企业正将大量资源砸向模型层，却忽视了 AI 的真正起点是数据、架构与治理。当底层能力集中、不透明且无法访问时，企业买到的不是技术，而是一张随时可被收回的租用许可——第三方调价、改条款、停模型，甚至地缘变动，都能在一夜之间令运营瘫痪。
企业 AI 战略正在本末倒置：大量资源砸向模型层，把生成式工具视为 AI 的全部，仿佛 AI 从提示词开始，到提示词结束。
被忽视的基本事实是：AI 的起点是数据、架构和治理。如果这些基础能力集中化、不透明且无法访问，那么在此基础上构建的 AI 将出现同样的问题——并以更快的速度、更大的规模放大风险。
更深的隐患在于：少数厂商掌控全球技术的基础架构，意味着由这些厂商决定参与者、参与成本以及参与方式。在 Agentic AI 经济时代，企业决策者不能将"租来的能力"当作永久的运营控制权。
数据搬进专有云 / 黑箱模型，按 token 付费，访问条件与定价由第三方单方面决定。
计算部署到受管控的数据旁，基于开放格式与接口，混合部署，运营路线自控。
三者密不可分，各司其职：
替换某一组件时无需重建整个系统，也无需将数据集中到单一供应商处。基于专有格式、专有编排与专有云接口运行的"开放模型"，本质仍是封闭系统。
不是孤立，而是参与全球生态的同时不放弃核心控制。在公有云、私有数据中心或边缘环境中无缝执行工作负载，确保运营路线始终自控。
基础开放、运行私密、结果可追溯。计算部署到数据旁，而非把数据迁至外部应用；在可验证、可信环境中实施一致的安全、身份访问与数据溯源。
支撑这套架构的技术选型：Apache Iceberg 开放表格式、Polaris 开放目录、开源计算引擎与 API，配合统一治理策略，多学科团队基于同一套受治理数据协作，无需强制复制或迁移至单一供应商。
企业 AI 主权战略需要能回答以下问题——其中任何一个答不上来，都意味着运营控制权存在缺口：
一个原以为买下了某项技术能力的企业，会发现自己只是租用了使用许可。第三方提供商可能突然调整 token 定价、修改许可协议、停用模型或调整服务条款；地缘政治变化与合规要求可能在一夜之间令访问权限受限。
Cloudera 是这一趋势的重要参与者。其推动开放未来的方式不是口号，而是具体的开源贡献：
基于开放数据标准构建混合平台，确保企业数据与 AI 基础设施始终保持灵活、可移植，并处于企业自身控制之下。
本文系 Cloudera CTO 署名观点文章，立场明确：Cloudera 本身是企业数据平台供应商，其商业模式与"打破供应商锁定"的主张存在利益相关性——读者应带着这一背景理解其论点。
但论点本身经得起推敲："开放格式 + 混合部署 + 数据旁计算" 的技术路径，确实回应了 PoC 转向规模化生产阶段最尖锐的三个焦虑——定价不可控、合规不可审、地缘不可测。文中列举的七道自检题，即便抛开供应商立场，也是任何 CIO 在签 AI 采购合同前该逐条过一遍的清单。
当 AI 从演示项目走向关键基础设施，"技术自主"的定义正在从"用什么模型"重写为"数据在哪里、谁能访问、能否替换、能否审计"——开源架构之争，争的不再是性能，而是企业对自身运营的最终控制权。
Apache Iceberg 开放表格式与 Polaris 开放目录均为 Apache 社区项目，可公开获取；Cloudera 企业数据平台提供基于上述开放标准的混合部署方案。
cloudera.com → 企业数据平台