思科正处于一场历时多年的战略转型之中——从以交换机和路由器为核心的硬件业务,逐步向更广泛的软件与服务领域迈进,力图在云计算、安全和AI驱动的网络市场中占据核心地位。
J.Gold Associates总裁杰克·戈尔德指出,思科虽然仍是硬件领域的主导厂商,但近年来已在软件领域大举投入,以建立可持续的经常性收入来源。今年5月的第三季度财报电话会议上,思科披露,当季总营收中已有49%来自软件、安全及合同支持的订阅收入,而非一次性采购。
"他们想做的,是让自己不再只是卖给你一台服务器或网络交换机就完事了,而是把自己打造成基本上类似云服务提供商的角色。"戈尔德说道。
思科战略的核心,是在安全与网络可见性方面持续发力。由于其设备广泛部署于企业、电信及服务提供商网络之中,思科对数据流量拥有独特的全局视野。戈尔德指出,这一优势使思科得以向高级安全服务领域延伸,尤其是在人工智能带来全新挑战的当下。
AI智能体的身份管理,正是其中一个新兴机遇。面向人类用户的身份管理工具已发展数十年,而为数以百万计的AI智能体管理身份,则是一片尚未充分开发的蓝海市场。"这是一个全新的领域,"戈尔德表示,目前许多企业对于如何应对这一问题仍感到茫然。
今年5月,思科宣布计划以未披露金额收购Astrix Security,以强化其AI智能体安全产品线。Astrix以其安全平台著称,专注于识别、管理和保护AI智能体及非人类身份,例如机器与机器之间的连接。
思科还致力于将现有产品组合整合为统一平台,而戈尔德认为这正是思科面临的最大挑战。"他们在客户现场仍有大量尚未完全集成的'组件'。这也是他们努力构建一个统一云管理控制台的原因。但对于许多已沿用多年独立组件的客户来说,要实现全面集成可能并不容易,尤其是当他们同时部署了其他厂商网络产品的情况下。"他说。
就在本月,思科正式推出了一套名为Cloud Control的统一管理方案,承诺提供一个跨网络、安全、计算、可观测性与协作的单一管理平面。
竞争压力依然不容小觑。慧与科技(HPE)和Palo Alto Networks等竞争对手正推进类似的平台化战略,而亚马逊AWS、微软和谷歌等云服务巨头也在依托自身基础设施,提供安全与身份管理解决方案。不过,戈尔德表示,思科的优势在于其庞大的既有客户群,以及与企业、超大规模云服务商和半导体企业之间的广泛合作关系。
尽管部分产品线(如UCS服务器业务和Webex)规模相对有限,戈尔德仍认为思科凭借自身的体量与覆盖范围保持着显著优势。"在这个领域,他们就是那头800磅的大猩猩。"他说。
展望未来,思科的雄心不止于成为一家硬件供应商,而是要演变为一个全面的网络架构运营商——有效统筹并保护复杂环境中的数据流动与AI驱动的各类活动。
Q&A
Q1:思科的软件转型进展如何了?
A:思科已取得阶段性进展。据其2025年5月的第三季度财报显示,当季总营收中有49%来自软件、安全及合同支持订阅收入,而非硬件一次性销售。思科的目标是从传统硬件厂商转型为类似云服务提供商的角色,提供覆盖网络、安全、计算和协作的综合平台服务。
Q2:思科收购Astrix Security的目的是什么?
A:思科收购Astrix Security是为了强化其在AI智能体安全领域的能力。Astrix的平台专注于识别、管理和保护AI智能体及非人类身份(如机器间连接)。随着企业部署的AI智能体数量快速增长,身份管理成为一个全新且尚未被充分开发的安全领域,思科希望抢先布局这一市场。
Q3:思科的Cloud Control是什么?能解决哪些问题?
A:Cloud Control是思科于2025年5月推出的统一管理方案,旨在通过单一管理平面,统一管理网络、安全、计算、可观测性与协作等多个领域。其核心目标是解决思科现有产品组合集成度不足的问题,帮助企业客户摆脱多组件分散管理的困境,但对于长期使用独立组件或混合多厂商设备的企业而言,全面迁移仍面临一定挑战。
好文章,需要你的鼓励
今天讲的出海案例是维科精密,这家汽车电子与功率半导体精密部件厂商正在泰国建设总投资3.10亿元的生产基地。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
随着AI智能体对实时数据访问需求激增,企业维护独立事务与分析系统的成本和复杂性日益凸显。Databricks、Snowflake、EDB等厂商纷纷推出融合架构。分布式PostgreSQL提供商pgEdge近日发布ColdFront测试版,采用冷热数据分层架构,自动将旧数据迁移至Apache Iceberg对象存储,同时保持PostgreSQL作为唯一应用接口。分析师指出,DuckDB正成为此类架构的事实标准嵌入式分析引擎,但由此产生的集中风险值得CIO关注。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。