在思科第二届年度AI峰会上，思科总裁兼首席产品官Jeetu Patel表示，70%的思科AI产品正在使用由人工智能生成的代码。这一消息引发了业界对人工智能在企业中的应用前景的广泛讨论。

思科首席执行官查克·罗宾斯（Chuck Robbins）也在此次峰会上表示，2026年将是企业和大规模AI应用的转折点。他认为，2026年将成为“代理应用”的年份，并着重提升AI的信任性和安全性。

“人工智能对企业基础设施、网络安全以及应用开发周期意味着什么？这些都是行业目前面临的重大问题。” 罗宾斯在峰会上说道。他特别提到，AI技术在发展过程中最令人担忧的是“信任”问题。无论是对数据的信任、对模型的信任、对基础设施的信任，还是对合作伙伴的信任，这些都是AI行业需要持续解决的关键问题。

AI面临的三大挑战

在峰会上，Jeetu Patel详细讲解了目前人工智能面临的三大挑战：

1、基础设施制约

Patel指出，当前AI发展的最大制约之一是基础设施不足。“我们面临着计算能力、网络带宽以及电力供应的严重短缺，这也是我们在思科投入数十亿美元的领域。” Patel表示，整个行业需要投入数万亿资金，来满足AI发展的基础设施需求。为了应对这一挑战，思科推出了P200芯片和Cisco 8223路由系统，并计划通过这些技术在全球范围内建设AI集群。

“P200芯片是为了扩展规模而设计的。如今，AI模型变得越来越庞大，已经无法局限于单一数据中心的容量，因此我们需要建设分布广泛的数据中心，可能跨越数百公里。” Patel解释道。他还强调，随着光纤和铜缆的物理极限，未来的AI基础设施将依赖于更高效的光学通信技术。

2、AI信任缺口

Patel还指出，AI的信任缺口是另一个制约因素。“我们必须确保AI系统能够被用户信任。没有信任，用户就不会使用这些系统。” Patel强调，在过去，企业在安全性和生产力之间做出选择，但如今安全性已经成为AI技术采用的前提条件。

3、数据鸿沟

Patel还提到了人工智能所面临的“数据鸿沟”问题。他指出，尽管AI模型通常通过互联网获取大量的公开数据进行训练，但现有的数据量已开始枯竭。“我们正在逐渐面临数据短缺的问题，而合成数据（synthetic data）正在成为训练AI模型的强大工具。” Patel说，机器生成数据的增长是目前数据领域最显著的趋势。随着AI代理的普及，机器生成的数据量将会呈指数增长。

人工智能编程的新发展

Patel还分享了AI如何改变思科内部软件开发的现状。他透露，“到2026年，思科开发的所有AI产品中，至少有一半以上的代码将完全由人工智能编写，而不再是由人类编写。” 他还补充道，虽然人类依然在编写规范和审查代码方面扮演重要角色，但编写代码的瓶颈将不再是人类写代码，而是审查和验证代码的过程。

“看起来，2025年初这是一个遥不可及的目标，但现在我们已经实现了70%的AI产品代码由人工智能生成。” Patel补充道，未来AI的编程将极大提升开发效率，让开发者的工作重心转向如何更好地审查和理解AI生成的代码，而非编写代码本身。

展望未来：AI的长远发展

随着人工智能技术的不断发展，思科正在为这一领域的未来奠定基础。Patel表示，尽管在基础设施建设、信任建立和数据问题上仍有诸多挑战，但这些努力将有助于人工智能走向更成熟、更安全的应用阶段。2026年，AI的未来将变得更加清晰，思科和整个科技行业都将面临前所未有的发展机遇。