思科解析AI规模化落地三大瓶颈
安全、可扩展且高效易用的AI基础设施,已成为企业实现AI规模化落地的核心前提。尽管当前市场存在阶段性波动,但AI所蕴含的长期价值,已逐步成为行业共识。
新华财经上海3月31日电(葛佳明)在人工智能加速重构产业格局、中国企业全面推进数字化转型与全球化布局的关键阶段,跨国科技企业的深度参与,正成为推动数字经济迈向高质量发展的重要支撑力量。
在2026上海Cisco Connect大会期间,思科全球副总裁兼大中华区首席执行官黄志明在接受采访时表示,随着AI正从“辅助工具”演进为能够在复杂环境中自主编排流程、执行任务的“智能体”,企业对底层基础设施的需求正在呈现指数级增长。他强调,安全、可扩展且高效易用的AI基础设施,已成为企业实现AI规模化落地的核心前提。尽管当前市场存在阶段性波动,但AI所蕴含的长期价值,已逐步成为行业共识。
针对市场热议的“AI泡沫论”,黄志明指出,相关讨论更多集中在投资层面,若从产业发展视角观察,则不应局限于短期周期。他以互联网发展为例表示,所谓“泡沫”的定义,往往需要在多年之后才能被重新审视与界定。

图为思科全球副总裁兼大中华区首席执行官黄志明
他进一步表示,AI行业在发展过程中出现阶段性起伏属正常现象,真正值得关注的,是其所带来的长期且确定的生产力变革价值。
在他看来,AI在应对能源、环境、数字鸿沟等全球性议题方面具备巨大潜力。即便行业在成长过程中不可避免地经历调整,其推动社会进步的底层逻辑并不会改变。
尽管AI应用已加速渗透至各行各业,但思科大中华区首席技术官侯胜利在采访中指出,AI规模化落地仍面临三大核心瓶颈:基础设施约束、信任赤字以及数据缺口。
在基础设施层面,侯胜利表示,行业过去过度聚焦GPU(图形处理器)、CPU(中央处理器)等算力硬件,却相对忽视了带宽、电力与存储等关键支撑要素。当前欧美部分AI算力中心已出现电力供应受限,甚至需要自建电厂的情况;与此同时,网络带宽实现近千倍增长,而内存与存储技术发展相对滞后,叠加HBM等高端存储对产能的挤占,进一步推高了AI部署成本。
在安全层面,AI智能体具备自主调用数据与工具的能力,也带来了全新的风险敞口。侯胜利指出,黑客已开始借助AI发起“工业级”勒索攻击,呈现出攻击速度更快、覆盖范围更广、规模呈指数级扩张的特征,传统安全防护体系面临严峻挑战。
思科大中华区资深副总裁兼安全业务负责人卜宪录进一步补充称,在AI时代,攻防双方存在天然不对称——攻击者只需一次成功即可突破防线,而防守方则必须做到近乎“零失误”。在利益驱动下,黑灰产往往率先应用新型攻击工具,使得传统以边界为核心的安全模式逐步失效。
第三大瓶颈则来自数据。侯胜利表示,互联网可获取的开源免费数据已趋于枯竭,而企业专有数据受制于隐私与合规要求难以开放,当前大模型训练在一定程度上依赖合成数据,其质量与真实性仍存在不确定性,直接影响AI应用效果与可靠性。
“AI的发展路径与互联网高度相似,只有在基础设施成熟之后,才能实现真正的规模化普及。”侯胜利表示,随着产业迈入智能体AI阶段,企业对底层基础设施的需求,正从“可选升级”转变为“刚性爆发”,这也是思科持续加大技术投入的核心逻辑所在。
编辑:林郑宏
声明:新华财经(中国金融信息网)为新华社承建的国家金融信息平台。任何情况下,本平台所发布的信息均不构成投资建议。如有问题,请联系客服:400-6123115









