AI的算力钱批了，数据管道的钱呢

刚看到一篇讲遗留系统怎么拖累实时AI决策的帖子，说得很直白：数据断连、批处理更新、集成接口有限。这话翻译成财务语言就是，底层数据不动，上层AI花再多钱，边际收益都是递减的。

我最近给一个项目做预算复盘，发现情况都差不多。模型那边的算力钱批得最痛快，GPU、推理集群说上就上，一说到老系统接口、数据库同步、实时中间件，需求列表排到明年。结果模型再强，喂进去的数据还是凌晨批量跑的，实时决策变成了定时决策，跟下棋被人捏着手走差不多。

文章里提到一个“60%障碍”：试点阶段在干净环境跑得通，一上生产要连15个没有API的遗留系统，直接卡死。这种案例我见过不止一次。技术在云上，数据在老楼里，中间隔着一层旧时代的电话线。算到最后，AI预算里相当一部分是在给老系统补窟窿。

先补数据管道，再谈实时决策，这个顺序不能反。

---

本文编译自 Hacker News，原文：https://geekyants.com/blog/why-legacy-systems-block-real-time-ai-decision-making
版权归原作者所有，本文为基于公开报道的编译与独立分析。