Autonome agenter er IT’s næste smertestillende middel

I AI-guldrushen ser jeg to distinkte kategorier af løsninger: vitaminer og smertestillende midler. En vitamin er noget, der hjælper dig med at skrive bedre kopier eller polere en præsentation, hvilket kun øger din produktivitet en vis grad. En smertestillende middel, på den anden side, er et spørgsmål om systemisk overlevelse. Det kan hjælpe dig med at løse et problem, før det bliver for stort, eller håndtere en global fejl, som da en CrowdStrike-ændring kollapsede cirka 8,5 millioner Windows-computere i juli 2024.

Når man omfavner AI, er det bedre at gå efter smertestillende middel-kategorien end vitamin-kategorien. Jeg er ikke overrasket over, at Gartner forudsagde, at i 2026 vil AI udvikle sig “fra værktøjer, der hjælper mennesker, til platforme, der erstatter manuelt arbejde for komplekse arbejdsprocesser.” Forestil dig, hvor smertefuldt det CrowdStrike-problem var, og hvor meget bedre AI-agenter kunne have håndteret det. IT-automatisering er en smertestillende middel.

IT ligner brandbekæmpelse

Den smertefulde sandhed er, at IT-industrien drukner i data, men sulte efter indsigt. Der er nok data til, at du kan samle, men giver dataene dig svar? Dette “data-støj” har altid været problemet i IT, og det har gjort det til en permanent tilstand af brandbekæmpelse.

Resten af virksomheden bekymrer sig ikke om IT-drift. Selvfølgelig tilbyder IT nyttige dashboards, men de er mere som en forsikring: de giver en følelse af tryghed, så virksomheden er beskyttet. Imens er IT-ansatte de første, der forsøger at slukke brande, der kan sprede sig hurtigt. Der er mange høje indsatser, millioner af dollars på spil, og de kan ikke altid klare det. Det er utroligt hårdt arbejde.

Hvis en brand bliver for stor, kan AI-værktøjer slukke den og sikre, at den ikke fører til en større katastrofe? Ifølge min erfaring er svaret et rungende ja. Virksomheden bekymrer sig om, at IT løser problemet, ikke om hastigheder, føde og hvad der skjuler sig under motoren. IT er et værdibaseret, resultatorienteret brugstilfælde for AI.

Giv agenterne mere handlefrihed

Med andre ord gør AI det muligt at opnå selvhealing i IT, og arbejdet skifter fra brandbekæmpelse til brandforebyggelse. Du vil ikke have, at mennesker bruger tid på brandbekæmpelse, som de gjorde for 20 år siden. I dag vil du have røgalarmer i din IT-infrastruktur. Når der er røg, opdager AI-agenterne det og går og fikser det. Der er ingen grund til at kalde brandvæsenet og udstationere brandmænd hver eneste gang.

Agenter kan hjælpe dig med at reducere støj og undersøge problemer. For eksempel: “Bob klagede over, at hans app kører langsomt. Ingen problem, lad AI-agenten undersøge og komme tilbage med rodårsagen.” En anden agent fikser problemet, og en tredje agent bygger en dashboard til Bob, der viser hans team, hvad der virkelig sker. Det er ikke underligt, at Forrester mener, at multi-agent-systemer er den næste udvikling i agenter-AI. Du kan have en sværm af agenter, der arbejder sammen for at opdage, undersøge, løse og lære. Det er hele cirklen. Over tid, når AI overtager, bliver procentdelen af kedeligt IT-arbejde mindre, og mennesker bliver til revisorer.

Menneskelige arbejdsprocesser kan være komplekse, som en kunde, der bookede en flyvning, oplevede et problem og ønskede en refusion. Disse er svære ting for agenter at håndtere. Opgaver som at læse logfiler? Agenter gør det i deres søvn. Faktisk sover de aldrig. IT-automatisering er et passende brugstilfælde for agenter.

Når du skifter din tankegang, vil du give dine agenter mere handlefrihed ved at sikre, at de forstår alle dine hændelser, tjenester, placeringer og organisationsstruktur. Til sidst er det ikke kun hvad, men hvorfor. “Hvorfor fik Bob denne router-flap-problematik på en bestemt måde? Nu, her er hvad han gjorde.”

Der er struktureret viden, meddelelser i Slack og opkald i Teams. Du kan samle alt dette i en kontekstgraf og føde det ind i din agent-motor, der efterligner, hvad mennesker gør: fornemme, planlægge deres arbejde, forstå over det, tage handling og tilpasse.

For to år siden kunne chatbots kun udspy et svar. Det var enten rigtig godt eller rigtig dårligt. Siden da har vi tilføjet forståelse og handling. Det er, hvor hele cirklen kommer til live. At give agenterne handlefrihed er en ny måde at bygge, styre og fikse IT-applikationer på.

Mål, hvordan agenterne hjælper

På tværs af alle vores kunder, der ønsker IT-automatisering, er det mest åbenlyse brugstilfælde støjreduktion. Der er så meget støj, og ingen kan lide at blive vækket ved ugudelige timer, især når det meste af tiden ikke er en brand, men kun røg.

Du vil ikke ønske at spilde menneskelig arbejdskraft på røgalarmer. Du vil have, at agenten håndterer det. Støjreduktion er en klar værdi-KPI. Hvis du reducerer støjen med 90%, kommer færre hændelser ind i dit IT-Service Management- (ITSM) værktøj, som ServiceNow. Færre billetter i ServiceNow betyder, at dit IT-hold har mere tid til at fokusere på kritisk arbejde. Det er den øverste metrik, vores kunder måler: færre hændelser, der kommer ind i deres ITSM.

Den anden kritiske metrik er tid til at undersøge. Undersøgelser tog tidligere fire til otte timer i gennemsnit. “Hej, Bob, gå og undersøg dette problem.” Hver gang du beder Bob om at gå og undersøge, tager det Bob tid. Du kan ikke bede Bob om at undersøge hver tegn på røg, fordi det vil tage for lang tid. Bob kommer tilbage med en rapport efter otte timer. Som resultat, hvis du ikke har agenter, der håndterer de fleste af dine undersøgelser, må du lade nogle brande brænde. Omkostningerne er, at nogle brande bliver til brandstorme. Du flyver blindt. Du ser disse irriterende varslinger komme ind, og du må lade dem være, indtil du ved, at røgen er en brand. Med agenter kan du undersøge hver anomali på få minutter, og du kan udføre uendelige undersøgelser.

Tredje, nogle kunder sporer Mean Time to Repair (MTTR), der måler, hvor lang tid det tager at løse et problem. De måler, hvor mange hændelser der fuldt ud er løst af agenter. Hvis systemet genererer en hændelse, er det et systemfejl, og agenten kan bestemme hændelsen, fikse det og fortælle dig, at det er fikset. Det er alle spor i billetten, så du kan se revisionsloggen. Det er, som om et menneske gjorde det, men agenter gør alt. MTTR i dag kan være omkring 10% til 20%, men det tal vil kun vokse.

Agenterne ændrer, hvordan din virksomhed fungerer

Støjreduktion, tid til at undersøge og MTTR er alle årsager til, at vi ser autonome IT-resonans med vores kunder. Mange har ikke længere en niveau 1-hold, fordi de har fuldstændigt automatiseret den funktion. Der er kun niveau 2 og niveau 3. I april estimerede McKinsey , at agenter-AI kan til sidst automatisere 60% til 80% af rutine-infrastruktur-arbejde og bemærkede et eksempel, hvor 50% af en virksomheds service-agent-kapacitet blev genudsendt til højere-værdi-aktiviteter.

Efter virksomhederne har installeret de rigtige AI-værktøjer, ændrer deres IT-hold, hvordan de arbejder. Det er derfor, IT-automatisering er en smertestillende middel: det er en tvangskatalysator for at omfavne AI-agenter på tværs af din organisation og lade din menneskelige arbejdskraft holde din forretning kørende jævnt.