Bedrijfsnetwerken ondergaan een aanzienlijke transformatie als gevolg van kunstmatige intelligentie (AI). De verschuiving wordt gekenmerkt door continu verkeer met een hoog volume dat wordt gegenereerd tijdens AI-modeltraining, wat een hoge bandbreedte, ultralage latentie en minimaal pakketverlies vereist. AI-inferentie brengt uitdagingen met zich mee, omdat realtime gegevensuitwisseling onmiddellijke reacties vereist, waarbij vertragingen van milliseconden een negatieve invloed kunnen hebben op de prestaties.
Gartner voorspelt dat de mondiale AI-uitgaven tegen 2026 met 47% zullen groeien. Ondertussen blijkt uit een rapport van McKinsey & Het bedrijf geeft aan dat 88% van de organisaties momenteel AI in ten minste één zakelijke functie gebruikt, hoewel bijna tweederde zich nog in proefprojecten of experimenten bevindt.
Een rapport uit 2026 van Cisco Systems en Foundry verwacht dat AI het netwerkverkeer binnen drie jaar zal verdrievoudigen. Slechts 15% van de organisaties beschikt echter over netwerken die flexibel genoeg zijn om AI op grote schaal te ondersteunen, volgens Cisco’s AI Readiness Index 2025. Taranvir Singh, onderzoeksmanager voor netwerkinfrastructuur en -diensten bij IDC, benadrukt dat het netwerk moet evolueren van een fundamentele connectiviteitsrol naar een intelligent weefsel dat in staat is op identiteit gebaseerde autorisatie, beleidshandhaving en optimalisatie te ondersteunen.
Deepu Komati, Lead Engineer bij HCL America, merkt op dat AI de perceptie van bedrijfsnetwerken heeft veranderd. Ze stelt dat AI-assistenten en copiloten de discussie hebben verschoven van het louter bieden van betrouwbare connectiviteit naar het leveren van consistente toegang met lage latentie tot gedistribueerde AI-diensten. AI-workloads, die veel verkeer produceren en afhankelijk zijn van cloud-API’s, resulteren in meer netwerkknelpunten als gevolg van latentie, congestie en inefficiënte routering.
IT-teams staan voor de uitdaging om inzicht en controle te krijgen over AI-verkeer, dat vaak samengaat met standaard cloudactiviteiten. Komati wijst erop dat traditionele netwerkmonitoring de beschikbaarheid van een verbinding kan identificeren, maar niet ingaat op de vraag waarom AI-reacties traag of onvolledig kunnen zijn. In het Worldwide AI in Networking Special Report 2026 van IDC worden vaardigheden op het gebied van beveiliging, automatisering en netwerken benadrukt als belangrijke belemmeringen voor de succesvolle implementatie van AI-projecten.
Shamus McGillicuddy, vicepresident onderzoek voor netwerkinfrastructuur bij EMA, stelt dat een robuuste netwerkinfrastructuur van cruciaal belang zal zijn voor bedrijven die investeren in AI-technologie. Hij benadrukt de noodzaak voor organisaties om datacenters en wide-area-netwerken te moderniseren om AI-workloads te kunnen accommoderen die publieke clouds en datacenters omspannen.
Organisaties worden aangemoedigd om hun netwerken te moderniseren om ze aan te passen aan de AI-ontwikkelingen. CIO’s moeten investeren in uniforme, programmeerbare netwerkplatforms die hoge prestaties en ingebouwde beveiliging bieden. IT-teams moeten ook samenwerken tussen afdelingen, waaronder netwerk-, beveiligings-, data- en AI-teams, om het infrastructuurbeheer te verbeteren.
Komati beveelt drie prioriteiten aan voor IT-teams in de komende twee tot drie jaar: het ontwikkelen van end-to-end observatie die gebruikers, netwerken, cloudplatforms, API’s en AI-applicaties met elkaar verbindt; moderniseer de architectuur voor intelligent verkeersbeheer en veerkrachtige cloudconnectiviteit; en de samenwerking tussen teams bevorderen om te voorkomen dat ze in silo’s opereren. Ze concludeert: “Het doel zou niet moeten zijn om de bandbreedte blindelings te vergroten. Het zou moeten zijn om een adaptief netwerk te bouwen dat prioriteit kan geven aan kritisch AI-verkeer, prestatievermindering kan detecteren, databeheerbeleid kan afdwingen en kan opschalen naarmate het AI-gebruik in de hele organisatie wordt ingebed.”
