工业网络领域正迎来一场由人工智能驱动的深刻变革，但这个进程并非一帆风顺；根据思科最新发布的调查报告，全球范围内工业企业推进AI技术应用时，正面临安全风险与协同效率的双重挑战。 问题凸显：网络安全成首要矛盾 调查数据显示，近半数受访者将网络安全列为当前工业网络的最大挑战，40%的企业认为安全担忧是阻碍AI技术采用的主要因素。需要指出，这种担忧并非空穴来风。随着AI技术的广泛应用，攻击者利用其扩大网络钓鱼规模、加速恶意代码开发的能力提升，使得工业网络面临前所未有的威胁。然而，85%的专业人士仍预期AI将显著改善整体安全态势，这种矛盾现象反映出技术的双刃剑特性。 深层原因：技术架构亟待重构 报告揭示，传统工业网络设计框架已难以满足AI工作负载带来的性能、功耗和可靠性需求。96%的受访企业强调无线网络可靠性是实现工业AI的基础，超过半数预计连接性和可靠性需求将大幅增长。在具体技术要求上，边缘计算能力、带宽和移动性成为大规模部署AI的关键要素。这种技术需求的升级迫使97%的企业不得不重新评估其网络架构。 影响深远：协作不足制约发展 调查发现，IT与运营技术（OT）团队的协同程度直接影响AI部署成效。尽管这种跨部门协作被视为加速AI规模化应用的关键，但目前仅有20%的组织实现了完全协作，43%的团队仍处于有限合作或完全独立运作状态。这种割裂导致正在部署AI的企业中，仅有20%达到成熟应用阶段，严重制约了技术价值的发挥。 应对之策：构建新型安全体系 面对这些挑战，专家建议企业必须重新构建安全架构，将网络安全作为AI就绪环境的基础要求。思科安全部门负责人指出："只有当IT团队掌握的威胁情报与OT团队积累的工业知识深度融合时，才能构建出真正具备韧性的工业AI环境。"此外，企业还需加强人才培养和技术投入，以应对从人工决策向机器自主决策的转型需求。 前景展望：智能化转型势不可挡 尽管面临诸多挑战，工业网络的智能化转型趋势已不可逆转。报告显示，企业对AI技术的认知正从初期的人才储备焦虑，转向对技术落地风险的系统性应对。随着边缘计算、5G等配套技术的成熟——以及企业协作机制的完善——工业AI有望在未来几年实现更广泛、更深入的应用。