Il ruolo trascurato delle reti nelle infrastrutture per l’IA

Le organizzazioni stanno investendo ingenti somme in GPU, server, modelli e capacità di calcolo necessaria per portare l’IA in produzione. Ma l’IA agentica impone esigenze diverse alla rete.

Di norma, un chatbot aspetta che qualcuno gli ponga una domanda, mentre a un agente si può assegnare un compito: può interagire con sistemi e applicazioni diversi, prendere decisioni e agire. Man mano che gli agenti si fanno carico di un numero crescente di attività aziendali, molte di queste si svolgeranno senza che nessuno sia alla tastiera.

Secondo Lo stato delle infrastrutture nell’era dell’IA agentica di Google Cloud, l’83% delle organizzazioni afferma di dover aggiornare le proprie infrastrutture per supportare sistemi autonomi di livello produttivo. E sebbene la potenza di calcolo sia una parte del quadro, le organizzazioni devono dare priorità anche alla rete, che dovrà gestire attività non conformi ai modelli tipici del lavoro di un dipendente.

La fine della rete dalle 9 alle 17

Per decenni, le reti aziendali sono state progettate in gran parte tenendo conto delle modalità di lavoro delle persone. Nel corso della giornata lavorativa, i dipendenti si connettono alle applicazioni, accedono ai dati e utilizzano i servizi cloud, generando modelli di traffico relativamente prevedibili che influenzano l’architettura e la gestione della rete.

L’IA e i sistemi agentici stanno cambiando questo scenario. Gli agenti possono eseguire compiti e interagire con applicazioni, API, fonti di dati e altri agenti a qualsiasi ora, generando flussi di traffico più continui e dinamici attraverso le reti dei campus, i data center, gli ambienti cloud e le WAN. Con l’aumento della scala delle implementazioni, le reti devono supportare dipendenze sempre più complesse: prestazioni, latenza, resilienza e sicurezza diventano quindi essenziali per garantire un’esecuzione affidabile.

Queste esigenze mettono in luce anche i limiti dei modelli NetOps tradizionali, che si affidano a strumenti di monitoraggio per individuare i problemi e a operatori umani per analizzarli e risolverli. La prossima generazione di NetOps dovrà andare oltre la gestione dei singoli dispositivi e dei singoli eventi, per comprendere dall’inizio alla fine le dipendenze tra applicazioni e agenti, avvalendosi di una visibilità più approfondita, della correlazione basata sull’IA, dell’analisi delle cause alla radice e dell’automazione intelligente per ottimizzare proattivamente le operazioni e correggere i problemi.

L’opportunità consiste nel passare da reti gestite con l’ausilio dell’IA a reti che operano grazie all’intelligenza basata sull’IA e a un’autonomia governata. I team di rete possono dedicare meno tempo alla risoluzione di problemi ricorrenti e più tempo alla definizione di politiche, alla fissazione di paletti e all’ottimizzazione delle architetture. La fine della rete dalle 9 alle 17 non riguarda semplicemente reti attive 24/7: riflette un cambiamento fondamentale nei fattori che determinano la domanda di rete e nel modo in cui le reti devono essere progettate, protette e gestite per supportare un ecosistema sempre attivo di sistemi intelligenti e autonomi.

Da pochi strumenti di IA a intere flotte di agenti

La maggior parte delle organizzazioni si trova ancora in una fase in cui l’IA è facile da gestire: copiloti, assistenti e applicazioni di IA sono in uso nelle diverse aree aziendali.

Tuttavia, IBM ha rilevato che solo l’11% dei responsabili intervistati è pienamente preparato alla portata prevista per l’implementazione degli agenti di IA nei prossimi 12 mesi. Con l’espansione delle implementazioni, i team di rete dovranno comprendere un volume maggiore di attività e analizzare più problemi, spesso senza poter contare su altro personale.

È quindi importante ridurre il tempo che gli ingegneri dedicano alla consultazione dei dashboard, alla raccolta di informazioni e all’inoltro delle domande di routine ai livelli superiori. Fornire ai team informazioni operative pertinenti e indicazioni per la risoluzione dei problemi quando servono può anche facilitare la condivisione delle competenze tra i team, anziché affidarsi a un numero ristretto di specialisti esperti per rispondere a ogni domanda. È meglio impiegare le competenze delle persone nelle decisioni che richiedono capacità di giudizio, come definire politiche, stabilire limiti e valutare i rischi.

La rete deve sedere al tavolo delle decisioni strategiche sull’IA

La pianificazione dell’IA prende spesso le mosse da modelli, applicazioni, dati e risorse di calcolo, ma la rete dovrebbe essere inclusa fin dall’inizio in queste discussioni. Gli agenti hanno bisogno del contesto giusto per formulare raccomandazioni utili e, nella gestione delle reti, ciò significa capire come si collegano le informazioni su utenti, dispositivi e applicazioni, anziché limitarsi a esaminare un avviso o una metrica isolati.

Questo contesto aiuta i team a risalire più rapidamente all’origine di un problema e a decidere come procedere. La supervisione umana resta importante, soprattutto man mano che gli agenti acquisiscono maggiore autonomia: occorre definire con precisione cosa possono fare da soli e predisporre controlli che facciano rispettare tali limiti. Prima di decidere se agire in base a una raccomandazione, i team dovrebbero anche poter vedere perché è stata formulata e su quali informazioni si basa.

Secondo le previsioni di Gartner, entro il 2029 almeno il 70% delle organizzazioni che utilizzano agenti di IA nelle operazioni IT avrà seri problemi che incidono in misura sostanziale sui servizi, sulla sicurezza o sui costi e che sono dovuti almeno in parte a controlli carenti. Ecco perché visibilità, automazione, affidabilità e controllo devono essere integrati fin dall’inizio nei piani per le infrastrutture di IA.

Costruire infrastrutture per un’impresa in cui l’IA è sempre attiva

L’IA agentica cambia il modo in cui vengono utilizzate le reti aziendali. Le attività non sono più strettamente legate agli orari in cui i dipendenti sono connessi e i team di rete dovranno gestire questo cambiamento senza che il lavoro necessario per mantenere la rete operativa aumenti allo stesso ritmo.

Le aziende non devono rinnovare completamente le proprie reti, ma dovrebbero individuare i potenziali punti deboli dell’infrastruttura attuale man mano che cresce il ricorso all’IA, in particolare nei casi in cui i team non hanno la visibilità necessaria per individuare rapidamente i problemi, i tempi di risposta iniziano a risentirne o la risoluzione dei problemi di routine richiede ancora molto lavoro manuale.

Una rete progettata per una giornata lavorativa dalle nove alle cinque dovrà lasciare il posto a una rete che supporti persone, applicazioni e agenti che lavorano fianco a fianco, spesso con orari e velocità molto diversi. La qualità di questa infrastruttura si rifletterà, in definitiva, negli indicatori a cui le aziende già prestano attenzione: meno interruzioni, risoluzione più rapida dei problemi, esperienze migliori per gli utenti e meno tempo dedicato a individuare le cause dei problemi.