人工智能界传出的拒绝握手事件

AI资讯：思科将人工智能（AI）代理视为一种数字劳动力，能够承担常规任务（如故障处理），从而使团队能够专注于复杂的战略工作以及后续工作。

对于公司而言，关键在于什么？

掌握人机协作。
张：思科曾表示，人工智能将使世界感觉拥有“800亿人口”。在公司内部，这意味着什么？人工智能在网络运营中能发挥多大作用？
桑帕斯：我们首次部署了能够自主规划、推理和执行的数字团队成员。

每位领导者将管理一组并行工作的智能体——进行调查、分析和修复——而人类则负责创造力、判断力和战略方向的制定。
在12个月内，我预计人工智能将自主解决大约80%的基于模式的常规网络事件。

剩下的20%涉及多供应商、遗留系统严重或边缘情况复杂的问题，解决这些需要更长的时间。

但就像自动驾驶技术一样，进展将会呈指数级增长。
桑帕斯补充道：未来五年，那些学会以信任、治理和意图为核心，设计人机协作方案的公司，将引领下一个运营绩效时代的到来。
为何重要：人类不会被人工智能取代，但会被推到价值链的上游。

随着代理承担起可预测和程序化的工作，优势将转向判断力、创造力和战略思维。

企业的制胜之道将在于将人类的深度与代理的速度和规模相结合。

AI资讯：桑帕斯（Sampath）身体力行——利用人工智能（AI）重新思考日常工作方式。

从多模态构思到编写自动化每日简报的代理程序，以下是思科（Cisco）人工智能主管实际使用该技术的方式。
张：你们用人工智能自动化了哪些工作流程？能举几个例子吗？
桑帕斯：在工作中，我一直在尝试一种简单但结构化的方法来使用多种人工智能工具。

首先，我将创意生成与评估分开，在一个模型中起草备忘录、策略或客户叙述，然后将其带入第二个模型中进行批判和改进。

这有助于我思路更加清晰，产出更优秀的工作成果。
接下来，我使用Cursor在Markdown文件和文件夹中存储上下文，以便AI可以引用。

随着时间的推移，这构建了一个知识库，就像一个长期的思想伙伴，它理解我的框架和过去的工作。
桑帕斯补充道：“我还将人工智能与我的日历和会议笔记进行了关联，以便在与客户、合作伙伴或分析师交谈前回顾相关背景信息。

此外，我还开始使用编码代理来自动化日常工作，如每日简报、产品评估和文档分析。

”。
为何重要：桑帕斯（Sampath）的方法表明，未来的工作将取决于团队如何将代理、模型和系统整合成结构化但具有适应性的工作流程。

“光标即知识库”的理念尤其具有可操作性，它将一次性的人工智能交互转变为一个随着时间的推移而变得越来越智能的复合系统。

AI资讯：大多数企业之所以在采用人工智能方面裹足不前，并非缺乏雄心壮志，而是由于基础设施的欠账和数据孤岛问题。

桑帕斯表示，真正的释放需要现代基础设施与领导层明确性的结合，并将智能直接嵌入到产品中。
张：思科的人工智能就绪指数显示，仅有28%的组织认为他们已准备好迎接人工智能工作负载。

是什么阻碍了其他组织，而如今要成为一家真正的人工智能公司又需要具备哪些条件呢？
桑帕斯：阻碍另外72%发展的不仅仅是缺少GPU。

还有AI基础设施的欠账：遗留网络、碎片化数据、孤立工具。为昨日的应用程序构建的系统无法支持现代AI所需的吞吐量、实时处理和自主性。
另一个关键要素是需要将现代基础设施与领导力明确性相结合——即治理、战略以及与业务成果的一致性。

领导者必须同时解决这两个问题，明确技术定义以及如何利用人工智能开展工作。
桑帕斯补充道：当智能被嵌入到产品本身时，可持续优势就会显现。当模型基于你的情境化企业数据进行训练时，它会不断改进并直接推动结果。因此，产品即模型，模型即产品。
为何重要：做好“迎接人工智能的准备”意味着要重新思考从基础设施到安全再到应用层的整个技术栈。

将人工智能作为产品核心（而不仅仅是一个功能）的公司，可以打通由专有数据支持的反馈循环，使结果不断改进，并助力他们更快地发展。

AI资讯：桑帕斯（Sampath）表示，人工智能（AI）面临的最紧迫安全威胁是代理被攻破的风险。

随着这些系统承担更多任务，它们成为强大的攻击面——风险只会随时间而增长。
张：目前最具体、最现实的人工智能安全威胁是什么？
桑帕斯：人工智能面临的最直接安全风险是自主代理的泄露和滥用。

随着企业部署能够独立访问数据、调用工具和做出决策的代理系统，这些代理成为了一个新的攻击面。

它们可能被劫持、冒充或操纵，以机器速度泄露数据或执行未经授权的命令。
我们已经看到攻击者正在试探这些漏洞。

正因如此，我们从两个角度考虑人工智能安全：一是保护企业免受代理攻击，二是保护代理免受外界攻击——通过零信任身份认证、对代理协议和工具注册表的控制，以及持续的行为监控来实现。
张：如果一家企业正从人工智能试点转向生产阶段，他们首先需要加固哪个系统？在哪些环节中，人类应始终保持参与？
桑帕斯：首先需要强化的就是代理基础设施。

真正的风险在于连接组织：将代理与工具、数据以及彼此之间相互连接的协议。

模型上下文协议和代理到代理等标准已成为自主工作流的支柱，但它们的扩展速度超过了其安全性的提升。
随着团队推出具有代理性的AI，任何影响关键系统的信任、访问或控制的事项——授予特权、更改生产环境、授权敏感数据访问、启动不可逆操作——都不应完全自主运行。

当后果切实存在时，责任必须由人来承担。
正确的模式不是让人置身事外，而是让人工智能参与其中。让代理快速处理常规和低风险的任务，而在影响较大的地方，仍由人类来掌握决策权。
为何重要：从响应式模型向行动式代理的转变引入了一种新型风险——系统性、快速变化且难以控制的风险。

为了确保未来运营的安全，组织必须将代理部署与身份识别、防护措施和持续监督相结合，将其视为真正的实体来对待。

AI资讯：许多公司都在竞相将人工智能（AI）整合到现有产品中，但桑帕斯（Sampath）认为，真正的护城河在于将智能嵌入产品本身——他大胆提出，人工智能的未来不应由少数几家集中式供应商控制。
张：你说过“那些只是模型上薄薄一层的企业——他们的日子已经屈指可数了。”这到底是什么意思？
桑帕斯：我们的意思是：在现有产品中增加一个生成式API并不是一种策略，而是一种功能。
当智能被嵌入到产品本身时，可持续优势便应运而生。当模型基于您的情境化企业数据进行训练时，它会持续改进并直接推动结果。这个由专有机器数据驱动的闭环就是护城河。
张：如果你不在思科，你想解决什么人工智能问题？
桑帕斯：我最关心的问题是智能的所有权。我不认为未来属于由少数提供商控制的少数集中式模型。我认为智能应该归企业所有，最终归个人所有。
这意味着要构建一个全栈解决方案，使组织能够按照自己的方式开发、微调、部署和管理模型。
为何重要：“智能应为我所有，而非他人所用”这一观点在当前大多数企业依赖集中式人工智能提供商的情况下颇具意味。

它引发了每个公司都应自问的问题：你是在构建能够随时间推移而不断增强的AI能力，还是从可能随时改变条款的人那里租用这些能力？

按需观看思科人工智能峰会的所有会议，会议讨论内容包括：

• 与OpenAI的Sam Altman共同探讨“前沿模型与人工智能”
• 与英伟达的黄仁勋共同出席“人工智能工厂——智能基础设施”活动
• 与Anthropic Labs负责人Mike Krieger共同探讨“企业与人工智能”
  点击此处查看所有会议并观看点播内容。