Sieci korporacyjne przechodzą znaczącą transformację za sprawą sztucznej inteligencji (AI). Zmiana ta charakteryzuje się ciągłym, dużym ruchem generowanym podczas uczenia modelu AI, co wymaga dużej przepustowości, bardzo małych opóźnień i minimalnej utraty pakietów. Wnioskowanie AI stwarza wyzwania, ponieważ wymiana danych w czasie rzeczywistym wymaga natychmiastowych reakcji, a milisekundowe opóźnienia mogą negatywnie wpłynąć na wydajność.
Gartner prognozuje, że globalne wydatki na sztuczną inteligencję wzrosną do 2026 r. o 47%. Tymczasem raport McKinsey & Firma wskazuje, że 88% organizacji wykorzystuje obecnie sztuczną inteligencję w co najmniej jednej funkcji biznesowej, chociaż prawie dwie trzecie pozostaje w projektach pilotażowych lub na etapach eksperymentów.
Raport Cisco Systems and Foundry z 2026 r. przewiduje, że sztuczna inteligencja potroi ruch w sieci korporacyjnej w ciągu trzech lat. Jednak tylko 15% organizacji posiada sieci wystarczająco elastyczne, aby wspierać sztuczną inteligencję na dużą skalę, według indeksu gotowości AI Cisco 2025. Taranvir Singh, kierownik ds. badań infrastruktury i usług sieciowych w IDC, podkreśla, że sieć musi ewoluować od podstawowej roli łączności do inteligentnej struktury zdolnej do wspierania autoryzacji opartej na tożsamości, egzekwowania zasad i optymalizacji.
Deepu Komati, główny inżynier w HCL America, zauważa, że sztuczna inteligencja zmieniła postrzeganie sieci korporacyjnych. Twierdzi, że asystenci i drudzy piloci AI przesunęli dyskusję z samego zapewniania niezawodnej łączności na zapewnianie spójnego dostępu o niskim opóźnieniu do rozproszonych usług sztucznej inteligencji. Obciążenia AI, które generują gwałtowny ruch i zależą od interfejsów API w chmurze, powodują zwiększone wąskie gardła w sieci spowodowane opóźnieniami, przeciążeniami i nieefektywnym routingiem.
Zespoły IT stoją przed wyzwaniem uzyskania widoczności i kontroli nad ruchem AI, który często łączy się ze standardową aktywnością w chmurze. Komati zwraca uwagę, że tradycyjne monitorowanie sieci może zidentyfikować dostępność połączenia, ale nie wyjaśnia, dlaczego odpowiedzi sztucznej inteligencji mogą być powolne lub niekompletne. W raporcie specjalnym IDC dotyczącym światowej sztucznej inteligencji w sieciach za rok 2026 podkreślono, że bezpieczeństwo, automatyzacja i umiejętności sieciowe stanowią istotne bariery w pomyślnej realizacji projektów AI.
Shamus McGillicuddy, wiceprezes ds. badań nad infrastrukturą sieciową w EMA twierdzi, że solidna infrastruktura sieciowa będzie miała kluczowe znaczenie dla przedsiębiorstw inwestujących w technologię sztucznej inteligencji. Podkreśla potrzebę modernizacji centrów danych i sieci rozległych przez organizacje, aby obsłużyć obciążenia AI obejmujące chmury publiczne i centra danych.
Organizacje zachęca się do modernizacji swoich sieci w celu dostosowania ich do postępu w zakresie sztucznej inteligencji. CIO powinni inwestować w ujednolicone, programowalne platformy sieciowe oferujące wysoką wydajność i wbudowane zabezpieczenia. Zespoły IT powinny także współpracować między działami, w tym zespołami ds. sieci, bezpieczeństwa, danych i sztucznej inteligencji, aby usprawnić zarządzanie infrastrukturą.
Komati zaleca zespołom IT trzy priorytety na najbliższe dwa–trzy lata: opracowanie kompleksowej obserwowalności łączącej użytkowników, sieci, platformy chmurowe, interfejsy API i aplikacje AI; unowocześnić architekturę pod kątem inteligentnego zarządzania ruchem i niezawodnej łączności w chmurze; i promuj współpracę między zespołami, aby uniknąć działania w silosach. Podsumowuje: „Celem nie powinno być ślepe zwiększanie przepustowości. Powinno być zbudowanie adaptacyjnej sieci, która będzie w stanie nadać priorytet krytycznemu ruchowi AI, wykryć pogorszenie wydajności, egzekwować zasady zarządzania danymi i skalować w miarę upowszechniania się wykorzystania sztucznej inteligencji w całej organizacji”.
