Cisco 的研究发现,尽管大多数中断源自拥堵、网络攻击和配置错误,但 IT 领导者认为,适当的基础设施可以保护性能并释放未来价值。
这项调查由 Sandpiper Research & Insights 代表 Cisco 于2024 年 12 月在30个市场进行。调查对象为8,065名全球高级 IT 及业务领导者,他们负责拥有250名或更多员工的组织的网络策略和基础设施。
Cisco 认为,研究发现了六个迹象表明,架构转型正在进行,并推动了这样一种观点:现代网络必须更加智能、更安全且更具适应性。具体来说,即网络已成为战略重点;安全网络是关键任务;人工智能 ( AI ) 加剧了对强韧网络的需求;IT 领导者正寄望于 AI 来增加收入;AI 正在重塑基础设施;而 IT 领导者希望使网络更加智能。
研究强调了 IT 领导者如何通过现有网络带来财务价值 —— 主要是通过改善客户体验 (55%)、提升效率 (52%) 和推动创新 (51%)。但 Cisco 警告称,如果这些价值来源于未为 AI 或实时扩展而设计的基础设施,则其大部分价值都面临风险。
为释放他们预期的全部增长和节约成本,调查中的 IT 领导者确定了必须弥补的关键缺口,例如系统割裂或部分集成 (58%)、部署不完整 (51%) 以及过度依赖人工监管 (48%)。构建更智能、更安全、更具适应性的网络正是投资的商业理由。
近九成 (89%) 的受访者表示,改进网络将直接带动收入增长,而几乎所有人 (93%) 都预期会有显著的成本节约 —— 这一点来源于更智能的运营、更少的中断和更低的能耗。
进一步深入研究发现,网络推动了迄今为止的每一次数字化转型;而要大规模支持 AI、物联网 ( IoT ) 及云计算,网络都是基础。调查显示,受访的 IT 领导者正将投资与这一现实相匹配。
多达94% 的人表示,在未来两年内,AI、物联网 ( IoT ) 及云计算将对他们的网络产生最大的影响,其中62% 认为这一切将完全归功于 AI。此外,97% 的人表示现代化网络对推广 AI、物联网 ( IoT ) 及云计算至关重要,而91% 的人计划提高分配给网络的 IT 预算比例。
随着用于网络的 AI 与用于 AI 的网络的普及,Cisco 指出,尽管 AI 需要快速且不间断的数据访问,但许多网络实际上无法满足这一需求。它补充说,领导者们知道中断的成本远高于停机时间 —— 它不仅影响收入,还会冲击生产率和增长。以 AI 为本、具备自主能力的网络被视为未来增长的关键,但只有41% 的人部署了诸如细分、可见性和控制等智能功能。
调查中有超过四分之三 (77%) 的人表示,他们在过去两年中经历过重大网络中断。调查发现,主要的中断原因是拥堵、网络攻击以及软件或配置错误。超过一半 (52%) 的人认为收入是受中断影响最大的业务领域,每家公司每年一次严重中断全球累计损失达1600亿美元。
Cisco 观察到,随着网络威胁日益复杂,网络作为第一道防线,帮助安全团队更有效地应对不断涌现的由 AI 驱动的风险。调查显示,98% 的人认为安全网络对运营和增长非常重要,61% 的人视其为关键。此外,94% 的人相信现代化网络将增强网络安全性。
在评估研究揭示的趋势时,Cisco EMEA 的首席技术官兼解决方案工程副总裁 Chintan Patel 表示,AI 正在改变一切,而基础设施正处于这一变革的核心。
他说:“网络推动了每一次数字化转型,加速了物联网 ( IoT )、云计算、混合办公的融合,并有效应对不断上升的安全威胁。IT 领导者清楚,他们今天构建的网络将决定他们明天的业务形态。只有现在采取行动的人,才能在 AI 时代中领先。”
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。