企业技术预算正面临严峻挤压。尽管数十亿美元涌入人工智能基础设施，运行数十年的遗留系统并未退场，反而被重新定义为推动新AI项目运转的核心资产。最新研究显示，78%的IT决策者认为遗留系统的重要性高于两年前，因其保存了AI模型所需的关键交易历史和业务逻辑。
现代化进程中的务实转向
Ensono发布的《2026年IT现代化现状报告》指出，45%的企业正在全组织范围扩展AI部署，44%专注于高影响力用例。支持AI、自动化及高级数据处理已成为现代化首要驱动力。近半数调查对象视大型机等平台为AI关键基础，47%的企业选择性地将其用于特定应用。超过半数公司选择优化和延伸现有系统，而非彻底废弃。
过去24个月，61%的组织因预算压力暂停、推迟或缩减部分IT现代化工作。然而，为AI做好应用准备的企业，其解锁新收入的可能性是其他企业的两倍。HPE英国、中东和非洲地区总经理表示，客户已将设备更新周期从五年延长至七年，早期路线图规划成为标准操作。
技术债务与成本困境
激增的AI雄心与顽固的技术债务之间存在显著张力。德勤洞察估计，技术债务消耗了组织IT支出的21%至40%。麦肯锡指出，在未改变的遗留平台上叠加AI能力会导致费用攀升且回报平缓，而简化应用景观的公司则为创新腾出了资金。
日立Vantara量化了这一浪费：糟糕的数据基础设施每年导致1080亿美元的AI支出被浪费。超过80%拥有成熟数据环境的企业报告AI投资获得回报，而数据落后企业中这一比例不足一半。尽管如此，IT领导者预计未来两年AI支出将飙升76%。
成本治理成为新挑战。Mavvrik报告显示，四分之一的公司因意外支出（尤其是Token成本）推迟或取消AI项目，仅11%的组织能以10%的准确度预测AI支出。Bain & Co.预测，即使是谨慎的AI战略也会在不到十年内使IT成本上升多达75%。Gartner预计，今年AI模型和平台支出将增长63%，达到640亿美元。
混合路径与战略重估
凯捷首席执行官Aiman Ezzat描述了一场多年的现代化超级周期，指出大多数组织尚未具备“AI就绪能力”。印度IT服务提供商如TCS、Wipro和Infosys已受益于由此产生的大规模现代化合同。IDC警告，忽视技术债务的组织到2027年将面临更高成本和AI项目失败率。
大型机本身也在演变。Kyndryl研究显示，七分之八的企业在过去一年改变了大型机战略，追求分阶段现代化和云集成。分析显示，大型机现代化带来288%的投资回报率，相关AI倡议承诺在未来三年内节省127亿美元成本并创造195亿美元新收入。
Flexera报告 highlighting 另一个差距：仅31%的组织能够看清AI软件使用情况，84%将AI追踪列为主要挑战。面对预算紧张和预测不确定性，大多数高管选择混合路径：在充分利用现有资产的同时，选择性现代化为AI提供数据的管道和应用。成功属于那些将遗留平台视为战略资产，并以纪律性进行优化和集成的组织。