当AI开始自主"上网"：安全SD-WAN迎来价值重估期

当网络请求的发起方不再是人，企业沿用多年的组网逻辑正在失效。

很长一段时间里，企业建网的隐含假设只有一个：坐在网络那头的是人。无论是总部与分支互联、门店访问云端，还是员工远程办公，流量模型都建立在"人类操作频次有限、行为可预测"的前提上。带宽怎么分、路由怎么走、边界怎么守，都是围绕这个假设设计的。

现在这个假设正在松动。当大模型和智能体进入业务流程，它们不再被动等待指令，而是自行发起连接、连续调用接口、批量拉取数据。有安全机构的监测显示，近两年自动化流量在整体互联网流量中的占比已经过半，首次超过了由人类操作产生的流量。这意味着互联网的"常规访客"结构被改写——持续冲击企业网络边界的，不再只是员工和客户的点击，还有大量机器发起的请求。

麻烦在于，过去买的SD-WAN主要解决"连得通、访问快"的问题，评判标准是带宽、抖动、分支覆盖、多云接入。而智能体的访问逻辑完全不同：高频、并发、无固定作息、来源难以归类。原有的组网能力和安全体系，开始出现明显的水土不服。于是问题变成了——当一张网络要同时服务"人"和"机器"两套逻辑，它该怎么重新设计？

当 AI 智能体自主发起海量调用，企业网络面对的是一组相互交织的复合型难题，各类问题往往会连锁触发，而非独立出现。AI 推理任务会生成大量突发式、峰谷差距极大的流量，和日常办公、跨境业务的数据流混杂在同一网络链路之中。网络很难自动区分这部分流量的业务属性，高峰期的时延抖动会直接传导到上层业务，影响大模型应用的使用体验。与此同时，伪装成正常业务请求的爬虫、高频接口滥用持续消耗链路带宽，在不知不觉中推高企业网络成本。

AI 驱动的攻击样本迭代速度极快，传统依靠静态规则库的防火墙、WAF 很难跟上威胁演变节奏，容易产生漏判。现实中多数企业安全团队人力有限，即便部署了安全硬件，也很难做到 7×24 小时不间断完成威胁监测、研判与闭环处置。更棘手的是，很多企业组网体系和安全防护体系相互割裂，两套系统策略无法打通，既做不到全局流量可视，也难以对大模型调用行为完成完整审计。多重矛盾叠加之下，仅仅保障网络连通能力的传统 SD‑WAN，已经无法适配 AI 业务的真实运行环境，安全能力原生嵌入网络链路，成为企业不得不面对的现实诉求。

需求侧的位移，很快反映到了供给侧。从近期的市场数据看，全球SASE相关收入保持了两位数增长，其中SD-WAN和安全服务两个细分板块增速都跑在传统硬件之上；与此同时，传统接入路由设备收入出现明显下滑。这组对比传递的信号很清楚：企业的网络预算正在从"买盒子"转向"买融合架构"。

国内市场节奏类似。公开研究预测，国内智能SASE市场在未来几年将保持接近三成的年复合增速，规模有望从十几亿元量级跃升到数十亿元量级，云网一体化进入实质性的扩张阶段。

盘子变大，给了已在这一领域深耕的厂商更多空间。以赛柏特为例，其OneWAN所在的云网安板块近期在制造、交通物流、跨境出海等方向持续获得订单，订阅式服务收入稳步爬升——需要说明的是，该板块包含云连接、安全接入、边缘网络等多种能力，不能简单等同于纯SD-WAN或SASE收入。同期，国内多家主流厂商也在加快产品迭代，把AI流量识别、自动化攻击防护作为重点补齐方向，以匹配企业接入大模型的实际需要。

整体判断是：市场红利仍在释放，具备网络与安全双重积累的服务商会更受益，但由于各家业务口径、客户结构不同，落地效果会进一步分化。

流量属性变了，选型的尺子也得换。全球范围看，某些头部边缘安全平台凭借覆盖上百个国家、数百个城市的边缘节点，在Web防护、内容分发、海外业务、爬虫治理等场景验证了"网络与安全原生融合"这条路径的有效性。

但这套经验不能直接照搬到国内。海外平台的强项集中在面向公网的Web侧防护，而国内政企、制造企业真正的刚需是另一套：境内外大量分支的组网、国密算法、信创适配、属地化的托管运营。这些诉求靠一个海外平台很难完整覆盖。

参考海外成熟 SASE 实践不难发现，网络与安全深度融合的架构，可以有效应对自动化流量带来的挑战。但海外边缘平台的能力重心偏向公网 Web 防护场景，面对国内企业的复杂业务环境会显现明显局限。国内政企、制造与出海企业，同时背负大规模分支组网、国产化合规、跨境业务运行、AI 业务落地等多重诉求，无法直接照搬海外产品的评估逻辑。

评估广域网服务商，首先需要审视网络底座的业务感知与调度能力，成熟的全球节点布局是基础，服务商需要有能力分辨不同类型业务流量，针对大模型访问这类特殊业务做路由优化，降低跨境与推理场景下的时延。但仅有高性能网络远远不够，防护体系不能是后期外挂拼凑，威胁检测、访问控制等安全能力需要原生部署在流量转发路径上，在数据流转过程中就完成风险处置，规避两套系统分离带来的防护缺口。

安全硬件本身不等于完整防护能力，面对 AI 催生的规模化自动化威胁，企业往往存在安全人力缺口，服务商能否提供托管式的运营支撑十分关键，依靠全天候监测、溯源、闭环处置服务，补足企业内部团队的能力短板。面向大模型落地，还需要具备专门的 AI 网关能力，实现多模型统一接入、用量统计与访问审计，把不可控的模型调用纳入企业的运维视野。所有能力之上，合规是不可逾越的底线，服务商方案需要适配国密、等保以及国产化替代的要求，支撑境内多站点与跨境业务混合运行的复杂场景。订阅式弹性交付模式也应当纳入考量，以此匹配 AI 流量潮汐式波动的特点，帮助企业优化 IT 投入结构。

对照上面的能力标尺会发现，海外平台擅长的是公网Web侧问题，而国内企业面对的是"境内多分支＋国产化合规＋跨境出海＋AI落地"同时压过来的复合局面。

赛柏特OneWAN SASE就是针对这类场景设计的云网安一体化方案，兼顾全球网络能力与本地合规、属地化服务，面向制造、新能源、央国企及出海企业。

在网络底座上，赛柏特依托覆盖全球的140余个POP节点构成OneWAN互联底座，具备面向国内外的一体化覆盖能力。平台能够识别办公、跨境、AI推理等不同流量特征，结合专线、互联网、5G等多类型链路做智能调度和动态选路，既支撑成千上万分支站点的稳定互联，也保障企业跨境访问大模型的低时延体验。进一步，赛柏特通过TokeyWAN™ 模联网架构，把"训练侧的全100G DCI二层光连接层"与"推理侧的OneWAN SD-WAN骨干"两张网打通，形成算与网协同的一体化底座，让AI训练和推理各自得到匹配的网络承载。

在安全内嵌上，OneWAN SASE基于EVPN/SRv6与SASE安全一体化架构，把应用识别、威胁检测、访问控制等能力直接做进转发链路，而不是事后外挂。AI驱动的恶意Bot、爬虫、接口滥用等攻击，在流量转发过程中即可被识别和拦截，从机制上消除了策略割裂带来的盲区。

在托管运营上，赛柏特依托全球范围的落地交付体系和全天候运维服务，提供覆盖监测、研判、溯源、处置的完整服务闭环。针对国内企业普遍安全人手不足的现实，用托管模式把安全运营真正跑起来，应对自动化威胁的规模化冲击。

在AI场景适配上，赛柏特推出TokeyRoute™ AI网关，在云网安一体化底座上实现多厂商大模型的统一接入、流量调度、用量统计与访问审计，让企业使用大模型时的链路从"混乱不可见"转为"全程可视可控"。

在合规与交付上，赛柏特自研的OneWAN SASE方案支持国密算法与等保合规要求，适配央国企、能源、教育、医疗、制造业的国产化替代需求，除华为、深信服外还同时兼容Fortinet、Aruba(HPE)等国际头部安全厂商，可同时承载境内海量分支站点与跨境出海的混合业务；交付上采用订阅式云网安一体化服务，支持按需弹性扩容，天然匹配AI流量突发波动的特征，帮企业把一次性投入变成可调节的持续支出。

参考赛柏特近期分享的案例——某新能源车企：依托OneWAN SASE，实现全球化办公安全与效率共赢。

智能体开始自己发起请求，改变的绝不只是流量数字，而是整张网络的设计前提。当访问主体从人扩展到机器，衡量企业网络的标准也必然被重写——过去看带宽和连通，现在要看能否识别业务、能否在链路上完成防护、能否有人兜底运营、能否管住模型调用、能否满足合规。

这轮重估之下，安全SD-WAN的定位正在从"组网工具"转向"承载AI业务的基础底座"。企业在推进大模型与智能体落地的同时，底层网络与安全基础设施需要同步升级，优先选择网络与安全原生融合、具备托管运营能力、有AI场景专属适配并能满足国产化合规的方案，才能在释放AI效率的同时守住风险边界，为AI业务的规模化落地筑牢云网底座。