国内某医院挂号难度居高不下，曾超70%的号源被“号贩子”抢占。通过AI分析付款时间、IP地址等30多种特征，精准区分病人与“号贩子”。部署AI应用后，发现异常立即剔除，阻断操作，一天内将“号贩子”占比压至30%以下。 3月26日，思科大中华区资深副总裁兼首席技术官侯胜利在2026上海Cisco Connect大会期间表示，两年前的“百模大战”比拼模型参数规模、运算速度，无论是否具备实际应用场景。2025年，风向转变，人们的关注点不再仅仅停留于大模型性能，而是更多转向应用层。如今，各类智能体涌现，越来越多的协议支持着智能体间的互联互通。 “小龙虾”（OpenClaw）的出现恰恰印证了智能体的发展趋势，正如被广为预测的2026年将成为智能体元年，今年智能体应用将层见叠出。这些智能体应用正融入手机、电脑，甚至工厂生产线。侯胜利表示，当下的AI就像2000年互联网时期的景象，那时也普遍不清楚互联网到底能做什么，但无数人投身于各式各样的网站建设。随着不断应用与创新，到了2005年、2006年，越来越多的“互联网+”应用场景涌现，各类服务逐渐融合。因此，AI的发展方向同样值得期待。 但在AI落地过程中，三大瓶颈逐步显现。一是基础设施约束，包括算力、电力与带宽。其中，电力问题更为深远，中国在基础设施上的投入力度大，发展速度快；但在海外，随着AI算力中心和计算能力的持续扩张，当地政府开始施加限制，未来在美国建设算力中心须自带发电系统。 AI正深刻影响供应链，内存涨价也是AI发展带来的“副产品”。相对于网络技术，存储技术尤其是内存技术的发展则缓慢得多，缺乏突破性的创新。HBM（高带宽内存）作为AI算力所需的高端存储，利润更高，因此厂商将大量产能优先投向这一领域。传统服务器、电脑及其他设备所需的内存便难以获得足够的产能分配，供应紧张。 二是信任赤字。安全是采用的前提，AI时代要防止各类工具被滥用，避免对系统造成攻击或损害；在“小龙虾”这类应用场景中，要有效保护个人信息与数据，防止泄露风险。 三是数据缺乏。过去普遍认为互联网上的数据无穷无尽，实际上，专有数据或企业内部数据被视为隐私数据，处于封闭状态，无法通过互联网搜索。此外，近年来随着算力提升和AI技术的快速发展，网络上公开、免费的数据几乎被消耗殆尽。合成数据大量使用，这类数据是按照一定规则生成的人为加工数据。 “因此在安全、基础设施以及数据方面，AI给我们的系统和IT带来了非常显著的缺口。”侯胜利表示，AI的发展就像互联网诞生一样，必然会对基础设施提出全新的要求，推动其发生深刻变革。在设备层面，过去应用于IT基础设施的路由器、交换机、服务器、网关、防火墙等设备，都将集成AI能力，支持AI扩展的连接方式，网络架构将融入多种AI安全功能，运维管理方式则需要更简单。 思科全球副总裁兼大中华区首席执行官黄志明表示，AI从助手演进为能够在复杂环境中编排工作流程并自主执行任务的智能体，企业对基础设施的需求正呈指数级增长。网络、安全、可观测性的关键基础设施可帮助企业更从容地规模化部署AI。 目前，思科宣布大幅扩展与英伟达合作构建的安全AI工厂，提供贯穿基础设施的AI部署框架简化AI部署，无需拼接分散系统，部署周期从数月压缩至数周，并在部署之初嵌入安全保障。同时推出102.4 Tbps交换芯片（Silicon One G300），大规模扩展AI集群部署。该芯片配备智能集群网络，相比未优化流量，网络利用率提升33%，任务完成时间缩短28%，提高AI工作负载的处理能力。新推出的Nexus One统一管理平台可简化本地与云端数据中心部署的运维管理。为强化智能体防护能力，思科安全访问服务边缘（SASE）升级，可治理智能体交互，保障AI流量稳定。