无法解释的网络性能问题令 IT 专业人员感到震惊，尤其是在视频会议和项目敲定等关键工作时期。人们越来越担心 SaaS 工具中的人工智能功能对网络带宽的影响，而这种影响尚未得到充分监控。过去一年，包括 Microsoft 365 和 Salesforce 在内的许多主要 SaaS 产品引入了 AI 功能，导致网络流量增加，但在带宽评估中并未计入“AI 流量”。
目前，一半的美国员工在工作中使用人工智能，这一比例较 2023 年的 21% 显着上升，其中 28% 的员工表示每周使用几次人工智能。其中大部分活动都集成到现有的业务应用程序中，产生与人工智能相关的流量，而这些流量在预算计划中经常被忽视。 Microsoft 的分析表明，Microsoft 365 Copilot 需要特定的 WebSocket 连接来维护功能，许多 IT 团队在推出这些功能时可能没有预料到这一点。
思科的 Nik Kale 强调，检索增强生成 (RAG) 架构在遍历各个网络区域和对象存储时会产生大量数据流量。他指出，机器产生的请求比人类用户多 100 倍，这引发了人们对网络容量和流量管理的担忧。这些数据量加上 AI 流量的隐藏性质，给旨在有效管理带宽的 IT 团队带来了挑战。
Broadcom 的一份报告指出，95% 的网络团队缺乏对其网络主要部分的了解，导致只有 49% 的人相信他们的系统可以支持人工智能的带宽需求。这种监管差距证明，许多组织仍未准备好应对人工智能和云迁移对其网络提出的日益增长的需求。 IDC 研究预测，明年云连接需求将增长 49%，边缘带宽需求将增长 51%。
为了解决这些问题，鼓励 IT 专业人员使用 ntopng 和 PRTG 等工具来增强流量分析。他们可以寻找特定 SaaS 端点的 HTTPS 流量增加、新的 WebSocket 连接以及在正常工作时间之外增加的 API 调用模式，这可能表明隐藏的 AI 使用情况。建立新的带宽基线对于了解当前的网络利用率至关重要，因为由于人工智能功能的引入，之前的测量结果可能不再反映实际流量。
此外，IDC 调查显示，44% 的企业计划到 2026 年将连接预算增加 10% 以上，这表明有必要重新评估当前的网络容量和要求。服务质量（QoS）策略也可能需要调整，以确保人工智能相关流量不会与基本的语音和视频服务发生冲突。 IT 团队应主动检查新引入的 AI 功能的网络要求，以缓解性能问题并增强未来的网络可靠性。
了解人工智能流量模式有助于改进网络诊断和规划。了解隐藏的人工智能使用是在不断变化的技术需求中管理和优化带宽的关键一步。
<小时/>
