动AI在保险业务中的落地和创新转化。
SUSE的业务领域拓展到了AI
SUSE公司原本有三大件，第一个是Linux服务器操作系统发行版，第二个是基于Rancher的容器解决方案，第三个是将这些能力部署在边缘端的专业方案。在AI技术快速发展的背景下，SUSE又推出了专业的AI解决方案。
AI时代下，国内的AI科技公司和很多企业客户也在积极拥抱创新的技术。然而，受地缘政治影响，全球技术生态领域发生着变化，在这样的背景下，SUSE作为来自德国的企业，在与中国企业进行深入发展AI时会少很多顾虑。
IDC预测，到2028年，包括中国在内的亚太地区在AI和GenAI上的投资预计将达到1750亿美元，年复合增长率高达33.6%。中国在AI技术上的投入不断加大，爆火的DeepSeek在一定程度上代表了中国在AI技术上的领先性。
随着中国在AI领域的快速发展与创新，那些用来支撑AI技术发展与应用创新的技术设施就显得越来越重要。在今年的SUSE创新峰会上，SUSE强调其技术价值链能帮助企业更快地了解和接受AI这种新技术，实现企业级AI创新。
SUSE在介绍其价值链的时候，重点提到了SUSE AI平台。这是一个企业级的开源云原生AI平台，可运行任何GenAI工作负载。它构建在SUSE Rancher容器平台之上，具有很强的可扩展性，能部署在公有云上、企业本地以及混合云环境中。
SUSE AI：开源开放、可观测性强的AI平台
SUSE亚太区CTO Vishal Ghariwala强调了可观测性对于企业AI战略的重要意义，他表示“没有清晰的视野，企业就像一匹盲马，容易失误并害怕前行。通过集成SUSE Observability，SUSE AI获得了更强的可观测性能力。
SUSE Observability将指标、日志和跟踪信息整合到一个统一的平台中，使其能够监控混合云、多云和远程边缘环境中应用程序和基础设施的运行状况、性能和安全性。这种集成方法可提高整个企业的效率、韧性、安全性和成本效益。
SUSE大中华区总裁陈毅威在SUSE Summit 2025上指出，开源技术是推动各大行业创新的关键因素，SUSE坚持开源、开放的理念和持续不断的技术创新，将为中国各行各业创造高质量且普适的新质生产力提供关键路径。
SUSE AI平台充分体现了开源的特点。平台里提供了精选的开源AI组件库和其他主流的功能模块，这些组件都经过了严格的安全审查。该平台还有很多安全设计，可以进行实时威胁跟踪，还提供一个经FIPS验证的通用标准认证平台。
Ian Quackenbos提到了开源与闭源（或者说专有或私有）模型的看法。与开源的方案相比，闭源模型的生命周期比较短，而且很难评估模型训练数据的合法性，如果模型所用的数据存在知识产权风险，可能会限制其未来的复用性和延展性。
当然，这部分是企业在做模型选择时的一个考虑因素。很多企业客户在选择模型时会有针对具体项目的特殊考量。因此，何时选择开源，何时选择闭源，最终取决于模型的具体能力以及项目本身的特定需求和风险承受能力。
SUSE AI的使用案例
皓康医疗是一家互联网医院，计划用SUSE AI运行DeepSeek大语言模型来支撑医学影像分析和医学诊断，提升诊断准确性和患者就医体验。作为一个本地部署的方案，它符合中国《个人信息的保护法》的要求。
德国托管服务提供商FIS集团借助SUSE AI构建面向SAP的AI解决方案，实现了令牌使用、模型性能、GPU利用率的全链路可视化，加速了从智能发票处理到实时推荐等应用开发，满足受监管行业严格的数据隐私与合规需求。
FIS集团的AI能力团队负责人Manuel Sammeth指出：“SUSE AI显著降低了运行AI工作负载的复杂性，我们能通过中央平台管理不同大语言模型，并按需快速为客户部署新模型。”
Infosys是全球“IT服务四巨头”之一，作为SUSE合作伙伴的Infosys已将其Guardrails伦理监管框架集成至SUSE AI平台，从而助力双方的客户在不牺牲安全性的前提下，快速实现负责任AI。
结束语
从内容生成、代码辅助到行业应用落地，生成式AI正逐步从技术热潮转向实际价值。SUSE以其开源、开放的理念，构建了覆盖从基础设施到AI平台的完整技术链条，帮助企业在多行业、多场景中推动了AI能力的落地与创新。
面向未来，SUSE将继续发挥其在云原生与开源生态中的优势，陪伴企业穿越AI发展的不确定性，探索更多可能性。
