Autonomní agenti jsou dalším lékem proti bolesti v IT

V AI zlaté horečce vidím dvě odlišné kategorie řešení: vitamíny a léky proti bolesti. Vitamín je něco, co vám pomáhá psát lepší texty nebo vylepšovat prezentace, což pouze zvyšuje vaši produktivitu do jisté míry. Lék proti bolesti je však záležitost systémového přežití. Může vám pomoci vyřešit problém, než se dostane out of hand nebo se vypořádat s globální výpadkem, jako když jeden CrowdStrike (CRWD ) změna zhroutila přibližně 8,5 milionu Windows PC v červenci 2024.

Když přijímáte AI, je lepší jít za kategorií léků proti bolesti než vitamínů. Nemám překvapeno, že Gartner předpověděl, že v roce 2026 AI bude vyvíjet „z nástrojů, které pomáhají lidem, na platformy, které nahrazují manuální úsilí pro komplexní pracovní postupy“. Představte si, jak bolestivý byl ten CrowdStrike problém a jak by AI agenti mohli lépe zvládnout. IT automatizace je lékem proti bolesti.

IT je podobné hašení požárů

Bolestivá pravda je, že IT průmysl se topí v datech, ale hladoví po poznatcích. Je dostatek dat pro vás, aby jste je mohli shromáždit, ale zda vám tato data poskytují odpovědi? Tento „šum dat“ byl vždy problémem v IT, což ho proměnilo v trvalý stav hašení požárů.

Zbytek podniku se nezajímá o IT operace. Samozřejmě, že IT poskytuje užitečné řídicí panely, ale ty jsou více jako pojištění: nabízejí klid, že podnik je chráněn. Mezitím jsou IT zaměstnanci prvními respondenty, kteří se snaží uhasit požáry, které mohou rychle šířit. Existuje mnoho vysokých rizik, milionů dolarů na hře, a nemohou vždy zvládnout vše. Je to nesmírně náročná práce.

Pokud se požár dostane out of hand, mohou AI nástroje uhasit ho a zajistit, aby nedošlo k větší katastrofě? Podle mé zkušenosti je odpověď jednoznačná ano. Podnik se zajímá o to, aby IT vyřešil problém, ne o rychlosti, kanálech a o tom, co je pod kapotou. IT je založeno na hodnotách, výsledcích a případech použití AI.

Dejte agentům více pravomocí

Jinými slovy, AI umožňuje samoobnovu v IT, což mění práci z hašení požárů na prevenci požárů. Nechcete, aby lidé trávili čas hašením požárů, jako tomu bylo před 20 lety. Dnes chcete mít v IT infrastruktuře detektory kouře. Když je kouř, AI agenti jej detekují a jdou ho vyřešit. Není potřeba volat hasiče a nasadit hasiče každým okamžikem.

Agenti mohou pomoci vám snížit šum a prošetřit problémy. Například „Bob si stěžoval, že jeho aplikace běží pomalu. Žádný problém, dejte AI agentovi prošetřit a vrátit se s kořenovou příčinou.“ Druhý agent problém vyřeší a třetí agent vytvoří pro Boba řídicí panel, který ukazuje jeho týmu, co se realmente děje. Není divu, že Forrester věří, že multiagentní systémy jsou dalším pokrokem v agentic AI. Můžete mít roj agentů, kteří pracují společně, aby detekovali, prošetřovali, řešili a učili. To je celý cyklus. Časem, jak AI přebírá, procento rutinní IT práce se snižuje a lidé se stávají recenzenty.

Lidské pracovní postupy mohou být komplexní, jako zákazník, který si rezervoval let, zažil problém a chce refundaci. Tyto věci jsou pro agenty těžké zvládnout. Úkoly, jako čtení logů? Agenti to dělají ve spánku. Ve skutečnosti nikdy nespí. IT automatizace je vhodným případem použití pro agenty.

Jakmile změníte svůj přístup, budete chtít dát svým agentům více pravomocí, aby pochopili všechny vaše incidenty, služby, umístění a organizační strukturu. Nakonec, čím více vaše agenti rozumí vztahům vašich dat, tím více mohou dosáhnout. Není to jen co. Je to proč. „Proč Bob vyřešil tento problém s routery určitým způsobem? No, tady je, co udělal.“

Existuje strukturované poznání, zprávy ve Slacku a hovory v Teams. Můžete je všechny spojit v kontextovém grafu a nakrmíte je do svého agentního motoru, který napodobuje, co dělají lidé: vnímání, plánování práce, rozumné úvahy, akce a přizpůsobení.

Před dvěma lety chatboti pouze vyplivli odpověď. Bylo to buď velmi dobré nebo velmi špatné. Od té doby jsme přidali rozumné úvahy a akci. To je místo, kde celý cyklus ožívá. Poskytnutí agentům více pravomocí je nový způsob budování, správy a oprav IT aplikací.

Měřte, jak agenti pomáhají

V rámci všech našich zákazníků, kteří chtějí IT automatizaci, je největším případem použití snížení šumu. Existuje tolik šumu a nikdo nemá rád, když je vzbuzen v nelogických hodinách, zejména když většina času není žádný požár, pouze kouř.

Nechcete plýtvat lidskou prací na kouřové alarmy. Chcete, aby agent zpracoval. Snížení šumu je jasným KPI hodnotou. Pokud snížíte šum o 90%, fewer incidentů vstupuje do vašeho IT Service Management (ITSM) nástroje, jako je ServiceNow. Méně tiketů ve ServiceNow znamená, že váš IT tým má více času na kritickou práci. To je top metrika, kterou naši zákazníci měří: méně incidentů vstupujících do jejich ITSM.

Druhá kritická metrika je doba prošetřování. Prošetřování dříve trvalo čtyři až osm hodin v průměru. „Hej, Bob, pojď prošetřit tento problém.“ Každýkrát, když požádáte Boba, aby prošetřil, trvá to Bobovi čas. Nemůžete požádat Boba, aby prošetřil každý znak kouře, protože to bude trvat příliš dlouho. Bob se vrátí s zprávou po osmi hodinách. Jako výsledek, pokud nemáte agenty, kteří zpracovávají většinu vašich prošetřování, musíte nechat některé požáry hořet. Náklad je, že některé požáry se stanou požárskými bouřemi. Létáte naslepo. Vidíte tyto otravné upozornění, která přicházejí, a musíte je nechat, dokud nevíte, že kouř je požár. S agenty můžete prošetřit každou anomálii za minutu a můžete dělat nekonečné prošetřování.

Třetí, někteří zákazníci sledují Průměrnou dobu oprav (MTTR), která měří, jak dlouho trvá vyřešit problém. Sledují, kolik incidentů je plně autonomně vyřešeno. Pokud systém vygeneruje problém, je to systémová chyba a agent může určit problém, vyřešit ho a říci vám, že ho vyřešil. Vše je sledováno v tiketu, takže můžete vidět auditní log. Je to, jako by to udělal člověk, ale agenti dělají všechno. MTTR dnes může být kolem 10% až 20%, ale toto číslo bude pouze růst.

Agenti mění, jak vaše společnost funguje

Snížení šumu, doba prošetřování a MTTR jsou všechny důvody, proč vidíme autonomní IT rezonovat s našimi zákazníky. Mnoho z nich už nemá Level 1 tým, protože plně automatizovali tuto funkci. Existuje pouze Level 2 a Level 3. V dubnu McKinsey odhadl, že agentic AI může nakonec automatizovat 60% až 80% rutinní infrastrukturní práce a uvedl příklad, ve kterém 50% kapacity služby agenta bylo převedeno na činnosti s vyšší hodnotou.

Po nasazení správných AI nástrojů se IT týmy transformují, aby změnily způsob, jakým pracují. To je důvod, proč IT automatizace je lékem proti bolesti: je to katalyzátor pro přijetí AI agentů napříč vaší organizací a umožnění lidské pracovní síly udržet váš podnik v chodu.