01 智能体人工智能与基于意图的网络自动化日益融合 基于意图的网络市场正朝着智能体人工智能平台发展，这些平台能够解读运营目标、分析网络状况，并通过受控自动化推荐或执行操作。与主要基于预定义工作流程的传统自动化不同，智能体系统能够对网络数据进行推理，并将更高层次的目标转化为具体的操作步骤。因此，随着企业向更加自主的网络运营模式迈进，智能体自动化正成为基于意图的网络市场发展趋势的重要组成部分。 2025年11月，Gluware推出了Titan，这是一款基于人工智能的意图驱动型应用。网络自动化该平台专为跨多厂商和多域网络的受控代理操作而设计。它集成了基于 DIAL 的验证功能，旨在支持复杂企业基础设施的自动化操作。
02 网络数字孪生在意图验证中的应用日益广泛 网络数字孪生技术正日益成为一项重要技术，用于验证实际网络行为在配置更改前后是否符合预期策略。通过对设备、拓扑结构、流量路径和网络状态进行数学建模，数字孪生技术使团队能够测试连接性并识别策略偏差，而无需完全依赖人工检查。这项功能在大型混合环境中尤为重要，因为在这些环境中，配置错误可能难以识别。因此，数字孪生技术的应用正在推动基于意图的网络行业从单纯的配置自动化转向持续验证。 2026年1月，Forward Networks报告称，使用其网络数字孪生技术的客户环境中，单个实例内已拥有超过5万台数学建模设备。用户还完成了超过200万次路径搜索，相当于节省了约950年的人工工作量。
01 大型光纤和多业务网络日益复杂化 大型通信网络日益融合多种接入技术、服务、设备和操作系统，使得手动配置难以扩展。基于意图的平台允许运营商定义所需的服务结果，而控制器则自动将这些需求转化为设备级配置。这种抽象化可以降低运维复杂性，加快服务部署速度，而无需工程师单独配置每个网络元素。因此，网络规模的不断扩大正在增强运营商对基于意图的网络的需求，他们寻求集中式和自动化控制。
01 熟练的网络自动化专业人员短缺 基于意图的环境仍然需要了解网络架构、自动化逻辑、策略、API 以及日益普及的 AI 辅助操作的专业人员。缺乏这些能力的组织将难以定义可靠的意图、建立自动化策略并安全地管理变更。技能要求会增加培训和实施成本，尤其对于那些从传统命令行网络管理转型而来的企业而言更是如此。因此，即使组织认识到自动化的潜在效率优势，内部专业知识的匮乏也会限制基于意图的网络市场增长。
01 在云原生服务中扩展基于意图的自动化 云计算、Kubernetes 和分布式应用环境的快速发展，为将基于意图的管理扩展到传统交换机和路由器之外提供了契机。企业越来越需要在网络、计算、存储、数据库、DNS 和其他托管云资源上采用一致的操作策略。因此，能够支持更广泛的云原生资源的供应商，随着企业架构日益分布式，可以提高基于意图的网络市场份额。
01 安全地管理人工智能生成的基础设施变更 企业需要建立机制来控制人工智能代理可以执行哪些操作，在部署前验证配置，维护审批流程，并在变更发生后提供可追溯性。随着组织从人工智能生成的建议转向自主执行，这些需求变得愈发重要。因此，随着基于意图的网络市场规模扩展到人工智能驱动的基础设施运营，建立可靠的保障机制仍然是一项重大挑战。