SUSE专访，让企业在AI时代保留选择权

当AI从实验走向生产，企业最关心的已不再是模型有多强，而是自己还能不能掌控数据、算力和技术路线。9月10日，SUSE在上海举办以“AI重塑韧性，开源智启未来”为主题的SUSE Summit 2026创新峰会，发布企业级私有AI战略、SUSE AI Factory with NVIDIA，以及面向中国市场的智能体AI助手“Liz”。会后，SUSE首席营销官Margaret Dawson（戴珍珠）、SUSE AI高级产品经理Alessandro Festa（Alex）、SUSE中国区副总经理吉晖接受媒体专访，围绕开源AI、安全治理、厂商锁定、本土化创新等话题展开交流。

开放是可审计的前提

SUSE对“开放”的强调，在AI语境下有了新的含义。Margaret Dawson在专访中把开放与信任直接挂钩：“为什么只有开放了以后，我们才能保证一切都是可以审计的，一切都是可见的，跨整个技术栈都是如此。”她进一步解释，如果看不见底层发生了什么，就无法检查、监督和治理。在她看来，全球大模型的开源进展并不理想：“如果从全球来看，其实并没有我想要的那么开放，开放程度也没有那么高、那么快。”AI正在变成新的云基础设施，而基础设施必须可扩展、可信任，不能建立在“黑匣子”之上。中国市场的特殊性在于，它正站在开放权重模型的前沿。Margaret Dawson表示：“中国目前在开放权重模型的开发方面处于引领地位，在开源方面非常有前瞻性。”吉晖则把话说得更直接：“开源不是一个可选项，是必选项。”

SUSE首席营销官 Margaret Dawson（戴珍珠）

渐进式自主，让企业保留选择权

企业从专有平台迁移到开放架构，最大的顾虑往往不是技术本身，而是人才缺口、集成管理和业务中断。Margaret Dawson引用SUSE研究称：“很多IT领袖最近提出，他们最大的挑战是迁移时缺失相应的技能或人才。”她认为，培训和赋能是SUSE工作的重要部分，而AI本身，比如MCP等开放协议，也能在集成和管理上提供帮助。

Alessandro Festa则从虚拟化迁移的经验出发，强调SUSE的方法论是Blueprint，即尽可能标准化，让从平台到平台的迁移“毫不费力”。他表示：“AI模型方面，很多公司也是这样，越来越多的公司开始拥抱开放开源模型。”在他看来，Linux和云都经历过从专有、内部走向开放、灵活的历程，AI也会走上相同征程。

SUSE AI高级产品经理Alessandro Festa（Alex）

但SUSE并不把开放包装成一夜之间的全面替代。Alessandro Festa坦言，如果SUSE今天还没有办法完全以一种开放灵活的架构服务所有客户，这当然是一个权衡，客户也有自己的考虑，“但我们可以保证，我们这种开放架构在能力上已经能够支持非常开放和灵活的使用和系统。”这实际上是一种渐进式自主：不是强迫客户立刻抛弃既有投资，而是让客户在准备就绪时拥有选择权。

安全与供应链，开放不等于放任

安全和开放常被视作一对矛盾。Margaret Dawson反驳了这种直觉：“这听起来好像有点自相矛盾，安全和开放似乎应该是对立的，但我们一次又一次地证明，开源是更安全的。”Alessandro Festa补充道：“没有所谓100%完美的安全，你只能尽可能减少黑暗面。只要你越开放，其实你就能看到的越多。”

吉晖从产品机制上解释了SUSE的安全路径。一方面是上线前的软件供应链安全：SUSE把常用开源组件经过安全加固、代码扫描、补丁修复后推入app collection，用户打包应用时可直接获取经过安全加固和认证的软件。另一方面是运行时的零信任：SUSE三年前收购一家容器安全相关的公司，并将其开源，以零信任架构解决应用上线后发现漏洞的问题。Margaret Dawson还提醒，随着Agentic AI兴起，“你对于智能体，你必须设计一套零信任策略”，像对待人类一样设置访问控制规则。

这套逻辑对企业的现实意义在于：开源并不等于把安全责任完全甩给用户，而是通过供应链治理和运行时防护，把“开放”转化为“可治理的开放”。

AI Factory与Liz，SUSE的角色边界

此次峰会的一大看点是SUSE AI Factory with NVIDIA。该方案将NVIDIA AI Enterprise深度集成于SUSE安全治理层，将部署周期由数月量级缩短至数天，支持多云、本地数据中心及离线环境中的私有AI工作负载。Alessandro Festa在专访中表示：“我们的AI工厂就是一个平台，是为了将来打造Token Factory。”他提到，GPU短缺仍严峻，企业必须把算力集中起来提供给模型或用户，因此从AI Factory走向Token Factory是自然演进。

SUSE并不打算做通用大模型或应用层。Margaret Dawson明确表示：“我们所做的一切就是基础设施层，不会去提供所谓的AI应用，除非Agentic智能体内嵌在我们的基础设施里。”吉晖用两个词概括SUSE的定位：一是“infra for AI”，即为用户提供整套基础架构承载AI应用；二是“AI for infra”，即通过AI手段帮助客户更高效地运营复杂技术架构。

Liz正是“AI for infra”的落地。SUSE中国云原生开发经理赵振阳在专访中解释，推出Liz GC版的核心原因，是团队常年深耕SRE和Kubernetes运维环境，“我们在思考，能不能用AI和Agentic帮助我们节省排查成本，给出根因分析。”同时，为了适应中国企业对数据主权、数据安全和透明可审计的要求，“我们打造了一个GC的Liz版本”，并适配了智谱、Kimi、MiniMax、千问、DeepSeek等国内头部模型。

值得注意的是，Liz没有选择通用聊天助手路线，而是聚焦云原生运维。Alessandro Festa说：“Liz不是一个独立应用，不能一下子解决所有问题。它更像一个垂直解决方案，更适配云原生环境。”Margaret Dawson则从经济性角度补充：把AI能力嵌入基础设施层，是帮客户节省成本、提高效率；如果企业自己再造一个单独Agentic应用，反而增加成本和复杂性。

容器竞争与中国市场，异构与中立是护城河

SUSE已连续三年入选Gartner容器管理魔力象限“领导者”象限。面对公有云、传统软件厂商和开源厂商的竞争，Margaret Dawson认为SUSE的独特优势在于：“我们不仅管理自己的Kubernetes容器，也管理其他人的容器。”这种对异构Kubernetes资产的管理能力，在AI工作负载全面容器化的趋势下，价值会被放大。Alessandro Festa也提到，SUSE将安全（NeuVector，现已更名为SUSE Security）和可观测性深度集成于容器管理之中，形成更成熟可靠的管理平台。

在中国市场，SUSE与豆包、阿里、腾讯等办公AI并不在同一层面竞争。吉晖分析，后者打的是“劳动力市场”，通过办公软件减少劳动力投入、提升效率；而SUSE做的是基础架构层，“无论你的基础架构在data center，还是在云里，我都可以为你提供稳定、可靠、可运营、可运维的一套体系。”他算了一笔账：一台八卡机可能约200万元，如果能提升10%的效率，就是20万元成本。对客户而言，用SUSE或开源，哪怕只算财务账，也是合算的交易。

让选择权回归企业

从开放模型到私有AI，从AI Factory到Liz，从容器管理到零信任安全，SUSE在专访中反复强调的并非“我们拥有什么”，而是“客户能保留什么”。在AI供应链紧张、技术路线快速演进的当下，企业最怕的不是选择，而是选择之后无法退出。SUSE试图提供的，正是一个开放、中立、可审计的基础平台：让模型可换、算力可管、数据可控、架构可迁移。

吉晖在专访结尾的一句话，或许最能概括SUSE的角色：“我们只想默默地守在你身边，看你走过繁华，为你守护你的安全。”当AI竞争从模型参数转向基础设施控制权，SUSE的赌注是：真正的自主生产力，不来自另一个锁定用户的平台，而来自企业始终握有选择权。