【亚太峰会·大咖谈】

　　当前，各类新型智能体的涌现。然而，不少企业仍面临规模化落地等难题。在2026年世界互联网大会亚太峰会期间，思科公司大中华区资深副总裁兼首席技术官侯胜利在接受采访时分享了他的看法。

　　思科公司大中华区资深副总裁兼首席技术官 侯胜利

　　安全体系中需要增加一个“智能体安全层”

　　记者：当前很多企业的AI应用仍停留在尝试阶段，规模化落地很少，您认为难点主要是什么？

　　侯胜利：我认为最重要的还是要找到适合AI模型的应用场景，以及合理、高质量的数据支撑。

　　一是应用场景。很多企业尝试了各种各样的AI场景，但最大的难点在于，能否找到一个真正能落地、能切实解决实际问题的场景。这是最关键的一点。

　　二是数据。AI的运作需要基于大量的数据进行分析。但很多企业内部的系统相对独立、数据格式也不统一。因此，如何把这些系统连接起来，统一数据格式，做好标注，我认为这是第二个主要难点。

　　三是安全性。当我们使用AI时，如何在获得高效智能服务的同时，防止信息泄露或误操作，也是一个需要认真对待的问题。

　　四是基础设施。要跑好AI应用，基础设施需要满足低延迟、高速度、零丢包等要求，这对基础设施提出了升级的需求。

　　记者：当智能体具备自主能力时，企业的安全体系需要进行哪些升级？

　　侯胜利：首先，随着智能体的出现，企业的安全体系需要增加一个专门针对智能体的安全层。

　　具体而言，企业在使用智能体时，至少需要解决以下几个问题：

　　第一，安全边界。智能体不应直接访问企业的核心数据库或关键系统，而应被限制在一个“沙箱”或安全边界内进行操作，仅输出处理结果。

　　第二，访问控制。需要明确哪些智能体可以接入、允许执行哪些操作、禁止执行哪些操作。同时，应建立清晰的审计机制，记录智能体在何时调用了哪些参数、访问了哪些数据库、执行了哪些任务。

　　第三，快速阻断能力。一旦发现智能体的行为存在异常或风险，系统应能够立即终止其操作。

　　第四，统一的安全管控。上述所有审计与状态信息应汇总至一个安全控制中心，在原有的安全运营中心（SOC）基础上，新增智能体安全监控层面，用于实时查看智能体的状态与动作，进行统一的管理与维护。

　　人机协同中，人类要找到自己的着力点

　　记者：在智能体投资热潮下，哪些场景值得企业重点投入？

　　侯胜利：以我个人观察来看，以汽车制造业为例，这是智能体应用较为典型的行业之一。许多企业利用AI进行良品率检测，从而提升产品质量。这类应用是目前较为普遍的AI落地场景。

　　总体来看，不同行业的企业都已根据自身需求，找到了相应的智能体应用切入点。这些应用能够切实为企业创造价值，尤其在制造领域，已有大量企业正在积极部署相关系统。

　　在其他行业中，同样面临类似的机遇与挑战。当前，最大的瓶颈在于复合型人才的匮乏——即既懂行业业务逻辑，又掌握AI技术，能够将AI应用于行业具体环节的人才。

　　记者：AI提升效率的同时也引发了替代工作的担忧。人类应如何与AI实现共存？

　　侯胜利：在AI时代，我们需要思考哪些任务是AI擅长的，哪些是它不擅长的。从人的角度出发，应当将更多时间和精力投入到AI难以胜任或无法替代的领域。

　　AI的长项主要体现在重复性高、可通过简单流程学习即可掌握的任务上。例如，设计AI系统、调试AI模型、推动AI应用落地、实现与行业结合的创新，以及处理与情感和人际交往相关的工作，这些才是人类应当重点发力的方向。

　　需要看到，所有新技术的发展都呈现波浪式推进的规律：初期往往伴随热潮，随后进入冷静期，人们开始思考如何真正将技术应用于自身行业并创造价值，最终技术才会实现实质性落地。

　　对我们每个人而言，关键在于找准自己所处的“浪头”。有人愿意做最先吃螃蟹的人，在新技术一出现时就积极尝试，成为技术的“弄潮儿”；也有人擅长将技术与行业实际应用结合，推动落地、复制和扩展，从而在特定阶段深入研究和拓展。无论选择哪种路径，最重要的是找到自己的着力点，持续学习、提升自我，不断增强在新环境下的竞争力。

　　拍摄：曾震宇、赵鹏超  制作：曾震宇  统筹：李飞  策划：李政葳  包装：田津金 杨经国