88%的组织已部署至少一种推理交付和安全服务，输入侧保护成为优先事项——提示词过滤、注入攻击防护、记忆合并正取代模型能力成为AI安全的核心战场。F5报告揭示了AI应用交付与安全的范式转变：价值与风险都集中在管理推理的系统之中。
推理成为应用交付与安全的新边界
当被问及在AI架构中应用交付和安全服务在哪些方面具有最大运营影响时，受访者几乎一致指向围绕推理本身构建的能力。价值最高的领域在于输入侧保护——输入过滤、注入攻击防护、记忆合并和提示词处理。输出内容审核被认为重要，但当前主要重点是保护输入端，以避免“输入垃圾、输出垃圾”的情况。
这种优先级排序反映了企业对生成式AI的核心期望：33%的受访者追求“更快的决策速度”，32%追求“自适应学习带来的生产力提升”——这些都属于控制平面的收益，依赖于将AI嵌入运营工作流和决策循环，而非把AI孤立在聊天机器人界面后面。
推理服务的安全部署现状
88%的组织已经部署了至少一种用于推理交付和安全服务的战略。超过一半的受访者正在管理AI服务的身份认证和API访问、监控AI流量以及防止敏感数据泄露。超过三分之一的组织表示已经建立了集中控制点，例如在多个模型和后端系统之间对AI流量进行负载均衡。
这些技术清晰地对应了长期存在的应用交付和安全职责。监控AI工作负载的公有云成本如今与AI安全性和可用性紧密交织，因为这些推理决策直接影响支出和业务风险。企业正在运营AI系统，并对其有着与应用交付和安全系统完全相同的性能、可用性和安全要求。
AI在IT运维中的角色演变：从顾问到执行者
64%的组织允许使用AI调整策略或配置，三分之二已经在使用AI自动调整策略和配置并加速自动化工作。AI正迅速从主要作为决策支持工具转变为具备执行能力的参与者——在明确的控制边界之内。
完全自主执行目前被有选择地限制在影响可衡量且可逆的运维任务中，如流量调整和优化以改善用户体验。在应用安全、合规及业务风险等关键决策方面，人类仍然保持监督和控制。这意味着AI并没有取代IT运维中的人类监督或责任归属，而更像一个受约束的执行引擎。
应用服务作为AI控制平面
F5的洞察指出，AI系统需要编排控制平面，而应用服务可以扮演这一角色。在多模型AI世界中，围绕推理的路由逻辑、策略执行、保护、可观测性和反馈回路比单个模型的选择更重要。
推理本质上是一个应用交付和安全问题。组织越是把AI系统视为架构层的一部分，就越有可能有效地管理它们。数字领导者需要构建既能安全扩展AI又能大规模获取其效益的架构，将AI当作任何关键生产系统一样管理，拥有强大且统一的控制平面以及共享的交付与安全服务。
📥 完整报告下载
以上内容为《2026年应用战略现状报告》的核心趋势解读与策略分析。
[点击下载《2026年应用战略现状报告》完整PDF]
> 数据来源声明：本报告由F5 Networks编制，基于对全球1,100多位IT决策者的年度调查，数据来源于F5第十二次年度应用战略现状调查。
