Agen Otonom Adalah Obat Penyakit Berikutnya di IT

Dalam demam emas AI, saya melihat dua kategori solusi yang berbeda: vitamin dan obat penyakit. Vitamin adalah sesuatu yang membantu Anda menulis konten yang lebih baik atau memoles deck slide, yang hanya meningkatkan produktivitas Anda sampai batas tertentu. Obat penyakit, di sisi lain, adalah masalah kelangsungan hidup sistemik. Ini dapat membantu Anda memperbaiki masalah sebelum menjadi tidak terkendali atau menangani gangguan global, seperti ketika satu perubahan CrowdStrike mengalami kecelakaan sekitar 8,5 juta PC Windows pada Juli 2024.

Ketika menerima AI, lebih baik untuk memilih kategori obat penyakit daripada vitamin. Saya tidak terkejut bahwa Gartner memperkirakan bahwa pada 2026, AI akan berkembang “dari alat yang membantu manusia menjadi platform yang menggantikan upaya manual untuk alur kerja yang kompleks.” Bayangkan betapa menyakitkannya masalah CrowdStrike itu dan betapa lebih baik agen AI dapat menanganinya. Otomatisasi IT adalah obat penyakit.

IT Mirip dengan Pemadaman Kebakaran

Kebenaran yang menyakitkan adalah bahwa industri IT tenggelam dalam data tetapi kelaparan akan wawasan. Ada cukup data untuk Anda kumpulkan, tetapi apakah data itu memberi Anda jawaban? “Kebisingan data” ini selalu menjadi masalah di IT, mengubahnya menjadi keadaan pemadaman kebakaran yang terus-menerus.

Bagian lain dari bisnis tidak peduli dengan operasi IT. Ya, IT menyediakan dasbor yang berguna, tetapi itu lebih seperti asuransi: mereka menawarkan ketenangan pikiran bahwa bisnis dilindungi. Sementara itu, karyawan IT adalah petugas pemadaman kebakaran yang mencoba memadamkan api yang dapat menyebar dengan cepat. Ada banyak taruhan tinggi, jutaan dolar dipertaruhkan, dan mereka tidak selalu dapat menanganinya semua. Ini adalah pekerjaan yang sangat sulit.

Jika api menjadi tidak terkendali, apakah alat AI dapat memadamkannya dan memastikan bahwa itu tidak menyebabkan bencana yang lebih besar? Berdasarkan pengalaman saya, jawabannya adalah ya. Bisnis peduli dengan IT yang memperbaiki masalah, bukan tentang kecepatan, pakan, dan apa yang ada di bawah kap. IT adalah contoh penggunaan AI yang berbasis nilai dan hasil.

Berikan Agen Lebih Banyak Wewenang

Dengan kata lain, AI membuat pemulihan diri menjadi mungkin di IT, mengubah pekerjaan dari pemadaman kebakaran menjadi pencegahan kebakaran. Anda tidak ingin manusia menghabiskan waktu untuk memadamkan kebakaran, seperti yang mereka lakukan 20 tahun yang lalu. Sekarang, Anda ingin detektor asap di infrastruktur IT Anda. Ketika ada asap, agen AI mendeteksi dan memperbaikinya. Tidak perlu memanggil departemen pemadam kebakaran dan menerjunkan petugas pemadam kebakaran setiap kali.

Agen dapat membantu Anda mengurangi kebisingan dan menyelidiki masalah. Misalnya, “Bob mengeluh bahwa aplikasinya berjalan lambat. Tidak masalah, biarkan agen AI menyelidiki dan kembali dengan penyebab akar.” Agen kedua memperbaiki masalah, dan agen ketiga membuat dasbor untuk Bob yang menunjukkan apa yang sebenarnya terjadi. Tidak heran bahwa Forrester percaya bahwa sistem multi-agen adalah kemajuan berikutnya dalam AI agen. Anda dapat memiliki kawanan agen yang bekerja sama untuk mendeteksi, menyelidiki, menyelesaikan, dan belajar. Itu adalah loop lengkap. Seiring waktu, ketika AI mengambil alih, persentase pekerjaan IT yang membosankan menurun, dan manusia menjadi pengulas.

Alur kerja manusia dapat kompleks, seperti pelanggan yang memesan penerbangan, mengalami masalah, dan ingin pengembalian dana. Ini adalah hal-hal yang sulit untuk agen tangani. Tugas seperti membaca log? Agen melakukan itu dengan mudah. Faktanya, mereka tidak pernah tidur. Otomatisasi IT adalah contoh penggunaan agen yang tepat.

Setelah Anda mengubah pola pikir, Anda akan ingin memberi agen Anda lebih banyak wewenang dengan memastikan mereka memahami semua insiden, layanan, lokasi, dan struktur organisasi. Pada akhirnya, semakin banyak agen Anda memahami hubungan data perusahaan, semakin banyak yang dapat mereka capai. Ini bukan hanya apa. Ini adalah mengapa. “Mengapa Bob memperbaiki masalah flapping router dengan cara tertentu? Nah, ini adalah apa yang dia lakukan.”

Ada pengetahuan terstruktur, pesan di Slack, dan panggilan di Teams. Anda dapat menggabungkan semua itu dalam grafik konteks dan memasukkannya ke dalam mesin agen yang meniru apa yang dilakukan manusia: merasakan, merencanakan pekerjaan, bernalar, mengambil tindakan, dan beradaptasi.

Dua tahun yang lalu, chatbot hanya mengeluarkan jawaban. Ini baik atau buruk. Sejak itu, kita telah menambahkan alasan dan tindakan. Itulah tempat loop lengkap menjadi hidup. Memberi agen wewenang adalah cara baru untuk membangun, mengelola, dan memperbaiki aplikasi IT.

Ukur Bagaimana Agen Membantu

Di seluruh pelanggan kami yang ingin otomatisasi IT, kasus penggunaan yang paling jelas adalah pengurangan kebisingan. Ada banyak kebisingan yang terjadi, dan tidak ada yang suka dibangunkan pada jam yang tidak pantas, terutama ketika sebagian besar waktu tidak ada api, hanya asap.

Anda tidak ingin membuang tenaga kerja manusia pada alarm asap. Anda ingin agen menanganinya. Pengurangan kebisingan adalah KPI nilai yang jelas. Jika Anda mengurangi kebisingan sebesar 90%, lebih sedikit insiden yang memasuki alat Manajemen Layanan TI (ITSM) seperti ServiceNow. Lebih sedikit tiket di ServiceNow berarti tim IT Anda memiliki lebih banyak waktu untuk fokus pada pekerjaan kritis. Itulah metrik teratas yang diukur pelanggan kami: lebih sedikit insiden yang memasuki ITSM.

Metrik kritis kedua adalah waktu untuk menyelidiki. Penyelidikan biasanya memakan waktu empat hingga delapan jam rata-rata. “Hai, Bob, pergi menyelidiki masalah ini.” Setiap kali Anda meminta Bob untuk menyelidiki, itu memakan waktu Bob. Anda tidak bisa meminta Bob untuk menyelidiki setiap tanda asap karena itu akan memakan waktu terlalu lama. Bob kembali dengan laporan setelah delapan jam. Akibatnya, jika Anda tidak memiliki agen yang menangani sebagian besar penyelidikan Anda, Anda harus membiarkan beberapa api membakar. Biayanya adalah beberapa api menjadi badai api. Anda terbang buta. Anda melihat peringatan yang mengganggu ini dan Anda harus membiarkannya sampai Anda tahu asap itu adalah api. Dengan agen, Anda dapat menyelidiki setiap anomali dalam hitungan menit, dan Anda dapat melakukan penyelidikan tak terbatas.

Ketiga, beberapa pelanggan melacak Waktu Rata-Rata Perbaikan (MTTR), yang mengukur berapa lama waktu yang dibutuhkan untuk memperbaiki masalah. Mereka mengukur berapa banyak insiden yang sepenuhnya diperbaiki secara otonom. Jika sistem menghasilkan masalah, itu adalah kesalahan sistem, dan agen dapat menentukan masalah, memperbaikinya, dan memberitahu Anda bahwa itu telah diperbaiki. Semua itu dilacak dalam tiket, sehingga Anda dapat melihat log audit. Itu seperti halnya manusia yang melakukannya, tetapi agen yang melakukan semuanya. MTTR sekarang dapat sekitar 10% hingga 20%, tetapi angka itu hanya akan tumbuh.

Agen Mengubah Cara Perusahaan Anda Beroperasi

Pengurangan kebisingan, waktu untuk menyelidiki, dan MTTR adalah semua alasan mengapa kita melihat IT otonom yang resonan dengan pelanggan kita. Banyak dari mereka tidak memiliki tim Level 1 lagi karena mereka telah mengotomatisasi fungsi tersebut sepenuhnya. Hanya ada Level 2 dan Level 3. Pada April, McKinsey memperkirakan bahwa AI agen dapat akhirnya mengotomatisasi 60% hingga 80% pekerjaan infrastruktur rutin dan mencatat contoh di mana 50% kapasitas agen layanan perusahaan dideploy ulang ke kegiatan yang lebih berharga.

Setelah perusahaan menginstal alat AI yang tepat, tim IT mereka mengubah cara mereka bekerja. Itulah mengapa otomatisasi IT adalah obat penyakit: itu adalah katalis paksa untuk menerima agen AI di seluruh organisasi Anda dan membiarkan tenaga kerja manusia Anda menjaga bisnis Anda berjalan lancar.