
要点
随着企业将AI从试点项目推向生产环境,Omdia研究发现,76%的企业在将AI与现有数据技术栈集成时面临困难。本篇《分析师观点》以FAA停运事件为切入点,探讨企业如何评估AI将给老旧网络和数据系统带来的压力、识别潜在瓶颈,并在推进AI部署的同时为基础设施升级提供资金支持。
当地时间11月13日星期五下午,美国联邦航空管理局(FAA)发布全国范围停飞令,暂时叫停美国境内的航班起飞。一次通信故障导致该机构22个航路交通管制中心中的17个中心出现不稳定情况,影响还波及多个终端雷达进近管制设施。此次停飞发生在感恩节前夕,持续了四个多小时,航班于当日美国东部时间晚上8:15恢复起飞。
直接影响已相当明显,超过7,000个航班被取消,航班数据公司Cirium统计称,此次中断开始后,原定起飞的航班约有11,000个,涉及旅客约150万人。取消航班的影响延续至周末,航空公司目前还面临着耗时数天的飞机和机组人员重新调配工作。具体损失金额目前尚不明确。
调查仍在进行中,根本原因尚未正式确认。但官方迄今为止的表态,为任何在原本并非为AI而设计的基础设施上部署AI的企业提出了值得重视的问题。
新技术,旧基础设施
此次停运发生在FAA将其新AI工具SMART(Strategic Management of Airspace, Routes and Trajectories)扩大应用至全部22个空中交通区域的仅仅几日之后。SMART会分析航班时刻、天气以及数百种其他数据流,协助管理空中交通拥堵。这一时间点引发了外界对两者是否存在关联的疑问,但目前尚无定论。
官方表示,SMART系统本身并未发生故障。美国交通部长Sean Duffy表示,该AI系统并未接入核心雷达和自动化平台;其开发商Air Space Intelligence也表示,此次停飞并非由其产品或该产品与FAA的集成所导致。
然而,官方所描述的其他情况或许更值得关注。Duffy表示,网络交换机和路由器因数据过载,开始出现不一致读数,最终发生故障,并将问题归因于老旧的遗留系统。美国国土安全部长Markwayne Mullin表示,FAA此前一直在打补丁、增加新设备并引入新技术,而新技术给旧系统带来的压力已经超出其承载能力。随后,Duffy向国会申请500亿美元紧急资金,用于重建空中交通管制系统;这还不包括立法者去年已批准的125亿美元。
这些初步表述指向存在准备不足的问题。新功能可能被过快地接入老旧数据和主要通信网络中,超出了主要网络的承载能力。调查仍需查明究竟发生了什么。
为何AI会改变负载
FAA的情况较为极端,但更广泛的挑战对于从事企业AI工作的人来说并不陌生。企业往往根据模型能做什么来评估AI,却未必评估模型会对整个系统及周边带来什么影响。
AI会改变数据在现有系统中的流动方式。与其并行运行的传统应用程序相比,模型可能以更高频率从更多来源提取更多数据。此外,模型还可能持续运行,使需求不仅局限于工作时间的峰值时段。智能体会分散执行并行任务,并将数十次调用串联起来。而每一次调用,最终都会落在某个网络、数据库、集成层或存储系统之上,而这些系统的容量原本可能是按照人工节奏的流量来配置的。
当这类基础设施本身老旧、不断打补丁且连接紧密时,它可能难以承受额外负载。这种负载会暴露最薄弱的环节,而在紧密连接的系统中,一个过载组件就可能干扰其他相连系统。对企业而言,后果可能是客户平台中断、供应链停滞,或者AI项目在发生首次事故后被悄然搁置。
Omdia 研究显示
Omdia研究显示,许多企业在转型准备方面都面临各自的挑战。
根据数据来看,只有23%的企业表示,其数据已为AI和分析计划实现全面整合;60%的企业表示,AI使其数据环境变得更复杂。三分之二(67%)的企业表示,连接彼此孤立的系统和数据源是一项重大挑战;76%的企业表示,在将AI与现有数据技术栈集成时面临困难。在这类环境中引入AI,就像是在旧网络上拼凑新设备一样:每新增一个AI用例,都可能增加数据管道、数据副本和例外情况,直到复杂性本身成为一种风险。
从网络方面来看,压力也在迅速增加。Omdia估计,2024年AI流量已达到39EB,到2025年大致翻倍;并预计到2031年,AI流量将超过传统应用程序流量。Omdia研究还发现,全球网络流量中已有近三分之一属于AI增强流量,其中很大一部分来自嵌入日常商业应用程序中的AI功能。其中一些工作负载以持续微批的方式运行,这使传统容量规划所依赖的峰值与非峰值使用之间的边界变得模糊。
令人鼓舞的是,企业已经意识到这个问题。Omdia研究显示,94%的企业计划在未来12个月增加数据就绪方面的投资。问题在于,这些投资能否及时到位,以支撑下一波AI部署。
部署AI前应考虑的五个准备性的问题
对于部署AI的企业而言,一个切实的经验是:从项目一开始,就应将数据和基础设施的准备工作视为项目的一部分。在将AI投入生产之前,每个企业都应能够回答以下五个问题。
这将会产生哪些新的负载? 请对AI系统在全面投入生产规模时产生的数据量、查询速率和网络流量进行建模。无论成本还是对基础设施的要求,都可能显著高于试点阶段。
最薄弱环节在哪里? 请梳理AI直接或间接触达的每一个系统,并找出哪个环节会最先达到饱和。就FAA而言,其官员表示,路由器和交换机出现了过载。
集成层是否具备可扩展能力? 每一个点对点连接、同步任务和数据副本都可能成为故障点。整合碎片化的数据服务,既能降低负载,也能减少故障起始点。
能否将故障控制在一定范围内? 系统设计应确保过载组件带来的影响能够被控制在一定范围内。随着AI流量增长,隔离、背压和缓和降级等机制会变得更加重要。
现代化改造是否与AI项目同步获得资金支持? 如果AI预算获批,而基础设施预算被推迟,企业就有可能在配套系统尚未就绪前部署新技术能力。应同步为两者提供资金支持,或按照基础设施建设进度分阶段推进AI上线。
投资方向
回答上述问题,通常会指向五个投资方向。
按AI流量规模规划的网络。AI会显著增加网络压力。部署大量AI智能体的企业,需要考虑这些智能体的叠加需求,而每个智能体都可能连接多个数据源。这类流量可能是持续性的,并且会随着每新增一个智能体、每新增一个数据源而持续增长。因此,在智能体上线前,网络层就需要针对这类负载完成容量规划、分段和监控。
实时数据库。某些AI系统基于实时数据作出决策,往往要求毫秒级响应和高并发。为实时、高吞吐工作负载设计的数据库,有助于管理这类负载并减少延时,使AI能够基于最新数据运行。
数据与数据库安全。随着AI系统从读取数据转向基于数据采取行动,数据层会成为更大的攻击目标,也会带来更大的风险敞口。Omdia研究显示,安全与合规是实施AI智能体时最常被提及的阻碍,其被提及频率几乎是其他任何因素的两倍。加密、精细化访问控制、审计和治理需要内置于数据层,而不是事后作为补丁添加。
配备先进CPU的现代运算系统。CPU在支撑AI工作负载方面发挥着重要作用。数据处理、检索、小模型推理,以及围绕AI展开的数据库工作,都高度依赖CPU性能。基于先进CPU构建的新系统可以提升吞吐量和效率,为老旧基础设施提供AI流量所需的容量余量。具体效益将取决于工作量以及被替换的系统。
统一数据平台。能够端到端处理数据管理与运算的平台,可以减少AI所依赖的系统数量、数据副本和同步任务数量。组件越少,意味着网络负载越低、故障发生的源头越少,也更便于在统一位置实施安全与治理。
结论
FAA系统故障的初步官方说明表明,老旧基础设施难以应对其所面临的需求压力。调查仍需查明根本原因,以及其与近期技术变更之间是否存在关联。500亿美元的重建资金申请凸显了拟议现代化改造的规模之大。
大多数企业当然不会让整支机队停飞,但许多企业正为不同时代构建的数据平台、集成架构和网络上叠加AI。数据和基础设施的准备情况,将决定这些能力能否可靠地创造价值。识别最薄弱环节的时机,应在AI投入运行之前,而不是之后。
本文作者

Stephen Catanzano
首席分析师
(Principal Analyst)
更多内容
推荐阅读
缺乏人工参与的AI,风险正日益加剧


文章版权和解释权归微信平台Omdia所有


Omdia隶属于Informa TechTarget, Inc. d/b/a Informa TechTarget(纳斯达克代码:TTGT),是一家全球领先的技术研究与咨询机构。依托对科技市场的深刻洞察、与行业领导者的深入对话以及庞大数据资源,Omdia帮助客户洞察趋势、把握机遇,抢占市场先机。从研发到投资回报,我们识别最具潜力的机遇,推动科技产业持续发展。
omdia.com.cn
jenny.shu@omdia.com
本公告以官方授权原文版本为准,译文仅供方便理解之用。原文版本为唯一具有法律效力的版本。


