AI技术正从实验阶段快速转向全面运营环境，人们日益担忧传统企业基础设施将难以承受这种扩展性需求。以分布式SQL数据库“CockroachDB”闻名的Cockroach Labs首席执行官斯宾塞·金博尔警告称，企业后端系统可能因AI智能体的出现而面临过载。
金博尔首席执行官援引了近期对1,125名云架构师和技术高管进行的内部调查结果，表示所有受访者均预计未来一年AI工作负载将增加，其中超过60%预计增幅将超过20%。他特别指出，虽然GPU等计算资源被视为瓶颈，但问题的本质更在于操作系统本身更深层的脆弱性。
传统应用程序设计用于应对人类每秒点击几次的流量水平，而AI智能体每秒可产生数千次请求，导致后端系统压力急剧增加。金博尔解释道：“在Python脚本调用API的情况下，每秒可处理5,000笔交易。这与人类的使用模式完全不同。”
调查显示，83%的企业预计其当前数据基础设施将在未来24个月内面临严重瓶颈，其中34%认为危机将在11个月内出现。金博尔预测AI的普及速度将比以往任何时候都更迅猛，并表示“三年内可能实现10倍增长，五年内可能实现100倍增长”。
此外，故障发生时的经济损失也不容小觑。98%的受访者表示，即使系统仅中断一小时，也会造成至少1万美元（约合1,440万韩元）的损失，其中三分之二表示损失将超过10万美元（约合1.44亿韩元）。金博尔警告称，由于AI智能体可以轻松快速地切换到竞争服务，客户流失可能同时发生。他坦言：“AI智能体已经能够检测到响应速度缓慢，并向客户建议是否自动切换到竞争银行。”
另一方面，故障可能性最高的系统排名显示，云基础设施和服务提供商（36%）位居首位，其次是数据库层（30%）。对此，金博尔强调仅靠公有云的灵活性难以应对，整体架构的重新设计不可避免。
AI引入带来的基础设施压力已反映在预算结构中。85%的受访者表示将至少10%的总体IT预算用于AI相关项目，24%的投资比例超过25%。然而，63%的受访者指出企业最高管理层低估了这种变化的速度。金博尔表示：“由于目前人类流量仍占绝大多数，系统看似还能承受，但当智能体流量超过临界点时，可能会引发巨大混乱。”
调查显示，企业为应对这种情况，采取了混合或动态扩展策略（50%），或分为水平扩展（26%）和垂直扩展（22%）进行应对。金博尔建议：“将所有系统一次性完全转换为分布式架构风险很大，渐进式方法更为现实。”
Cockroach Labs正凭借稳定性和可扩展性作为其优势，在此变革中寻求机遇。金博尔强调：“我们过去十年倾注心血打造的差异化优势，正是应对当前变革所必需的解决方案。”
