技术专家指出:人工智能迎来应用爆发期 三大瓶颈待突破

问题——应用热潮之下,落地难题集中暴露 随着各类“智能体”应用加速进入办公、消费与工业场景,行业关注点正从追求模型规模与指标,转向“能否真实业务中稳定运行、可控扩展并持续创造价值”。侯胜利以医疗挂号治理为例指出,部分地区医院号源长期被“号贩子”抢占——抬高了普通患者的就医成本——也影响了服务公平。对应的机构通过分析付款时间、IP地址等30余项特征识别并拦截异常行为,系统上线后可在发现异常时及时剔除并阻断操作,使“号贩子”占比在短时间内明显下降,体现出智能应用在公共服务治理中的实际价值。 原因——从“拼参数”转向“拼工程”,瓶颈来自三上 侯胜利认为,两年前行业曾出现“百模竞速”,模型参数规模、运算速度等成为主要比拼方向,应用场景并未始终处于核心位置。进入2025年后,产业重心发生变化:市场更关注应用层的交付能力、业务闭环与治理体系。此外,三类瓶颈逐渐显现。 其一是基础设施约束。算力扩张带来电力、带宽与机房建设等系统性压力,其中电力影响尤为突出。随着海外算力中心持续扩建,一些地区对能耗与供电提出更严格要求,未来新建算力中心可能需要同步配套发电与能源保障能力。同时,算力需求上升也重塑供应链结构,内存等关键环节出现紧张:相比网络技术迭代,存储尤其是内存的技术突破相对缓慢;在利润驱动下,厂商产能向高带宽内存等高端产品倾斜,传统服务器与终端设备所需内存面临供给压力,进而推高成本并延长交付周期。 其二是信任赤字。工具能力增强的同时,被滥用的风险也在上升。企业引入相关能力时,需要防范攻击、滥权与数据泄露等问题,尤其在跨系统调用、跨组织协作等“智能体”场景中,个人信息与业务数据边界更复杂,对安全、合规与可追溯提出更高要求。缺少可信前提,应用就难以规模化推进。 其三是数据缺乏。外界曾普遍认为互联网数据近乎无限,但现实是高价值数据多沉淀在企业与机构内部,受隐私与合规约束难以直接用于训练与优化。另一上,公开数据高强度训练消耗下逐渐“见底”,合成数据使用更频繁,但其质量控制、偏差累积与可解释性问题,也会影响应用可靠性。 影响——对IT体系提出结构性重塑需求 类似互联网从“能连起来”走向“服务融合”的过程,新一轮技术浪潮将推动基础设施更新。侯胜利指出,路由器、交换机、服务器、网关、防火墙等传统设备未来将更广泛地集成相关能力,以适配新的连接方式与业务形态;网络架构需要内嵌多层安全能力,运维管理也要更简化、更自动化,以支撑更高频的模型与应用迭代。思科全球副总裁兼大中华区首席执行官黄志明表示,相关能力正从“助手”向可在复杂环境中编排流程并执行任务的“智能体”演进,企业对网络、安全、可观测性等关键基础设施的需求增长明显。基础能力是否到位,将直接影响企业能否从试点走向规模化部署。 对策——以“可规模化、安全内生、工程可交付”为主线完善底座 针对落地难题,思科提出以贯穿基础设施的部署框架降低集成复杂度,并强调在部署初期就嵌入安全保障,减少后期“补丁式”治理成本。同时,企业推进应用需同步补齐三上能力:一是提升算力集群网络效率,优化带宽与调度,提高单位资源产出;二是建立覆盖身份、权限、数据流转与审计追踪的安全体系,加强对滥用与泄露的防控;三是完善数据治理与合规共享机制,在确保隐私与安全前提下释放数据价值,并为合成数据建立评测与校验标准,避免“以量代质”。 大会期间,思科宣布扩展与英伟达合作构建的安全算力工厂方案,提出以一体化框架缩短部署周期;同时发布面向大规模集群的交换芯片Silicon One G300,带宽达到102.4 Tbps,并通过智能集群网络提升网络利用率、缩短任务完成时间,以增强对高强度工作负载的支撑能力。思科还推出统一管理平台,以提升跨设备、跨域的运维与管理效率。 前景——智能体应用将加速普及,基础设施与治理体系将成“分水岭” 业界普遍预计,未来一段时期“智能体”应用将深入向手机、电脑与生产线等端侧与场景侧渗透,更多协议与生态将推动互联互通,应用数量与复杂度同步增长。在此过程中,能否跨越电力与算力约束、构建可持续供应链、建立可信安全与数据治理体系,将成为产业发展的关键变量。对企业而言,竞争焦点将从“是否部署”转向“能否稳定、合规、低成本地规模化运行”,基础设施能力与治理能力将成为决定性差异。

从“模型热”走向“应用热”,意味着人工智能进入以工程化与规模化为核心的新阶段。越接近业务与民生场景,越需要把安全、数据与基础设施这些“看不见的地基”夯实。面向智能体时代,产业竞争的不只是速度与规模,更是治理能力、系统韧性与可持续发展水平。