Nutanix сокращает разрыв между пилотным запуском ИИ и его внедрением в производство

При поддержке Nutanix

В самых разных отраслях организации сосредоточены на том, как перейти от пилотных проектов в сфере искусственного интеллекта, концептуальных проверок и облачных экспериментов к развертыванию ИИ в масштабах всей компании — для реальных рабочих нагрузок, реальных пользователей и в реальных бизнес-средах. Издание VentureBeat побеседовало с Тарканом Манером (Tarkan Maner), президентом и главным коммерческим директором Nutanix, и Томасом Корнели (Thomas Cornely), исполнительным вице-президентом по управлению продуктами, о том, чего требует этот переход и что нужно для его успешного осуществления.

«ИИ в целом меняет все, что мы делаем, причем не только в сфере технологий, но и во всех вертикальных отраслях: от регулируемых секторов, таких как банкинг, здравоохранение, госсектор и образование, до нерегулируемых, таких как производство и ритейл, — заявил Манер. — Будучи компанией — создателем комплексных платформ, мы приветствуем эти перемены. Это открывает для нас как для бизнеса новые возможности для более качественного обслуживания клиентов в будущем».

Тем не менее, по словам Корнели, между экспериментами и реальным производством все еще существует практический разрыв.

«Одно дело — провести эксперимент или создать прототип. И совсем другое — взять этот прототип и развернуть его для 10 000 сотрудников, — пояснил он. — Мы прошли путь от людей, сосредоточенных на обучении моделей и чат-ботах, до создания агентов, из-за чего спрос и нагрузка на ИИ-инфраструктуру растут экспоненциально».

Агентный ИИ привносит новый уровень сложности для предприятий

Появление агентного ИИ делает этот переход особенно значимым. Такие системы предполагают многоэтапные рабочие процессы, охватывающие различные приложения и источники данных, а также определенный уровень автономности, который формирует новые операционные требования.

Теперь предприятиям приходится иметь дело с множеством одновременно работающих агентов, непредсказуемыми рабочими нагрузками в реальном времени, а также с необходимостью координировать доступ к инфраструктуре между командами.

«OpenClaw сегодня значительно упрощает для любого человека создание агентов и запуск работы с ними, — отметил Корнели. — Вы хотите, чтобы эти агенты работали локально (on-premises) с вашими данными. Вам необходимы правильные механизмы защиты предприятия от того, что может предпринять агент».

По мере того как эти системы становятся все более автономными, проблемы выходят за рамки того, как они функционируют, затрагивая их взаимодействие с корпоративными данными, системами и командами.

ИИ расширяет возможности человека, а не заменяет его

Агентный ИИ в своей основе является усилителем человеческих возможностей, а не заменой для них, подчеркнул Манер. Задача предприятий заключается не в том, чтобы исключить человеческий труд, а в том, чтобы найти правильный баланс между принятием решений человеком, автоматизацией на базе ИИ и рабочими процессами на основе агентов.

«Мы верим, что между ИИ, агентными инструментами, роботизированными системами и человеческим капиталом установится любовь, мир и гармония, — сказал Манер. — Эту гармонию можно оптимизировать для достижения лучших результатов в бизнесе, на предприятиях, в правительственных структурах и организациях государственного сектора, если правильные вендоры предоставят правильные инструменты и сервисы».

Как предприятия начинают внедрять ИИ в масштабе

На практике именно на этапе перехода от экспериментов к реальному развертыванию проблемы становятся наиболее очевидными. Несмотря на общий импульс, многие организации все еще пытаются понять, как масштабировать ИИ за пределы первоначальных вариантов использования.

В процессе этого они быстро сталкиваются с практическим ограничениями. Многие начинают в облаке из-за простого доступа к ресурсам и сервисам, но на первый план быстро выходят такие практические аспекты, как данные, управление и контроль, а также стоимость.

Облако может использоваться для экспериментов, конечная же цель состоит в том, чтобы по мере перехода к этапу промышленной эксплуатации возвращать приложения на локальные серверы (on-premises), используя платформы, обеспечивающие безопасность и оптимизацию затрат.

Наибольшую популярность приобретают такие сценарии использования, как поиск по документам и извлечение знаний, безопасность и проактивное обнаружение угроз, разработка программного обеспечения и рабочих процессов написания кода, а также поддержка клиентов и сервисные операции. В сфере безопасности банковские клиенты и организации в Европе и США развертывают инструменты на базе ИИ, включая распознавание лиц и прогнозирование угроз. Между тем, в индустрии поддержки клиентов растет внимание к сквозному, всестороннему взаимодействию с клиентами — от предпродажного этапа до послепродажной поддержки.

Отраслевая трансформация на базе ИИ уже идет полным ходом

В различных отраслях переход от экспериментов к реальному развертыванию уже принимает конкретные формы. В ритейле ИИ трансформирует работу магазинов с помощью камер и роботов, используемых для адресного маркетинга в проходах непосредственно в момент принятия решения о покупке. При этом кассы самообслуживания без кассиров заменяют традиционные POS-системы, а высвободившийся человеческий капитал перенаправляется в бэк-офис и мерчандайзинг.

В здравоохранении Nutanix работает с клиентами над приложениями, охватывающими диагностику, лечение, удаленное медицинское обслуживание и управление больницами, используя облачных партнеров, включая AWS и Azure. В производстве и логистике масштабы трансформации не менее значительны.

Операционные проблемы масштабирования корпоративного ИИ

По мере расширения сценариев использования ИИ предприятия сталкиваются с новым классом операционных задач. Управление множеством рабочих нагрузок и агентов ИИ, координация доступа к инфраструктуре между командами, обеспечение безопасности и контроля (governance), а также интеграция систем ИИ с существующими бизнес-процессами — все это сегодня волнует ИТ-руководителей и бизнес-лидеров в первую очередь.

Разрыв между разработчиками ИИ, стремящимися к скорости и доступу, и инфраструктурными командами, отвечающими за безопасность, бесперебойную работу и управление, является одной из главных проблем сегодняшнего дня.

«Теперь я запускаю агентов, и все они будут бороться за доступ к ресурсам для решения моих задач, — отметил Корнели. — Что вам нужно сейчас, так это инфраструктура, которая позволяет устанавливать ограничения и управлять ресурсами».

ИИ-фабрика: общая платформа для производственного применения ИИ

Эти вызовы стимулируют спрос на то, что Манер и Корнели называют ИИ-фабрикой: общую инфраструктурную среду, которая поддерживает множество пользователей и рабочих нагрузок одновременно, обеспечивая как экспериментирование, так и промышленную эксплуатацию, при этом балансируя гибкость для разработчиков с корпоративным контролем.

На конференции GTC 2026 компания Nutanix анонсировала решение Nutanix Agentic AI Solution — комплексную платформу, охватывающую базовую инфраструктуру, контейнерные службы на базе Kubernetes, работающие на топологически осведомленном гипервизоре, а также продвинутые сервисы для создания агентов и управления ими.

«Мы запускаем комплексную платформу: от базовой инфраструктуры через PaaS и продвинутые PaaS-сервисы до единого фреймворка управления вашими ИИ-фабриками, — заявил Корнели. — Мы действительно предоставляем возможности самообслуживания (self-service) для команд, которые будут создавать эти приложения на предприятии».

Гибридные среды имеют решающее значение для стратегии корпоративного ИИ

Эксплуатация среды такого рода требует гибкости на уровне инфраструктуры. Гибридная инфраструктура — это не компромисс, а требование. Некоторые рабочие нагрузки всегда будут выполняться в публичном облаке, в то время как другие должны оставаться на локальных серверах из-за требований безопасности, нормативного регулирования, суверенитета данных или защиты конкурентной интеллектуальной собственности.

«Особенно в регулируемых отраслях, по мере того как вопросы суверенитета, гравитации данных, безопасности и защиты уникальных конкурентных преимуществ приобретают все большее значение, все будет зависеть от того, что компания хочет делать со своей собственной интеллектуальной собственностью», — сказал Манер.

По его словам, в этом заключается основа рыночной позиции платформы Nutanix.

«Мы представляем собой идеальную гармонию, объединяя эти приложения, данные и всю оптимизацию для сценариев использования в рамках единого сквозного процесса: от локальной инфраструктуры до внешних сред в гибридном режиме, — добавил он. — Причем не только в одном облаке, а в мультиоблачной среде».

Эта гибкость распространяется и на более широкую экосистему. Nutanix работает со всеми ведущими гиперскейлерами, включая AWS, Azure и Google Cloud, а также с региональными поставщиками услуг и новыми неооблаками (neoclouds). Nutanix предлагает неооблакам полный стек программного обеспечения для запуска собственных облаков и предоставления передовых ИИ-сервисов, что дает корпоративным клиентам, уже использующим Nutanix, простое расширение вычислительных возможностей, сетевых ресурсов и функций ИИ.

Манер охарактеризовал эту схему как выигрышную для обеих сторон. Для предприятий это означает упрощенный доступ к гибридным ИИ-сервисам. Для неооблаков — проверенную платформу для развития. Кроме того, все это автоматизировано и безопасно по умолчанию, добавил Корнели.

«Все те проблемы с управлением, которые возникают сегодня с появлением агентного ИИ, — это те же самые проблемы, которые мы решали последние 16 лет для любого другого приложения, работающего в вашем облаке», — подчеркнул он.

От пилотного проекта к продакшену: внедрение ИИ на уровне всего предприятия

В конечном счете цель состоит не в том, чтобы запустить успешный пилотный проект по ИИ, а в том, чтобы внедрить ИИ в реальные сценарии использования, управлять инфраструктурой как общим ресурсом, поддерживать сотрудничество между инфраструктурными командами и разработчиками ИИ, а также масштабировать проект от первых шагов до развертывания в масштабах всей компании.

«Прямо сейчас существует огромный разрыв между создателями ИИ-приложений, ИИ-инженерами, разработчиками агентного ИИ и вашими классическими инфраструктурными командами, — сказал Корнели. — Им нужны инструменты, которые позволят инфраструктурным командам оказывать поддержку ИИ-инженерам. Именно это мы и предоставляем с помощью нашего решения для агентного ИИ».

Спонсорские статьи — это контент, подготовленный компанией, которая либо оплачивает публикацию, либо имеет деловые отношения с VentureBeat, и они всегда четко маркируются. Для получения дополнительной информации обращайтесь по адресу sales@venturebeat.com.