思科：AI是工业网络的双刃剑

根据思科最新发布的《2026年工业AI状况报告》，AI对于工业网络团队来说是一把双刃剑，既带来问题也创造收益。

报告显示，AI网络安全既是工业网络团队面临的最大障碍，也是最重要的资产。在接受调查的1000名行业专业人士中，40%的受访者将网络安全担忧列为AI采用的主要障碍，48%的人认为安全是他们最大的网络挑战。与此同时，85%的受访者预期AI将改善他们的整体网络安全态势。

思科表示："虽然安全缺口目前限制了AI的规模化应用，但组织将AI视为加强检测、监控和韧性的工具。"该供应商与Sapio Research合作开展了这项调查，受访者来自19个国家，涉及21个工业领域，包括制造业、公用事业和运输业。

工业网络安全被列为AI投资的第二重要领域。思科写道："这一优先级表明，组织正在投资AI以提高网络韧性。AI将在工业环境中发挥双重作用：既增加了对安全设计架构的需求，同时也能够实现更强大、更具适应性的大规模防御。"

报告指出，网络安全必须被视为AI就绪环境的基线要求，而不是下游控制措施。

另一个优先事项是IT和OT团队之间的协作。如果缺乏协作，企业将减缓AI的影响力。报告指出："IT/OT协作对AI影响至关重要。AI规模化既是组织挑战，也是技术挑战：协作能够实现速度、信心和可重复性。"

思科表示，随着IT和OT团队更紧密地合作，网络风险变得更加可见，而不是更小——这是构建具有韧性、AI就绪的工业环境的关键步骤。然而，目前只有20%的组织报告在网络安全方面实现了IT/OT的完全协作。

2026年报告还显示了AI如何迅速成为工业网络团队的主要话题。例如，调查发现61%的受访者正在工业环境中积极部署AI，但只有20%报告实现了成熟的规模化采用。有趣的是，在思科2024年的报告中，技能型工人短缺是AI采用面临的首要挑战。而这一挑战在2026年已降至第三位，AI技术集成占据了第二位。

思科研究的其他一些见解包括：

51%的受访者预计连接性和可靠性要求将显著增加，而96%的人表示无线网络可靠性对于实现工业AI至关重要——这使其成为大规模网络就绪的基础。

更强的边缘计算能力（44%）、带宽（42%）和移动性（40%）是大规模AI的首要网络要求。

AI工作负载引入了新的性能、功耗和可靠性要求，超出了传统工业网络设计假设。在受访者中，97%预计AI工作负载将对其工业网络产生影响。

扩展AI需要从人工参与的工作流程转向机器对机器的决策——推动对连接性、边缘和数据基础设施的投资。

IT和OT团队之间的有效协作直接影响AI成果。但43%的团队仍在有限或没有IT/OT合作的情况下运营。分散的团队会减缓AI部署并增加运营风险，而IT/OT协同则能加速可扩展性、稳定性和安全性。

IBM的X-Force安全部门最近写道，AI在网络安全领域不再是一个新兴概念："它是防御者和攻击者都在积极使用的力量倍增器。威胁行为者已经在应用生成式AI来扩大网络钓鱼操作规模、加速恶意代码开发，并通过改进语言质量和真实性来增强社会工程攻击。与此同时，防御者正在使用AI驱动的分析来处理大量遥测数据、识别异常行为并缩短检测和响应时间。"

Q&A

Q1：思科2026年工业AI报告中，AI网络安全为何被称为双刃剑？

A：根据思科调查，40%的受访者将网络安全担忧列为AI采用的主要障碍，48%认为安全是最大的网络挑战。但同时，85%的受访者预期AI将改善整体网络安全态势。这意味着AI网络安全既是障碍也是资产，组织将AI视为加强检测、监控和韧性的工具。

Q2：IT和OT团队协作对工业AI部署有多重要？

A：思科报告指出，IT/OT协作对AI影响至关重要，协作能够实现速度、信心和可重复性。然而目前只有20%的组织在网络安全方面实现了IT/OT完全协作，43%的团队仍在有限或没有合作的情况下运营。分散的团队会减缓AI部署并增加运营风险，而协同则能加速可扩展性、稳定性和安全性。

Q3：工业环境中AI采用的现状如何？

A：思科调查发现，61%的受访者正在工业环境中积极部署AI，但只有20%报告实现了成熟的规模化采用。与2024年相比，技能型工人短缺从首要挑战降至第三位，AI技术集成成为第二大挑战，网络安全担忧则上升为首要障碍。