最近，大模型平台深度求索（DeepSeek）出现长时间服务异常，根据官方状态页，3月29日晚至3月30日上午，网页与App连续发生服务异常和性能异常，直到3月30日10时33分才标示为已解决。路透社引述DeepSeek状态资料指出，这次中断长达7小时13分钟，是爆红以来持续时间最长的一次故障。
这件事最值得警惕的，不是一个聊天工具暂时不能用，而是它提前把未来的风险演示一遍。当越来越多企业、机构，甚至公共部门，把人工智能（AI）接入日常营运，一次模型停摆，影响的就可能是客服停顿、审批延误、供应链判断失准、风控系统降级、内部协作中断。今天出事的是一个平台，明天若AI已成为企业与国家的“操作系统”，后果就会严重得多。
过去大家把AI当工具，所以判断标准只有一个，就是好不好用、快不快、便不便宜。但未来真正问题不是AI强不强，而是一旦它失灵，组织还能不能继续运作。这才是企业和国家现在必须面对的核心课题。
很多企业正在犯一个危险错误，就是把效率建立在单一模型之上。文案、客服、会议纪要、知识查询，甚至连数据分析、流程分发、内部决策建议全都靠它。一旦外部模型故障，整条业务链就像停电一样，表面上只是一个系统打不开，实际上是组织的反应能力被抽空。
最可怕的不是AI出错，而是企业已经失去“没有AI也能活”的能力。因此，未来真正成熟的企业，首先不是“全面接入AI”，而是“先设计失效时怎么活下去”。关键岗位必须保留人工接管机制；关键流程必须有降级模式；关键判断不能只给一个模型做。凡是涉及资金、法律、合规、医疗、公共安全、基础设施调度等高风险事项，AI可以辅助，但不能成为无人复核的最终裁决者。AI可以加速，但责任必须留在人的手里。
其次是企业不能把命门押在一个供应商身上。未来的AI架构，必须是多模型、可切换、有备援。主模型故障时，系统要自动切换到备用模型；云端失效时，核心任务要能切回本地规则、传统软件或人工流程。平时觉得这套设计麻烦、成本高，但真正出事时，才知道备援不是浪费，而是生死线。最后是企业要把AI风险纳入正式治理，过去董事会关注现金流、库存、坏账、网络安全，未来还必须关注模型可用率、响应稳定性、故障恢复时间、人工接管时间、误判率与切换成本。没有这些指标，所谓“AI转型”很可能只是把原本可控的人力流程，换成更脆弱的黑箱依赖。
在国家层面更不能掉以轻心。若AI被广泛用于政务服务、交通调度、医疗分诊、民生问答、公共资源配置和安全监测，那就不再只是商业产品，而是接近数码基础设施。基础设施最重要的，不是平时多先进，而是出事时不能一起倒。政府必须为关键公共系统设下最低要求：必须有备援能力、故障披露机制、压力测试、审计记录与人工接管方案。否则，一个大型模型平台的系统性故障，就可能演变为公共服务中断，甚至影响社会秩序。
DeepSeek这次宕机，真正提醒我们的，是一个很少人愿意提前面对的现实，就是AI越强，社会的依赖就会越深；依赖越深，故障的破坏力就越大。技术带来效率，也同步放大脆弱性。谁只看到前者，看不到后者，谁就会在下一次系统级事故里付出更大代价。
未来最强的企业，不是最会用AI的企业，而是在AI突然停摆时，仍能照常运作的企业。未来最安全的国家，也不是能把最多功能接上AI的，而是即使AI失灵，核心秩序依然不乱的国家。AI当然要用也必须用，但从现在开始，我们不能只问“怎样把AI接进系统”，更要问一句关键的话：如果有一天AI突然沉默了，谁来接管现实世界？
作者是咨询与投资公司首席战略官
