- 企业人工智能的发展已从最初的实验阶段转向生产应用，目前关注的焦点集中在投资回报率、成本和数据治理上。
- 生产环境的人工智能需要可靠性、可审计性、成本控制和治理能力，这凸显了对基础设施而不仅仅是模型的需求。
- 最近的变化包括采用速度加快导致碎片化、成本不透明以及治理缺口，因为人工智能正在扩展到各个行业。
- 管理多个AI供应商带来了操作复杂性，包括自定义故障转移、用于成本跟踪的电子表格和手动调优，这些做法是不可持续的。
- 成本可见性至关重要；随着人工智能规模的扩大，团队需要比较每个结果的成本并制定策略以有效管理支出。
- 对AI基础设施的控制正在成为新的竞争优势，强调智能路由、可观测性和策略执行。
- Mozilla构建了Otari作为开源控制平面，以提供可见性、治理和灵活性，解决AI系统中的整合和不透明问题。
- 代理时代要求系统协调许多人工智能代理，增加了复杂性，并需要一个基础控制层以实现可扩展的部署。
- Otari旨在定义一个新的AI基础设施类别，使组织能够拥有自己的技术栈，并在关键行业中避免供应商锁定。