AI-mallit ja alustat
Verkkojen sivuutettu rooli tekoälyinfrastruktuurissa

Organisaatiot investoivat valtavia summia grafiikkasuorittimiin, palvelimiin, malleihin ja laskentakapasiteettiin, jota tarvitaan tekoälyn viemiseen tuotantokäyttöön. Agenttinen tekoäly asettaa kuitenkin verkolle erilaisia vaatimuksia.
Chatbot odottaa yleensä, että joku esittää sille kysymyksen. Agentille taas voidaan antaa tehtävä, jonka suorittamiseksi se voi olla vuorovaikutuksessa erilaisten järjestelmien ja sovellusten kanssa, tehdä päätöksiä ja toimia. Kun agentit ottavat hoitaakseen yhä enemmän tehtäviä yrityksissä, suuri osa tästä toiminnasta tapahtuu ilman, että kukaan istuu näppäimistön ääressä.
Google Cloudin Agenttisen tekoälyn aikakauden infrastruktuurin tila -raportin mukaan 83 % organisaatioista katsoo tarvitsevansa infrastruktuuripäivityksiä tuotantokäyttöön soveltuvien autonomisten järjestelmien tukemiseksi. Laskentateho on yksi osa kokonaisuutta, mutta organisaatioiden on asetettava etusijalle myös verkkonsa, sillä sen on tuettava toimintaa, joka ei noudata ihmis työntekijän tavanomaista toimintamallia.
Verkko, joka ei enää toimi vain yhdeksästä viiteen
Yritysverkot on vuosikymmenten ajan suunniteltu pitkälti ihmisten työskentelytapojen mukaan. Työntekijät muodostavat yhteyden sovelluksiin, käyttävät dataa ja hyödyntävät pilvipalveluja työpäivän aikana. Näin syntyy verrattain ennakoitavia verkkoliikenteen malleja, jotka muovaavat verkkoarkkitehtuuria ja -toimintoja.
Tekoäly ja agenttiset järjestelmät muuttavat tilannetta. Agentit voivat suorittaa tehtäviä ja olla yhteydessä sovelluksiin, rajapintoihin, tietolähteisiin ja muihin agentteihin mihin vuorokaudenaikaan tahansa. Tämä luo jatkuvampia ja dynaamisempia liikennevirtoja kampusverkoissa, datakeskuksissa, pilviympäristöissä ja suuralueverkoissa (WAN). Käyttöönottojen laajentuessa verkkojen on tuettava yhä monimutkaisempia riippuvuuksia, jolloin suorituskyky, viive, vikasietoisuus ja tietoturva ovat luotettavan toiminnan kannalta ratkaisevia.
Nämä vaatimukset tuovat esiin myös perinteisten verkonhallintamallien rajat. Niissä ongelmat tunnistetaan valvontatyökaluilla, minkä jälkeen ihmiset selvittävät ja ratkaisevat ne. Seuraavan sukupolven verkonhallinnan on siirryttävä yksittäisten laitteiden ja tapahtumien hallinnasta sovellusten ja agenttien välisten riippuvuuksien kokonaisvaltaiseen ymmärtämiseen. Tämä edellyttää kattavampaa näkyvyyttä, tekoälypohjaista korrelaatioanalyysiä ja juurisyiden selvittämistä sekä älykästä automaatiota, jolla ongelmia voidaan ennaltaehkäisevästi optimoida ja korjata.
Tavoitteena on siirtyä verkoista, joita hallitaan tekoälyn avustuksella, verkkoihin, joita ohjaavat tekoälyyn perustuva älykkyys ja hallittu autonomia. Verkkotiimit voivat käyttää vähemmän aikaa toistuvien ongelmien selvittämiseen ja enemmän aikaa käytäntöjen määrittelyyn, suojarajojen asettamiseen ja arkkitehtuurien optimointiin. Verkkojen siirtyminen pois yhdeksästä viiteen -mallista ei tarkoita vain sitä, että verkot ovat toiminnassa ympäri vuorokauden. Kyse on perustavanlaatuisesta muutoksesta siinä, mikä ohjaa verkkojen kysyntää ja miten verkot on suunniteltava, suojattava ja niitä on ylläpidettävä, jotta ne tukevat aina toimivaa älykkäiden ja autonomisten järjestelmien ekosysteemiä.
Muutamasta tekoälytyökalusta agenttijoukkoihin
Useimmissa organisaatioissa tekoäly on vielä helppo pitää hallinnassa: liiketoiminnan eri osissa käytetään copilotteja, avustajia ja tekoälysovelluksia.
IBM kuitenkin havaitsi, että vain 11 % kyselyyn vastanneista johtajista on täysin valmistautunut tekoälyagenttien käyttöönoton laajuuteen, jota odotetaan seuraavien 12 kuukauden aikana. Käyttöönottojen lisääntyessä verkkotiimeillä on enemmän toimintaa ymmärrettävänään ja enemmän ongelmia selvitettävänään, usein ilman lisähenkilöstöä.
Siksi on tärkeää vähentää aikaa, jonka insinöörit käyttävät koontinäyttöjen selaamiseen, tietojen keräämiseen ja tavanomaisten kysymysten välittämiseen eteenpäin. Kun tiimit saavat tarvitsemansa olennaiset toimintatiedot ja vianetsintäohjeet oikeaan aikaan, asiantuntemusta on myös helpompi jakaa niiden kesken sen sijaan, että jokaisen kysymyksen vastaaminen jäisi pienen kokeneiden asiantuntijoiden joukon varaan. Asiantuntijoiden osaamista kannattaa hyödyntää päätöksissä, jotka vaativat harkintaa, kuten käytäntöjen määrittelyssä, rajojen asettamisessa ja riskien arvioinnissa.
Verkon on päästävä mukaan tekoälystrategian suunnitteluun
Tekoälyn suunnittelu alkaa usein malleista, sovelluksista, datasta ja laskentaresursseista, mutta verkotuksen tulisi olla mukana keskusteluissa alusta alkaen. Agentit tarvitsevat oikeanlaista kontekstia voidakseen antaa hyödyllisiä suosituksia. Verkonhallinnassa tämä tarkoittaa sen ymmärtämistä, miten käyttäjiä, laitteita ja sovelluksia koskevat tiedot liittyvät toisiinsa, sen sijaan että tarkasteltaisiin irrallista hälytystä tai mittaria.
Tämä konteksti auttaa tiimejä löytämään ongelman lähteen nopeammin ja päättämään, mitä tehdä seuraavaksi. Ihmisen valvonta on edelleen tärkeää varsinkin agenttien autonomian lisääntyessä. Se edellyttää selkeästi määriteltyjä rajoja sille, mitä agentit voivat tehdä itsenäisesti, sekä keinoja näiden rajojen noudattamisen varmistamiseksi. Tiimien pitäisi myös pystyä näkemään, miksi suositus annettiin ja mihin tietoihin se perustui, ennen kuin ne päättävät, toimivatko sen mukaan.
Gartner ennustaa, että vuoteen 2029 mennessä vähintään 70 % organisaatioista, jotka käyttävät tekoälyagentteja IT-toiminnoissaan, kohtaa vakavia palveluun, tietoturvaan tai kustannuksiin liittyviä ongelmia, jotka johtuvat ainakin osittain puutteellisista hallintakeinoista. Siksi näkyvyys, automaatio, luotettavuus ja hallinta on sisällytettävä tekoälyinfrastruktuurin suunnitelmiin alusta alkaen.
Infrastruktuurin rakentaminen aina toimivaa tekoälyyritystä varten
Agenttinen tekoäly muuttaa yritysverkkojen käyttöä. Verkon käyttö ei enää ole yhtä tiiviisti sidoksissa siihen, milloin työntekijät ovat verkossa, ja verkkotiimien on hallittava muutos kasvattamatta verkon ylläpitoon tarvittavaa työmäärää samassa tahdissa.
Yritysten ei tarvitse uudistaa verkkojaan kokonaan, mutta tekoälyn käytön lisääntyessä niiden kannattaa tunnistaa nykyisen infrastruktuurinsa mahdolliset heikkoudet. Tämä on erityisen tärkeää silloin, kun tiimeillä ei ole riittävää näkyvyyttä ongelmien nopeaan tunnistamiseen, vasteajat alkavat kärsiä tai rutiininomainen vianmääritys vaatii edelleen paljon manuaalista työtä.
Perinteiseen yhdeksästä viiteen -työpäivään suunnitellun verkon on väistyttävä sellaisen tieltä, joka tukee ihmisten, sovellusten ja agenttien rinnakkaista työskentelyä – usein hyvin erilaisilla aikatauluilla ja nopeuksilla. Infrastruktuurin toimivuus näkyy lopulta mittareissa, joilla on jo nyt merkitystä yrityksille: häiriöitä on vähemmän, ongelmat ratkeavat nopeammin, käyttökokemus paranee ja ongelmien selvittämiseen kuluu vähemmän aikaa.












