思科韩国客户体验统筹专务金在德：AI基础设施瓶颈可能更多在组织协同，而非GPU

部署了高性能GPU和网络之后，AI基础设施仍未产生预期效果——金在德认为瓶颈可能更多在组织协同，而非硬件本身。他是思科韩国客户体验统筹专务，2026年10月20日在首尔三成洞举行的思科韩国媒体技术分享会上提出了这一判断。

他的核心论点是：在遗留系统与AI工作负载共存的企业环境中，安全团队、服务器团队、应用团队和规划团队如果各自独立运作，产生的延迟会超过GPU或内存等技术层面的瓶颈。换句话说，即使基础设施本身足够快，跨部门的决策和故障响应仍可能让实际服务迟迟无法上线。

金在德强调，大多数企业的遗留基础设施占比仍然很高，因此AI基础设施与现有系统如何共存和协同运营，才是决定成败的关键。企业IT环境正在同时容纳传统系统和AI智能体工作负载，连接本地部署和多云，持续掌握哪些工作负载在哪里运行、性能和安全性如何，本身就是一项运营挑战。

他以资产管理为例说明可见性不足如何拖慢响应。过去，设备序列号、软件版本和支持终止时间通常靠Excel表格单独维护；设备数量增加、物理和逻辑配置不断变化，人工很难保持信息最新。思科IQ通过遥测实时采集这些数据，帮助运营人员识别未纳管资产、已停止支持的设备和配置错误。金在德说，过去这类工作需要大量运营人力和时间，而且检查期间环境本身又发生了变化。

这一观察的边界需要注意：金在德是在思科自身的CX战略推介场合发言，其诊断与思科的全生命周期服务定位存在利益关联。组织孤岛比硬件瓶颈更大的判断具有独立的合理性，但文中未给出量化证据，例如组织协调延迟在总体部署周期中占多大比例。

对读者的实际意义是：当企业AI投入未达预期时，第一步不是追加算力采购，而是检查遗留系统与AI工作负载之间的协同流程——谁在审批、谁在响应故障、资产状态是否实时可见。金在德的判断提供了一个具体的诊断起点：把瓶颈从技术清单转向组织接口。