Cisco认为AI正在推动网络升级超级周期，但订单必须转化为营收

Cisco凭借一个引人注目的判断登上了Google News：在企业多年来谨慎支出之后，AI正在开启一轮网络升级超级周期。

证据已不再局限于高管的乐观表态。Cisco公布创纪录的财年第三季度营收，网络产品订单增长超过50%，超大规模客户的需求也在上升。该公司还表示，园区网络订单增长超过25%。

但核心问题比标题更棘手。Cisco必须将大额基础设施订单转化为已确认营收，同时说服普通企业：它们现有的网络无法承载AI工作负载。

这使两种力量形成冲突。Cisco描述的是一轮覆盖数据中心、园区、分支机构、安全和运维的广泛多年替换周期。买家则仍要面对不确定的AI回报、更高的组件成本、部署复杂性以及漫长的硬件更换周期。

Nvidia主导着围绕AI计算的公众讨论，而Arista Networks已在超大规模数据中心交换领域建立了强势地位。Cisco押注，下一阶段将延伸到加速器和专用AI集群之外。

该公司希望网络本身成为客户必须解决的瓶颈。如果这一论点成立，AI支出将从少数云运营商集中扩展到Cisco规模大得多的企业客户基础。

Cisco的Google News时刻为何不止关乎一个季度

Cisco最有力的证据来自超大规模基础设施和企业园区网络的同步需求。

在2026财年第三季度，Cisco公布创纪录的158亿美元营收。根据其季度业绩，这较一年前同期增长12%。

产品订单总额增长35%。即使剔除超大规模客户后，产品订单仍增长19%，表明增长并非完全由云计算巨头集中推动。

网络产品订单增长超过50%。Cisco还表示，数据中心交换订单增长超过40%，园区网络订单增长超过25%。

这些数据将通常按不同节奏运行的两个市场联系起来。超大规模运营商为大型集群购买专用基础设施，而企业则通过更缓慢的预算和采购周期更换园区硬件。

Cisco表示，在2026财年前三个季度中，公司从超大规模客户获得了53亿美元的AI基础设施订单。其将全年预期从50亿美元上调至90亿美元。

该公司还将2026财年AI基础设施营收预期从30亿美元上调至40亿美元。订单反映客户承诺，而营收通常会在Cisco交付设备并满足会计确认要求后才会出现。

这种差异至关重要。不断扩大的订单簿可以预示未来需求，但并不能消除交付延迟、订单取消、供应限制或利润率压力。

Cisco更广泛的网络业务仍构成更重要的考验。公司称，正迎来一轮重大的多年园区更新周期，其较新的产品组合增长速度快于此前的产品发布。

园区网络连接员工设备、无线接入点、应用、传感器和分支地点。它们远离吸引头条关注的GPU集群，却支撑着大多数日常企业活动。

Cisco认为，AI改变了这两类环境的需求。训练集群需要高带宽、低延迟连接，而企业智能体会增加用户、模型、工具和受保护数据之间的流量。

这一论点将数据中心故事转化为覆盖全公司的基础设施论点。它也让Cisco无需制造获得大部分AI投资的加速器，便能通过多条路径参与其中。

该公司销售交换芯片、完整网络系统、光模块、路由器、无线设备、安全产品和管理软件。客户既可以购买一体化Cisco技术栈，也可将选定组件与其他供应商的产品结合使用。

这种广度使当前主张区别于单一成功产品周期。Cisco表示，AI需求可同时推动其已安装基础中多个层面的更新。

这些数据支持这种可能性，但尚不足以证明其完整持续时间。仅一个季度的订单走高，无法单独确立一轮多年超级周期。

Cisco必须证明，在首批超大规模部署和拖延已久的企业更换之后，需求依然持续。这是强劲产品周期与结构性变化之间的门槛。

AI正在让网络成为共同瓶颈

AI会增加网络压力，因为模型、智能体、数据存储和安全控制必须持续交换信息。

传统企业AI项目通常是由人提交提示词，等待模型给出一次回应。智能体AI引入了能够规划任务、调用工具、检索记录并与其他智能体沟通的软件。

每一项行动都会产生网络请求。单一用户目标可能触发模型、数据库、云应用、本地系统和安全服务之间的反复交换。

Cisco表示，与完成同一任务的人相比，AI智能体产生的网络流量高出450%。这是一项公司测算，而非独立的行业标准，因此买家应将其视为方向性证据。

即使不依赖这一百分比，更大的机制依然可信。更多自动化步骤会带来更多机器对机器通信，而实时应用对延迟和可靠性提出更严格要求。

Cisco与Foundry Research在15个国家调查了3,472名资深IT和网络决策者。根据由此形成的网络容量研究，73%的受访者已面临或预计将在两年内面临容量限制。

受访者表示，过去一年网络流量增长了34%。他们预计未来12个月将增长96%，三年内将增长209%。

由调查受访者提供的预测反映预期，而非对未来结果的实测。它们仍揭示了企业技术领导者如何规划预算并评估现有基础设施。

压力并不局限于原始带宽。AI工作负载可能在系统之间传输敏感提示词、专有文档、模型输出、凭证和自动化命令。

这些流量需要可视性、身份控制、分段以及持续的策略执行。没有相应安全措施的更快网络，可能只是更高效地传输被泄露的数据或恶意指令。

延迟也会改变采购决策。员工或许可以容忍聊天机器人的延迟回复，但工厂系统或自主智能体可能依赖可预测的响应时间。

实体AI进一步扩大了这一挑战。机器人、摄像头、联网车辆和工业传感器会生成持续数据流，必须在源头附近处理，或传输至集中式系统。

因此，网络团队必须同时管理容量、位置、时序和信任。Cisco的主张是，这些要求有利于协调网络、可观测性和安全的平台。

可观测性是指收集和分析系统行为，以便团队发现性能或可靠性问题。Cisco通过收购Splunk强化了其产品组合的这一部分。

这为更广泛的支出创造了一个可信机制。AI采用增加了流量和运营复杂性，从而提升了网络遥测和自动化管理的价值。

不过，更高流量并不自动意味着必须全面更换硬件。企业可以重新设计应用、限制智能体权限、将工作负载移近数据，或优化现有容量。

一些AI服务也主要运行在公有云内部。在这种情况下，大部分沉重的网络支出属于云服务提供商，而非使用该服务的企业。

Cisco的超级周期需要两类群体都进行投资。超大规模运营商必须持续扩展集群，企业则必须将足够多的AI活动纳入日常运营，以暴露本地基础设施的限制。

这正是园区订单与头条AI基础设施合同同样值得关注的原因。它们提供了需求正超越少数巨型买家的证据。

Cisco真正的竞争对象是选择性升级

Cisco主要不是在与另一家供应商的完整产品组合竞争；它竞争的是客户只升级最明显瓶颈的选择。

一家公司可以购买新的数据中心交换机，而不更换园区硬件。它可以扩展无线容量，而不采用新的安全架构或管理平台。

它也可以从一家供应商采购光模块、从另一家采购交换机、再从第三家采购可观测性软件。开放标准和可互换组件赋予大型客户谈判筹码。

当买家将AI就绪视为一项连贯的基础设施计划时，Cisco将从中受益。这种方式会在芯片、系统、软件、安全、服务和运维方面创造机会。

选择性替换则会带来相反结果。它将支出集中于专业领域，并让更广泛的已安装基础保持不变。

超大规模运营商构建网络的方式本就与大多数企业不同。它们拥有庞大的工程团队，并经常采用定制设计、专用软件或从多家供应商采购的组件。

Arista凭借高性能云和数据中心网络建立了声誉。Nvidia则提供Spectrum-X——一个面向AI基础设施设计的以太网平台，与其占主导地位的加速器系统并列。

Cisco则以其Silicon One架构应对，该架构支持从路由芯片到AI数据中心系统的一系列产品。根据Silicon One发布信息，其G300芯片提供每秒102.4太比特的交换容量。

该公司也与Nvidia合作，而非仅将其视为竞争对手。Cisco可以将其Nexus交换机与Nvidia技术结合，这反映出AI基础设施竞争往往包含相互交叠的合作关系。

Cisco在企业市场的优势建立在分销能力、客户关系和庞大的已安装基础之上。许多组织已经在使用其交换机、无线接入点、路由器或安全产品。

熟悉的运营环境可以降低迁移风险。现有合同和训练有素的员工，也能让升级比用陌生系统替换多个网络层更容易。

这种优势并非永久。客户可以借更新契机重新考虑供应商、简化架构，或要求互操作性，从而削弱Cisco的平台战略。

Cisco的新Catalyst交换机及相关园区产品瞄准了正面临设备老化、无线需求上升和应用更加分布式的组织。AI为许多在生成式AI出现前就已存在的需求增添了紧迫性。

这正是“超级周期”论断中的核心反转。AI 未必会创造所有升级需求，但它可以将此前被推迟的基础设施工作推至预算优先级更高的位置。

老化的交换机、有限的遥测能力、不一致的安全策略和碎片化的管理方式，已经给许多技术团队带来负担。AI 智能体会让这些弱点更加明显，因为自动化活动的扩张速度快于人工活动。

因此，Cisco 可以将 AI 就绪性作为推动客户完成此前搁置工作的理由。这并不意味着每一台采购的设备都服务于独立的 AI 工作负载。

投资者和买家应区分由 AI 创造的需求与由 AI 加速的替换需求。两者都可能带来收入，但其长期影响不同。

AI 创造的需求会随着新增工作负载和集群建设而增长。加速替换则可能将未来支出提前到当下，待组织完成升级后，需求可能随之走弱。

Cisco 庞大的已安装基础使第二类需求尤为重要。但这也带来风险：一旦最老旧的设备完成替换，强劲的周期可能就会结束。

持久的超级周期需要持续扩张，而不仅是被压缩的替换时间表。Cisco 必须证明，在初步现代化完成后，智能体流量、推理、安全和分布式计算仍会持续提高网络要求。

这一结果取决于企业的真实采用。证据将来自执行有价值工作的已部署智能体，而不是试点数量或董事会层面的 AI 承诺。

对于评估这些项目的团队而言，一个可搜索的技术知识库可以帮助将基础设施决策与内部规范、事故记录和部署经验联系起来。

知识层并不能消除网络限制。它帮助团队理解哪些应用会产生流量、哪些系统存放敏感数据，以及升级会在哪些地方带来可衡量的价值。

安全论点强化了 Cisco 的立场，也提高了其风险

支撑 Cisco 升级论点的同一种智能体活动，也会加重配置错误和未修补漏洞的后果。

AI 智能体的能力不止于传输信息。它们可以向服务进行身份验证、检索内部文档、生成代码、发起工作流，并在被授予的权限范围内作出决策。

这改变了网络在安全中的角色。控制措施必须评估用户、智能体、模型、应用、设备和数据源之间的通信。

身份成为核心问题，因为智能体可能代表个人或业务流程行事。安全团队需要知道是谁授权了某项操作，以及该智能体能够访问哪些资源。

分段可限制账户或设备遭入侵后可访问的系统。当自动化工具的行动速度快于人工操作员时，这一点更为重要。

加密可保护流量，但当检测系统无法分析加密流时，它也可能降低可见性。安全团队必须在保密性与检测恶意行为的需求之间取得平衡。

Cisco 希望将这些功能嵌入其网络和安全产品组合之中。这种做法可能减少不同产品之间的缺口，并为管理员提供更一致的策略层。

整合也会带来集中风险。当客户依赖一个互联平台时，缺陷、管理平面遭入侵或配置失败可能影响更多系统。

Cisco 自身的产品历史也使严格审查成为必要。与所有大型基础设施供应商一样，该公司会定期发布漏洞披露，并要求客户安装更新。

据一项AI 安全评估称，该公司在 2026 年转向每月两次发布安全修复披露的节奏，并使用多个 AI 模型扫描了涵盖 25 种编程语言的 18 亿行代码。

更快地发现问题很有价值，但也带来运营挑战。客户必须在不中断关键服务的情况下，评估、测试并在复杂环境中部署补丁。

Cisco 计划在客户准备永久修复方案期间，通过 Live Protect 提供临时保护。这一概念承认，漏洞披露速度可能超过企业的补丁部署能力。

这一缺口说明了 AI 辅助安全中的权衡。模型可以帮助防御方更快发现弱点，而攻击者也能利用类似能力识别和利用暴露的系统。

更广泛的网络更新可以通过替换不再受支持的硬件和不一致的控制措施来提升安全性。但它也可能增加管理员必须正确配置的新软件数量。

Cisco 的调查称，若园区和分支网络未能适应 AI 需求，超过 90% 的受访者担心面临财务或竞争风险。该结果来自 Cisco 赞助的研究，因此若有独立验证将更具说服力。

尽管如此，安全团队无需依赖调查也能认识到这一问题。拥有广泛权限的智能体可以放大错误、暴露私人数据，或以机器速度执行不安全的指令。

网络提供了一个执行控制点，但它本身无法判断业务意图。应用控制、模型防护、数据治理、身份管理和人工审批仍然不可或缺。

Cisco 应避免将网络可见性描述为 AI 风险的完整答案。可见性能够呈现流量和行为，而治理决定某项操作是否应被允许。

客户还应测试集成控制措施在非 Cisco 基础设施中的表现。大多数大型组织都运行着由收购、区域决策和多年渐进式采购形成的混合环境。

若某个安全平台仅在单一供应商架构中表现最佳，可能迫使客户进行昂贵的标准化。能够支持混合环境的平台，则可在不要求全面替换的情况下创造价值。

这正是 Cisco 平台优势面临最严峻考验之处。整合必须改善检测和管理，同时不能造成客户认为不可接受的依赖。

独立测试将比产品发布更重要。买家需要看到涵盖误报、加密流量、智能体身份、策略一致性、恢复能力和运营工作量的证据。

他们还需要明确责任边界。当应用授予过多权限时，网络供应商无法保证智能体会遵循安全指令。

当 Cisco 的论断被限定在较窄范围内时，仍然最具说服力：AI 提高了对容量、可见性、分段和快速安全响应的需求。

若其暗示购买一个集成平台就能解决更广泛的治理问题，这一论断便会削弱。AI 基础设施与 AI 问责有所重叠，但并非同一种采购。

订单仍须经受成本、交付和部署的考验

Cisco 的订单增长验证了需求，但收入转化和客户成果将决定这一周期是否名副其实。

订单与收入之间的差异是首要不确定因素。Cisco 将其 2026 财年超大规模客户订单预期上调至 90 亿美元，同时预计相关年度收入为 40 亿美元。

这一差距可能反映复杂基础设施的正常交付周期。但这也意味着，当前的订单头条中包含 Cisco 预计将在未来确认的经济价值。

投资者应关注交付是否按照预期时间表进行。延迟可能源于客户建设进度、组件供应、技术认证或部署计划变化。

组件成本构成第二重压力。内存和其他投入品在 2026 财年变得更加昂贵，促使 Cisco 讨论提价和修订合同条款。

更高的价格可以保护毛利率，但也可能改变客户决策。买家可能缩减配置、延后项目、进行更强硬的谈判，或选择替代供应商。

Cisco 2026 财年第三季度的非 GAAP 毛利率为 66%。这一水平仍然可观，但要在硬件主导的扩张中维持该水平，需要严格的定价和供应管理。

库存同样值得关注。供应商往往会在预期需求到来前建立库存，尤其是在交付周期不确定或客户需要特定配置时。

若订单持续，额外库存可支持更快交付。但当需求变化、组件老化或客户推迟安装时，它就会成为财务负担。

部署能力构成另一项限制。网络现代化需要设计、测试、迁移、安全审查，以及与无法承受长期中断的应用进行协调。

硬件可能在组织具备使用它所需的人手或运营准备之前就已到货。这会造成供应商收入与客户价值之间的缺口。

短缺并不总是技术专长。大型升级项目会与云迁移、网络安全计划、合规工作和日常维护争夺同样的预算和团队资源。

AI 项目本身也增添了不确定性。许多企业仍在衡量哪些智能体能够提供可靠的经济价值，哪些仍只是受控实验。

若 AI 采用速度放缓，组织仍可能替换老旧设备。但它们可能拒绝最激进的容量假设，或将升级限制在关键站点。

Cisco 的历史业绩也需要放在背景中理解。该公司在其 2026 财年第三季度文件中表示，网络业务收入增长了 25%，其中 AI 基础设施和园区网络解决方案的增长尤为突出。

相关的监管文件为投资者提供了标准化记录，但即便经过审计的收入也无法揭示有多少需求是从未来期间提前而来。

Cisco 在疫情期间及之后经历了异常的订单模式。供应短缺造成了积压订单，之后的正常化又使比较变得困难。

当前周期具有不同的技术驱动因素，但这段历史提供了有益警示。订单、积压、出货和终端用户消费可能遵循不同的时间线。

客户应根据应用需求而非笼统的 AI 标签来评估升级。一个有用的计划应明确预期流量、延迟目标、安全控制、增长假设和可衡量的服务成果。

它还应对替代方案进行建模，包括有针对性的交换机升级、改善无线覆盖、调整云连接、优化工作负载部署位置，以及改进流量管理。

在设备陈旧或可见性薄弱的场景下，全面更换园区网络可能合适。在智能体部署规模有限、环境较新的情况下，选择性升级可能带来更好的回报。

采购团队应询问 Cisco 的预测如何映射到自身网络。全球平均值无法确定某一特定办公室、工厂、医院或大学的容量需求。

他们还应区分已承诺的工作负载与推测性的工作负载。网络基础设施的寿命长于许多 AI 应用，因此如果软件策略改变，设计需要保留灵活性。

这支持了 Cisco 的模块化架构论点，但也对激进的过度配置提出挑战。买家需要足够的增长容量，同时避免为永远不会实现的假设付费。

怀疑论观点并不要求 AI 需求崩塌。如果需求真实存在，但集中于超大规模客户和数量有限的大型企业，Cisco 的叙事仍可能令人失望。

如果网络业务收入增长，但在组件成本、折扣和高昂的产品过渡成本下盈利能力走弱，同样可能令人失望。

最有力的确认将来自多个结果的共同出现。Cisco 需要持续的订单、及时的收入确认、稳定的利润率、不断扩大的企业采用范围，以及客户确实使用新增容量的证据。

在这些要素真正协同之前，“超级周期”仍只是一个可检验的企业论点。Google News 的曝光可以放大这一说法，但无法决定其背后的经济逻辑是否成立。

三个信号将决定超级周期是否真实存在

下一阶段必须依次证明订单转化、覆盖广度和运营价值。

第一个信号是超大规模 AI 订单向收入的转化。Cisco 未来的业绩应显示，其累计承诺能够在不反复延迟的情况下转化为已发货系统和已确认收入。

如果订单总额增长，同时收入走势与之相当，将增强超级周期的论据。若两者之间的差距扩大，则会引发对交付排期、订单取消或客户准备情况的疑问。

产品组合在这一转化过程中同样重要。投资者应区分完整系统销售与芯片、光学器件、软件及低利润率组件的销售。

利润率提供了另一条线索。收入强劲但利润率下降，可能表明 Cisco 正通过价格策略赢得需求，或在吸收更高的供应成本。

第二个信号是园区网络和企业订单的持续增长。超大规模客户可能造成季度业绩的大幅波动，但 Cisco 庞大的企业存量客户基础，决定了这一周期能否形成更广泛的扩张。

园区网络订单在第三财季增长超过 25%。未来的对比数据应显示，在最新产品度过初期需求阶段后，这一增速能否延续。

客户构成将十分重要。商业企业、公共机构、服务提供商以及多个地区的共同增长，将支持这是一个结构性周期的判断。

如果增长集中于少数大型买家，业绩将更具波动性。这些客户也拥有较强的议价能力，并能迅速调整技术架构。

Cisco 应提供更清晰的证据，证明企业采购与已部署的 AI 工作负载之间存在关联。相比之下，“AI-ready”设备的表述，不如可量化的流量、延迟、安全性和生产率结果有说服力。

第三个信号是对混合网络中安全智能体运营的独立验证。Cisco 的平台必须能在包含竞争对手硬件、多云环境和旧有系统的场景中发挥作用。

客户需要测试智能体身份、网络分段、加密流量可见性、事件响应和策略执行。成功的结果将把容量升级与具有可辩护性的安全成果联系起来。

即使原始网络销售依然强劲，失败也会削弱 Cisco 一体化平台的论点。买家可能将安全采购与硬件升级分开，或采用更专用的工具。

竞争对手的表现将为这三个信号提供背景。Arista 的订单增长、Nvidia 的网络收入以及超大规模云服务商的资本支出，能够显示 Cisco 是在抢占份额，还是仅仅受益于整体市场上行。

广泛的市场扩张可以支撑多家赢家。但当所有供应商都受益于同一轮支出浪潮时，也可能让某一家厂商的增长显得不那么突出。

企业买家应监测自身证据，而非等待市场给出结论。流量基线、智能体请求量、延迟、事件数量和运营工时，比行业口号更具参考价值。

团队可以使用 AI workflow，收集基础设施、安全和应用团队的项目决策与运营证据。

这份记录有助于领导者判断，AI 是创造了新的网络需求，还是仅仅暴露了积压已久的维护债务。这一区别会影响升级范围、时间安排和预期回报。

Cisco 已证明其网络业务的多个领域需求正在上升。但它尚未证明每家企业都面临相同的时间表或投资需求。

如果订单转化为收入、园区业务增长持续、客户记录下更安全的智能体运营成果，该公司的论点将得到强化。如果支出仍高度集中于超大规模客户，或转化速度放缓，其论点则将被削弱。

因此，Google News 读者应将超级周期的说法视为一项可衡量的预测，而非既成事实。未来几份财报必须显示订单来自何处、Cisco 何时完成交付，以及利润率是否得以维持。

对企业领导者而言，眼下的行动同样具体：衡量当前流量，将计划部署的智能体映射至数据和应用，然后识别这些工作负载实际造成的容量与安全缺口。

决定性问题并非 AI 是否会带来更多网络活动，而是这些活动能否在基础设施账单到来之前创造持久价值。