AgenticOps от Cisco переосмысляет ИТ-операции
При поддержке Cisco
ИИ-агенты разрушают традиционные модели ИТ-операций, добавляя сложности, информационные изоляторы (дата-силосы) и фрагментированные рабочие процессы. Диджей Сампат, старший вице-президент Cisco по ИИ-программному обеспечению и платформам, считает, что решением этой проблемы является AgenticOps: новая операционная парадигма, в которой люди и ИИ сотрудничают в реальном времени для повышения эффективности, усиления безопасности и внедрения инновационных технологических приложений.
В недавней беседе с VentureBeat Сампат рассказал, почему текущее корпоративное ИT-управление принципиально дает трещину и что делает AgenticOps не просто полезным, но и необходимым подходом для ИТ-операций в будущем.
Критическая точка традиционных ИТ-операций
Основной проблемой, от которой сегодня страдают корпоративные ИТ, является фрагментация, отметил Сампат.
«Часто внутри таких предприятий данные распределены по множеству разрозненных хранилищ», — пояснил он. — «Чтобы оператор приступил к устранению неполадок, ему приходится переключаться между самыми разными информационными панелями и продуктами, из-за чего уходит уйма времени на выяснение того, где и что находится, прежде чем удастся добраться до первопричины проблемы».
Эта сложность вот-вот резко возрастет. По мере того как ИИ-агенты станут повсеместными на предприятиях, уровень сложности будет увеличиваться в геометрической прогрессии.
«У каждого сотрудника будет как минимум 10 или более агентов, работающих от его имени и выполняющих самые разные задачи», — сказал Сампат. — «С учетом появления агентов эта проблема усугубится вдесятеро, если не в сто раз».
Три ключевых принципа AgenticOps
Чтобы решить эти задачи, компания Cisco разработала свои возможности AgenticOps на основе трех фундаментальных принципов проектирования, которые, по мнению Сампата, необходимы для успеха этой новой операционной модели.
Первый — единый доступ к данным из различных хранилищ. Платформа должна объединять разнородные источники данных: сетевые данные, данные безопасности, данные приложений и данные инфраструктуры.
«Объединение всех этих элементов невероятно важно, чтобы агенты, которых вы задействуете для работы от вашего имени, могли беспрепятственно связывать всю информацию воедино», — подчеркнул Сампат.
Второй — подход, ориентированный на совместную работу множества участников (multiplayer-first). AgenticOps должна изначально строиться на принципах коллаборации, позволяя командам ИТ-операций, безопасности (SecOps), сетевых операций (NetOps) и агентам беспрепятственно работать вместе.
«Когда специалисты по ИТ-операциям, SecOps и NetOps объединяются, они могут устранять неполадки и отлаживать проблемы гораздо быстрее, чем работая в изоляции и пересылая друг другу скопированный текст», — пояснил он. — «Это совместная работа людей и агентов в синхронной среде».
Третий — специализированные модели ИИ. В то время как универсальные ИИ-модели отлично справляются с широким кругом задач, для специализированных операций требуются модели, обученные под конкретные сферы.
«Когда дело доходит до специализации, становится крайне важно, чтобы эти модели понимали специфические вещи — например, конфигурации сети или угрозы, которые вас беспокоят, — и могли делать на их основе логические выводы», — отметил он.
Как Cisco внедряет AgenticOps во всем стеке корпоративных технологий
Подход Cisco объединяет телеметрию, аналитику и средства совместной работы в единую связную платформу. Cisco AI Canvas представляет собой рабочее пространство для операций, которое заменяет множество дашбордов генеративным пользовательским интерфейсом и единой средой для коллаборации. Внутри AI Canvas операторы могут использовать естественный язык для делегирования задач агентам — сбора телеметрии, сопоставления сигналов, проверки гипотез и внесения изменений, — сохраняя при этом контроль со стороны человека.
Возможности логического вывода обеспечиваются собственной моделью Deep Network Model от Cisco, обученной на основе более чем 40 лет операционных данных, включая опыт CCIE (сертифицированный эксперт Cisco по межсетевым технологиям), производственную телеметрию, данные Центра технической помощи Cisco (TAC) и аналитику клиентского опыта (CX). Эта специализированная модель обеспечивает отраслевую интеллектуальную поддержку, с которой не могут сравниться универсальные модели.
Платформа Cisco охватывает кампусные, филиальные, облачные и периферийные среды, позволяя агентам обрабатывать телеметрию со всей экосистемы на скорости машин, включая технологии Meraki, ThousandEyes и Splunk. Благодаря серверам MCP, внедренным во все продукты Cisco, агенты получают стандартизированный доступ к инструментам и данным без необходимости сложной кастомной интеграции.
Как фрагментированная отчетность подрывает процесс устранения ИТ-неполадок
Традиционный подход к устранению ИТ-проблем предполагает создание заявок и сбор фрагментарной информации из разных систем.
«Люди делают скриншоты. Иногда оставляют заметки на стикерах», — говорит Сампат. — «Вся эта информация хранится в совершенно разных каналах, из-за чего собрать ее воедино становится крайне сложно».
Платформа Cisco AI Canvas решает эту проблему, предоставляя командам общее рабочее пространство в реальном времени, где контекст не теряется между чатами, заявками и демонстрациями экрана. Команды могут совместно работать в режиме реального времени, мгновенно эскалировать проблемы и дополнять контекст (например, скриншотами и заметками) прямо рядом с графиками и диаграммами, сгенерированными агентом. Но истинная сила проявляется тогда, когда к этим сеансам подключаются ИИ-агенты.
«Машины постоянно учатся на этих взаимодействиях между человеком и машиной», — поясняет Сампат. — «Когда та же проблема возникает снова, вы реагируете гораздо быстрее, потому что машины приходят вам на помощь».
Это создает непрерывный цикл улучшений, когда агент, например, интересуется, не хотите ли вы продолжить использовать тот же подход, что и в прошлый раз, и вы можете переложить на него еще больше задач. Время на отладку сокращается по мере того, как система обучается и ускоряет последующие реакции.
Безопасность как ускоритель искусственного интеллекта
Исторически безопасность воспринималась как препятствие на пути внедрения инноваций и даже развития технологий. Однако при наличии правильных защитных механизмов организации могут уверенно развертывать ИИ в больших масштабах и даже ускорять этот процесс.
Сотрудники уже оценили преимущества таких инструментов, как ChatGPT, в плане продуктивности и хотят получить аналогичные возможности в своих корпоративных средах. Когда организации способны обнаруживать персональные данные, предотвращать атаки путем внедрения промптов (prompt injection) и обеспечивать надлежащее управление данными, они могут запустить процесс внедрения ИИ на предприятии совершенно по-новому.
Уровень идентификации, необходимый для междоменных AgenticOps
Междоменный доступ к данным представляет собой одну из самых сложных задач при внедрении AgenticOps. Стратегические приобретения Cisco, в особенности компании Splunk, позволяют компании решить эту задачу, объединив данные из традиционно разобщенных систем. Но собрать данные — это лишь полдела, поскольку вопрос о том, кто и к каким данным имеет доступ, приобретает критическое значение.
Cisco развивает свою платформу Duo, превращая ее из инструмента многофакторной аутентификации в полноценного провайдера учетных записей с надежным управлением доступом и идентификацией (IAM), изначально заложенным в архитектуру платформы, а не добавленным в последнюю очередь.
«Мы инвестируем в идентичность как в важнейший элемент, который позволит агентам извлекать данные из различных источников с соблюдением надлежащих прав доступа», — поясняет Сампат. — «Должен ли этот агент иметь доступ к подобным данным? Следует ли сопоставлять эти типы данных между собой для решения задачи?»
Человек в цикле управления, но на более высоком уровне
По мере того как ИИ-агенты становятся все более автономными, роль человека не исчезнет, а изменится.
«Человек всегда будет оставаться частью процесса («в контуре»)», — сказал Сампат. — «Вы увидите, что сложность выполняемых задач станет гораздо выше».
В качестве примера можно привести написание кода, которое сегодня может полностью автоматизироваться агентами. Роль человека сместилась с ручного кодирования или даже дополнения строк кода к постановке задачи агенту написать код целиком с последующей проверкой на соответствие требованиям перед слиянием в основную кодовую базу. Этот шаблон повторится и в ИТ-операциях: люди сосредоточатся на принятии решений более высокого уровня, в то время как агенты займутся исполнением. Примечательно, что функции отката (rollback) гарантируют возможность отмены даже автономных действий в случае необходимости.
Почему выжидание, пока ситуация с ИИ «устоится», — это ошибка
Для директоров по информации (CIO) и технологических директоров (CTO) сигнал ясен: не ждите.
«Многие занимают выжидательную позицию», — говорит Сампат. — «Они ждут, пока ситуация с ИИ стабилизируется, прежде чем принимать решения. И я считаю, что это в корне неверный подход. Партнерство с правильными командами и вендорами поможет вам двигаться гораздо быстрее, чем попытки отсидеться в стороне в раздумьях о том, что правильно, а что нет».
Спонсорские статьи — это контент, подготовленный компанией, которая либо оплачивает публикацию, либо поддерживает деловые отношения с VentureBeat, и такие материалы всегда четко маркируются. Для получения дополнительной информации обращайтесь по адресу sales@venturebeat.com.
