猜你想问
这份报告主要分析了什么内容？
这份报告深入探讨了人工智能（AI）尤其是推理和自主AI系统对广域网络产生的深远影响。报告指出AI正在重塑网络流量模式，预计到2027年80%的企业高管认为公司生存将依赖自主AI。AI推理流量增长极快，年增长率高达10倍，预计到2035年将占网络总流量的25%。报告还分析了AI推理流量的特征，如持续时间更长、流量速率更低、流量不对称性更高，以及自主AI代理作为网络重度用户产生的巨大流量。
AI对网络流量的具体影响有哪些？
AI对网络流量的影响主要体现在流量模式重塑和流量特征改变。AI推理流量虽然占比小但增长迅猛，年增长率可达10倍，到2035年可能成为网络总流量的重要组成部分。与典型Web交易相比，AI推理流量持续时间约是其2倍，流量速率仅为1/10，且上游流量大于下游流量的比例高达9%。此外，自主AI代理产生的流量是手动执行相同任务的4.5倍，其中70%是AI推理流量。这些变化要求网络设计必须适应AI流量的新现实，需要更高的弹性、可观察性和差异化处理。
企业应用中AI的发展趋势如何？
在企业应用中，AI的发展趋势表现为集成化和普及化。报告预测到2026年，40%的企业应用将包含集成式、特定任务的人工智能代理。到2027年，80%的企业高管认为公司生存将取决于自主AI。到2035年，自主AI将驱动约30%的企业应用软件收入，超过4500亿美元。AI的集成不仅改变了企业应用的功能，也对网络架构提出了新的要求，如需要支持AI推理流量的高延迟、低速率、长持续时间等特点。
当前AI网络流量面临的主要问题是什么？
当前AI网络流量面临的主要问题是网络延迟和流量特征带来的挑战。AI推理的端到端延迟主要由模型处理驱动，通常在几百毫秒到几秒之间。虽然目前网络延迟还不是主要瓶颈，但随着推理硬件的改进，其影响将更加显著。此外，AI推理流量形状、对称性、持续时间和关键性的改变，要求网络设计必须适应这些新特征，需要高度的弹性、可观察性和差异化处理能力，如服务质量QoS和路径安全等。
投资AI相关网络技术需要注意哪些风险？
投资AI相关网络技术需要注意的主要风险包括技术更新迭代快、网络基础设施适应性不足以及AI流量带来的安全挑战。AI技术的快速发展可能导致现有网络设备和技术迅速过时，需要持续投入进行升级。同时，网络基础设施需要适应AI流量的高延迟、低速率、长持续时间等特点，否则可能成为瓶颈。此外，AI流量可能带来新的安全风险，如自主AI代理可能被恶意利用进行网络攻击，需要加强网络安全防护措施。