- 人工智能驱动型助手将很大程度上取代网络中的排障过程。人们常谈起视频取代了广播，而现在，人工智能、自然语言处理（NLP）和自然语言理解（NLU）也将取代“控制面板”。当我们只需输入问题就会得到答案，或人工智能助手主动为我们找出问题，并在某些情况下自动解决这些问题时，大量键盘输入或查看图表的日子将一去不复返--这就是所谓的自主运行。我们将看到人工智能驱动的助手取代控制面板，并改变我们排障的方式，IT人员也不再需要在不同的界面中来回跳转。
- 数据中心员工短缺将促进对于自动化的需求。最新的报告显示，47%拥有数据中心的企业找不到合适的人员去运营数据中心，并且，这将是一个长期存在的问题。因此，我们会看到越来越多的自动化取代人力，无论是自动化的光纤网络管理、基于意图的网络还是自动保障。
- 网络与安全之间的界限继续变得模糊。在过去，往往网络专家说一种语言，安全专家则说另一种语言，而现在我们更需要是双语使用者，尤其是在安全访问服务边缘（SASE）等架构的边缘。传统上是安全公司的企业正在进入网络领域，反之亦然，因此必须使用整合的解决方案。在每一个环节企业都需将安全机制与路由器、交换机和接入点相结合，以做出决定并在整个连接的网络中执行决定。
- 全栈智能运维将是2022年企业网络的主要人工智能主题。在日益复杂的网络和分布式工作负载的推动下，智能运维（AIOps）快速成为了2022年的首要议题。预计会看到企业向智能运维影响最大的四个关键领域进行投资：用户体验、运营体验、DevOps/应用体验和定位服务。此外，企业也将越来越多地通过智能运维提升网络安全性，快速地提前发现和解决潜在问题。
- 随着远程和混合工作环境继续成为常态，企业级网络和安全将进入家庭网络领域。在2022年，家庭将成为企业的一个分支，推动企业的IT团队对网络边缘进行更深入的研究。为了确保端到端的网络可见性、可靠性和安全性，我们可以看到企业级网络解决方案开始渗透到远程和混和办公当中。很多企业将会采取混合的方式，从原来的安全解决方案转向客户端到云的安全访问服务边缘（SASE）方法，将风险最高的远程办公人员迁移至SASE，该架构将网络和安全融合在一起，在迁移至云端的过程中让员工直接、安全地使用应用程序。
- 在2022年，像人类专家一样管理网络和解决网络问题的人工智能助手将成为IT团队的一员。在企业中，人工智能、机器学习和智能运维最终可能会像最有经验的IT专家一样备受信赖。虽然我们目前还没有做到这一点，但在2022年，我们可以期待人工智能助手和对话界面在企业内扮演更重要、更受信任的角色。目前，人工智能对话界面可响应多达70%的支持工单，且效率与人类专家相同。随着网络的复杂性和分布式工作负载的日益增多，智能运维和虚拟人工智能助手将被视为IT团队不可或缺的成员。此外，随着云服务继续扩展，提供无限的、具有成本效益的处理和存储能力，企业和技术提供商将可以为不同的支持团队采用人工智能助手，从而提升数据的数量和质量，更好地训练人工智能技术，以提升其准确性。
- Longformer和小样本机器学习算法将让对话界面更接近通过图灵测试。在未来的10年内，很多行业的人工智能技术将开始达到与人类专业知识相当的准确度水平。在企业中，当今由智能运维支持的对话界面只需几年即可达到90%的准确率，这是一项重大成就，可与IBM Watson挑战Jeopardy节目比赛取得的成就相媲美。这意味着我们正在不断进步，最终将开发出像IT专家一样回答问题和解决技术问题的人工智能技术。而且就像普通员工一样，人工智能可以随着时间的推移进行学习和改进，最终变得与人类专家没有区别。
- 随着新冠疫情持续导致办公楼内人员减少或数量波动，室内定位技术将成为设施管理者的必要选择。任何规模的企业都应考虑投资人工智能驱动型的数据分析和室内定位技术，包括低功耗蓝牙技术(BLE)。室内定位技术以前被认为是“最好拥有”的科技，而现在则成为了几乎任何企业都“必须拥有”的解决方案，从零售商到大型仓库，企业都需要了解其场内人员的状况。尽管在有效的管控下，一些地区逐步开放或进行灵活管控，设施管理者都应以长远的角度去看待室内定位技术所带来的改变。
