Cloudera刘隶放：企业AI要上生产，数据底座先过关
21世纪经济报道记者 陈归辞 今年以来，合肥、苏州成为Cloudera大中华区技术总监刘隶放频繁走访的城市。Cloudera是一家混合数据和AI平台公司，帮助企业构建、部署和规模化运行生产级数据与AI应用，全球业务涵盖金融、生命健康、公共部门和制造业等多个领域。 刘隶放告诉21世纪经济报道记者，在中国，先进制造已成为公
21世纪经济报道记者 陈归辞
今年以来，Cloudera大中华区技术总监刘隶放跑得最勤的城市是合肥和苏州。这家公司做的是混合数据和AI平台，帮企业搭起、上线并规模化跑通生产级的数据与AI应用，业务覆盖金融、生命健康、公共部门、制造业等领域。
刘隶放在接受21世纪经济报道记者采访时谈到了中国的情况。
Cloudera最新发布的《2026年企业AI现状：规模化的新规则》报告里有一组数字：全球受访者中有89%表示，已经因
模型和智能体要灵活调用企业数据，前提是数据安全与合规守得住，这件事怎么解？企业该挑什么样的数据基础设施才贴合自身业务？AI应用的成本又该怎么压？这些问题，正摆在企业级AI规模化落地的路上，绕不开。围绕这些，21世纪经济报道记者专访了Cloudera大中华区技术总监刘隶放。
《21世纪》：过去两年，大批企业都试过部署AI，可真要把它揉进生产经营流程，还是难。从你们接触客户的情况看，企业落地生产级AI，主要卡在哪儿？
刘隶放：单看个人效率，AI在企业里其实已经铺开了。可要让AI真正进到生产环境，有几道坎得先过。
头一个冒出来的问题是数据权限怎么管，不能随手就把MCP标准接口给出去划定应用边界，对
说到企业级AI落地的进度，我的判断是：纯自动化的AGI时代还没到，但一个能在企业内部可控运行的
《21世纪》：哪些应用场景的ROI表现比较好？
刘隶放：这个问题我觉得可以倒过来看。大家都在推AI应用，最后市场份额兴许没怎么变，可你要是不做，就可能被对手甩开？所以ROI很多时候未必看能多挣多少新收入，而是看降本增效能不能做到。
我们不少客户直接在Cloudera现有平台上搭自己的AI系统，不用另起一套，也就省下了额外的硬件投入。另外，数据要是分散在不同系统里存着，还会出现
《21世纪》：企业在部署业务
刘隶放：我看最要紧的是先把标准立起来，别等出了问题再补。约束不会把敏捷性弄没，反倒是事后治理才会让敏捷性消失。具体讲，有几方面。
第一，靠标准化的
《21世纪》：眼下大模型迭代很快，企业有没有必要一直追最新模型？
刘隶放：这个问题问得特别好。追模型是没有终点的，现在模型已经比较成熟了，企业要是觉得手头的模型够用、能满足生产需求，就该以稳定应用为主，没必要一味追新。说到底，企业用AI是为了解决实际业务问题，不是图模型本身多先进。
当然，模型的训练方法企业还是得掌握，得有能力按业务需求去调模型。这样，等新模型真能带来价值时，也能及时跟上。
《21世纪》：Cloudera提出“企业级AI已经超越仅依赖公有云的模式”。这是否意味着混合云、
刘隶放：这得看企业业务是什么性质、数据有什么要求。国内云服务商的
长期成本也是企业会算的一笔账。公有云前期投入低，可AI应用规模一扩大、调用量和使用频次一涨，用起来的成本也跟着涨。
《21世纪》：Cloudera看好中国市场哪些行业的企业级AI应用前景？接下来有何重点布局？
刘隶放：先进制造
目前我们在中国重点投入两个方向，一是
