思科：AI大潮下的战略重塑

2025年5月，思科在北京召开了一场颇具战略意义的AI峰会：在众多IT企业高呼AI将颠覆一切的时刻，这家传统网络巨头选择了一条更为稳健的路径——专注于“连接”与“守护”，并期望借此重新定义AI基础设施在整个IT架构中的价值坐标。

“我们在AI时代的战略，本质上是连接与保护。”思科大中华区资深副总裁兼首席技术官侯胜利如是说。而这恰好能够最精准地表明思科正式转向其 “第二增长曲线”——不是成为AI应用的领跑者，而是成为支撑这场AI大潮背后的基础设施主力军。

从算力到能力：AI基础设施需求的演化

随着AI成为企业运营的核心，其部署的关键问题已从 “能否部署” 转变为 “能否大规模、安全、稳定地部署” 。而解决这一问题的关键，就是这是否能够建构一个安全的企业IT基础设施——这也正是思科此次全面转向AI的价值所在。

众所周知，过去，AI部署关注的是算力。但现在， “一旦企业真正开始落地AI，他们就会意识到，关键不仅是算力，连接与安全同样重要。” 侯胜利说。

为此，思科推出了Silicon One G200芯片。这是一款高性能、AI优化的以太网交换芯片，支持高达51.2 Tbps吞吐、512端口和ROCE流量控制优化，能够构建支持32,000个GPU节点的扁平化网络架构。与传统三层网络架构相比，这种双层直连架构大幅降低延迟与丢包率，是面向AI负载优化的基础硬件。

更进一步，思科同步推出了AI专用交换机Nexus 9364E-SG2、AI流量控制器Nexus Fabric Controller，以及支持800G传输的Acacia光模块和Silicon Photonics光子解决方案。通过芯片、交换机、光模块三位一体的协同设计，思科构建了从物理层到光层的整合网络系统。这些技术叠加，极大提高了能源效率与空间利用率，显著降低AI数据中心部署成本。

“在某些大型AI集群项目中，光模块的成本占比超过三分之一。我们做了很多细节优化，从功耗控制、模块寿命、连接密度各方面提升可用性。”侯胜利指出。这些底层改进看似技术性极强，却直接决定了AI数据中心的部署规模与经济性。从某种程度上，这可以看成是思科对应用企业现实部署痛点的直接回应。

思科大中华区资深副总裁兼首席技术官 侯胜利

连接+守护：一套全新的基础设施架构

思科的AI战略建立在“连接”与“安全”两大支柱之上。但这两个简洁词汇背后，隐含的是复杂的系统工程思维。

在连接层面，思科针对AI部署的异构化需求，构建了三类网络架构：数据中心内部高密度交换网络（基于Nexus系列与Silicon One）；多地域AI集群互联的广域网（通过SD-WAN与Secure Access）；云原生环境下的微服务网络（基于Isovalent/Cilium，支持Kubernetes与eBPF架构）。

这些架构统一于思科的全栈可视化运维平台Nexus Dashboard之下，实现自动化配置、故障自愈、性能优化与端到端策略编排。配合AI Ops服务与AI架构优化咨询，形成“设计—部署—监控—运维”的闭环体系。

在守护层面，思科提出了分层式AI安全模型。正如安全事业部总经理卜宪录所指出：“AI早已不在企业外部，它就在边界之内，它正在重塑我们对‘安全’的定义。”

思科的整体解决方案包括AI Defense系统、开源安全大模型Foundation-Sec-8B以及Splunk可观测平台。这三者形成一个端到端闭环，覆盖从AI资产识别、漏洞检测，到运行时的提示词防护与幻觉控制。

“我们可以扫描每一个模型加载的文件，识别其是否包含恶意组件、投毒样本或逻辑漏洞。同时还能在运行时捕捉敏感提示和幻觉内容。”卜宪录强调：“我们现在可以通过模型扫描识别开源LLM中的供应链攻击点，也能基于自适应算法在运行时动态生成防护策略。”卜宪录指出，AI防御能力必须是动态、语境感知、可验证的。而AI安全防护已不再是“外围防线”，而是“行为感知+实时响应”的立体体系。

思科大中华区副总裁兼安全事业部总经理 卜宪录

根据思科发布的《2025网络安全就绪指数》，中国企业中仅有5%被认为在AI安全方面已达到“成熟”阶段，而超过一半无法识别未经授权的AI部署，采用与防护之间的差距正迅速扩大。

思科的战略：不是卖产品，而是交付范式

“我们不是应用型公司，我们构建的是AI Ready的数据中心。”思科大中华区副总裁兼AI业务负责人董玉玲的话，准确描述了思科在AI生态中的角色：不是逐热逐浪的玩家，而是筑路修桥的基础设施提供者。思科并未试图以“AI玩家”身份重回聚光灯中心，而是以其最擅长的“连接与守护”切入最难的部分——网络基础设施与AI安全边界。

思科大中华区副总裁兼北区及运营商事业部总经理 董玉玲

在思科的全栈战略背后，体现的是从底层芯片到运维平台，从商业模式到全球标准的系统性能力。这正是它能在AI赛道上脱颖而出的根基。

思科的基础架构极为系统化。从芯片、交换机、光模块到数据平台，构建了一整套端到端技术栈。具体包括：利用Nexus Dashboard与Nexus Insights实现AI网络的可视化运维；Splunk用于遥测与数据洞察，作为AI/安全协同分析平台；思科认证设计（CVDs）与AI蓝图，帮助客户快速部署经过验证的参考架构；Hypershield、Multicloud Defense等工具支持跨多云环境的安全策略一致性。

更重要的是，其商业模式高度灵活：商业化交钥匙方案；支持客户自定义软件堆栈的白盒模式；提供芯片+API授权，支持客户完全自研整机，以及与英伟达联合打造Secure AI Factory，支持NVIDIA Spectrum-X全栈部署。

这种“可扩展、可复制、开放”的方式，实际上体现的，是一种高度实用主义的战略哲学，也切合了AI在企业落地过程中风险敏感与IT依赖并存的现实逻辑。

中国市场：结构性挑战与结构性机会并存

“我们所有的投资现在都围绕AI，这是唯一一个现在客户愿意增加预算的领域。”思科大中华区首席执行官黄志明指出。

思科全球副总裁兼大中华区首席执行官 黄志明

2024年以来，中国企业数字化投资趋于保守，尤其在宏观经济尚未完全复苏的背景下，传统IT采购压缩明显。但AI业务却逆势上扬，成为为数不多的“增量预算池”。但与此同时，地缘政治与国产替代趋势也带来了高度不确定性——这要求跨国企业在中国市场策略上更加“本土化”。

“我们不能控制那些影响经济的不确定因素，但我们能控制我们自己。”黄志明坦言思科的立场，“我们会集中在客户和合作伙伴上，把资源和生态在本地建好。”

因此在AI战略本地化方面，思科已采取多项适应性措施：首先，在产品层面上，思科支持本土自研与定制化开发。“我们在中国有客户使用思科芯片自行定制交换机与操作系统，当然是基于开源方式开发的。”侯胜利透露，“思科支持这种合作模式，既保留自主权，又兼容国际标准。”从生态层面上，思科积极与高校、研发型大学深度合作，“我们与中外合资高校合作AI教育、Splunk在教育领域的数据平台应用，在研发型大学也有AI实验项目。”侯胜利表示，思科正在教育科研侧打造影响力圈层，建立早期信任。在服务层面上，思科积极组建本地AI业务团队与交付能力：“我们现在有专门的AI业务部门，还有具备丰富调优经验的工程师团队。”董玉玲指出，思科在大中华区内地、香港、澳门、台湾多个市场都落地了AI项目，“帮助客户从调网络参数到训练模型的优化，让他们更快达到理论值。”

这些措施的共同指向是：提供一个“既国际先进，又中国适配”的AI基础设施方案，强调产品本地化与生态适配并重。

而从具体的市场战略逻辑看，当前的思科并不追求在AI应用层实现“弯道超车”，而是守住最深一层——让AI应用能够“跑起来”、“跑得快”、“跑得稳”。

“我们讲的是AI Ready的数据中心。你今天有传统IT架构，升级到下一代，就是可以跑AI的。” 黄志明指出，这其实是产业升级的自然演进，“中国绝大多数企业已经有数据中心了，我们要做的是帮他们升级。”

而这正好抓住了中国市场最现实的结构性特征：大量“尚未AI化”的IT资源与“转型迫切”的企业需求之间的落差。这意味着，思科并不需要从零开始，只要找准切入点、优化部署路径、做好安全护栏，就能在现有客户群中实现AI业务扩张。

思科的市场定位，异常清晰且克制。

结语：站在智能时代之下的无形架构

AI领域的竞争，不仅在模型与应用，更在于其背后的“轨道”由谁铺设。思科并未参与AI在消费端的激烈角逐，而是回归自身优势：连接与安全，致力于构建可大规模运转的AI底座。

“我们不是在造飞机，而是在修跑道、布导航、建加油系统。”侯胜利的这句话，道出思科AI战略的核心哲学。这套战略或许不够光鲜亮丽，但它提供的是另一种更持久的价值：系统级可靠性。随着AI从实验走向运营，思科的定位愈发清晰——它或许不会定义未来的样貌，但它会让更多人安全且可控地抵达那里。

这不是颠覆，这是一次对于基础设施定义的重塑。