AI增长正在暴露园区网络的承载极限

在过去两年里，企业IT领导者在讨论AI基础设施时，目光大多聚焦于GPU、云平台和数据中心。然而，思科（Cisco）的最新研究表明，企业网络可能尚未为AI应用的下一阶段做好准备。

思科与Foundry联合对15个国家的3,472名IT及网络领域负责人展开调查，结果显示，AI已在园区和分支机构环境中改变了流量格局，并暴露出许多企业尚未准备好应对的容量、安全和可见性缺口。

思科总裁兼首席产品官Jeetu Patel表示：”我们已进入一个网络超级周期，因为网络是当今全球所构建的所有AI基础设施的核心。”

研究结果揭示，企业的AI就绪规划或许需要跳出数据中心和云环境的局限，转而将更多精力放在连接员工、应用程序与设备的网络上。报告指出，随着企业组织逐步走出生成式AI的试点阶段、开始部署与其他系统持续通信的AI智能体，这一问题将愈发突出。

思科调查的关键发现如下：

过去12个月内，企业报告的AI相关园区和分支网络流量增加了34%。

未来三年，流量预计将增长209%，大规模部署AI的企业预计网络总流量将翻三倍。

73%的受访者表示，已面临或预计在未来两年内将面临园区及分支网络容量限制。

67%的受访者表示，AI工作负载正在增加内部系统与应用之间的东西向流量。

80%的受访者表示，AI已扩大了其攻击面。

61%的受访者表示，在对自身安全态势建立更大信心之前，将推迟进一步的AI部署。

85%的受访者预计，未来两年AI智能体的部署规模将出现中等或显著增长。

企业内部流量模式的转变正给网络团队带来额外压力。

“通常，网络是为SaaS流量、CRM流量等稳定、可预测的流量而设计的，不会出现太多突发情况，”一位参与研究的美国大型科技公司全球IT与网络工程运营AI战略负责人表示，”但突然之间，三个AI智能体要相互通信、协作解决问题。这将成为一个重大挑战……我们该如何支撑日益增长的东西向流量？”

思科将”积极的AI采用者”定义为在企业内广泛部署生成式AI的组织，但其中仅有30%表示已完全做好支撑网络中AI增长预期的准备。因此，93%的IT决策者表示正在加速推进网络现代化工作。

报告还指出了一项可能使未来部署更加复杂的可观测性挑战。随着员工和业务部门日益频繁地尝试各类AI工具，IT组织可能根本不清楚网络上究竟运行着什么。

上述AI战略高管坦言：”目前，我们甚至不知道AI驱动的需求究竟有多大。可观测性是一个巨大的缺口。到处都在进行各种实验，而我们根本无法有效识别某人是否在我们的网络上部署了某种服务——无论是生成式AI解决方案，还是智能体解决方案。”

与此同时，安全问题也正成为AI扩展的一大障碍，各组织在治理数量急速增长的AI工具和工作负载方面举步维艰。

“从安全角度来看，问题在于很难为组织可能使用的每一种AI工具都设立相应的防护边界，”一位参与报告访谈的美国零售企业基础设施、网络及终端用户服务副总裁表示。

AI就绪性的讨论长期以来以数据中心为中心，但AI应用实际运行的地方，恰恰是员工工作、设备接入、业务流程运转的园区和分支环境。这意味着，园区和分支环境对于AI成功落地的重要性，可能不亚于支撑AI模型运行的后端基础设施。

思科的研究表明，若企业希望在未来数年内实现AI部署的规模化扩张，AI基础设施规划就不能再仅局限于后端系统。Patel指出：”最终，企业将只有两种：一种是AI企业，另一种是被时代淘汰的企业。”

Q&A

Q1：思科调查发现企业园区网络面临哪些AI相关挑战？

A：思科与Foundry对15个国家3,472名IT领导者的调查显示，企业园区和分支网络流量在过去12个月增长了34%，未来三年预计增长209%。73%的受访者已面临或预计将面临网络容量限制，67%表示AI工作负载增加了内部东西向流量，80%表示AI扩大了攻击面，61%因安全顾虑而推迟了AI部署。

Q2：AI智能体的增长对企业网络有什么影响？

A：随着企业从生成式AI试点走向AI智能体的规模化部署，网络流量模式将发生根本性改变。AI智能体需要与其他系统和应用持续通信，会产生大量难以预测的东西向流量。85%的受访者预计未来两年AI智能体部署将显著增长，但仅30%的积极AI采用者表示已完全准备好支撑这一增长。

Q3：企业如何应对AI带来的网络可观测性问题？

A：可观测性是当前企业面临的重大挑战之一。由于员工和业务部门自行尝试各类AI工具，IT团队往往无法掌握网络上实际运行的内容，难以识别未经授权的AI服务部署。为此，93%的IT决策者表示正在加速推进网络现代化，以建立更好的流量识别和监控能力，同时提升整体安全态势。