Niedoceniana rola sieci w infrastrukturze AI

Organizacje przeznaczają ogromne środki na procesory GPU, serwery, modele i moc obliczeniową niezbędną do wdrażania AI w środowisku produkcyjnym. Jednak agentowa AI stawia sieciom inne wymagania.

Chatbot zazwyczaj czeka, aż ktoś zada mu pytanie, natomiast agent może otrzymać zadanie, komunikować się z różnymi systemami i aplikacjami, podejmować decyzje i działać. W miarę jak agenci przejmują coraz więcej zadań w całej firmie, wiele z tych czynności będzie wykonywanych bez udziału osoby siedzącej przy klawiaturze.

Z raportu Google Cloud State of Infrastructure in the Agentic AI Era wynika, że 83% organizacji uważa, iż musi zmodernizować infrastrukturę, aby obsługiwała autonomiczne systemy gotowe do pracy w środowisku produkcyjnym. Moc obliczeniowa jest tylko częścią obrazu — organizacje muszą również zadbać o sieć, która będzie musiała obsługiwać ruch niezwiązany z typowym schematem pracy człowieka.

Koniec sieci działającej od 9 do 17

Przez dziesięciolecia sieci korporacyjne projektowano przede wszystkim z myślą o sposobie pracy ludzi. W ciągu dnia pracownicy łączą się z aplikacjami, uzyskują dostęp do danych i korzystają z usług chmurowych, generując stosunkowo przewidywalne wzorce ruchu, które kształtują architekturę i funkcjonowanie sieci.

AI i systemy agentowe zmieniają tę sytuację. Agenci mogą o każdej porze wykonywać zadania i komunikować się z aplikacjami, interfejsami API, źródłami danych oraz innymi agentami, generując bardziej ciągły i dynamiczny ruch w sieciach kampusowych, centrach danych, środowiskach chmurowych i sieci WAN. Wraz ze wzrostem skali wdrożeń sieci muszą obsługiwać coraz bardziej złożone zależności, przez co wydajność, opóźnienia, odporność i bezpieczeństwo stają się kluczowe dla niezawodnego działania.

Wymagania te ujawniają również ograniczenia tradycyjnych modeli NetOps, które opierają się na narzędziach monitorujących do wykrywania problemów oraz na operatorach, którzy je analizują i rozwiązują. Nowa generacja NetOps musi wyjść poza zarządzanie poszczególnymi urządzeniami i zdarzeniami, a zamiast tego rozumieć zależności między aplikacjami i agentami w całym łańcuchu. Wymaga to lepszego wglądu w działanie sieci, korelacji opartej na AI i analizy przyczyn źródłowych, a także inteligentnej automatyzacji, która pozwoli proaktywnie optymalizować działanie i usuwać problemy.

Szansą jest przejście od sieci zarządzanych z pomocą AI do sieci działających dzięki inteligencji opartej na AI i kontrolowanej autonomii. Zespoły sieciowe mogą poświęcać mniej czasu na rozwiązywanie powtarzających się problemów, a więcej na definiowanie zasad, wyznaczanie zabezpieczeń i optymalizowanie architektury. Koniec sieci działającej od 9 do 17 nie oznacza jedynie, że sieci będą pracować 24/7. Chodzi o zasadniczą zmianę tego, co napędza zapotrzebowanie na sieć, oraz o to, jak należy ją projektować, zabezpieczać i obsługiwać, aby wspierała stale działający ekosystem inteligentnych, autonomicznych systemów.

Od kilku narzędzi AI do całych flot agentów

Większość organizacji wciąż znajduje się na etapie, na którym łatwo zarządzać AI: w różnych obszarach firmy działają copiloty, asystenci i aplikacje AI.

Jednak IBM ustalił, że zaledwie 11% ankietowanych liderów jest w pełni przygotowanych na skalę wdrażania agentów AI, jakiej oczekuje się w ciągu najbliższych 12 miesięcy. Wraz z rozwojem wdrożeń zespoły sieciowe będą musiały analizować więcej zdarzeń i badać więcej problemów, często bez dodatkowych osób do wykonania tej pracy.

Dlatego ważne jest ograniczenie czasu, jaki inżynierowie poświęcają na przeszukiwanie pulpitów nawigacyjnych, zbieranie informacji i przekazywanie dalej rutynowych pytań. Udostępnianie zespołom potrzebnych informacji operacyjnych i wskazówek dotyczących rozwiązywania problemów w odpowiednim momencie może również ułatwić dzielenie się wiedzą między zespołami, zamiast polegać na niewielkiej grupie doświadczonych specjalistów, którzy odpowiadają na każde pytanie. Wiedzę pracowników lepiej wykorzystać przy podejmowaniu decyzji wymagających osądu, takich jak definiowanie zasad, wyznaczanie granic i ocena ryzyka.

Sieć musi zasiąść przy stole, przy którym opracowuje się strategię AI

Planowanie AI często zaczyna się od modeli, aplikacji, danych i zasobów obliczeniowych, ale kwestie sieciowe powinny być uwzględniane w tych rozmowach od samego początku. Agenci potrzebują odpowiedniego kontekstu, aby formułować przydatne rekomendacje. W operacjach sieciowych oznacza to zrozumienie, jak łączą się informacje o użytkownikach, urządzeniach i aplikacjach, zamiast analizowania pojedynczego alertu lub wskaźnika w oderwaniu od reszty.

Kontekst ten pomaga zespołom szybciej dotrzeć do źródła problemu i zdecydować, co zrobić dalej. Nadzór człowieka nadal ma znaczenie, zwłaszcza gdy agenci zyskują większą autonomię. Wymaga to precyzyjnego określenia, co mogą robić samodzielnie, oraz wdrożenia mechanizmów egzekwujących te ograniczenia. Zespoły powinny też móc sprawdzić, dlaczego wydano daną rekomendację i na jakich informacjach ją oparto, zanim zdecydują, czy ją uwzględnić.

Gartner przewiduje, że do 2029 r. co najmniej 70% organizacji wykorzystujących agentów AI w operacjach IT będzie miało poważne problemy o istotnym wpływie na usługi, bezpieczeństwo lub koszty, wynikające przynajmniej częściowo ze słabych mechanizmów kontroli. Dlatego plany dotyczące infrastruktury AI powinny od samego początku uwzględniać widoczność, automatyzację, niezawodność i kontrolę.

Budowa infrastruktury dla firmy wykorzystującej AI przez całą dobę

Agentowa AI zmienia sposób wykorzystywania sieci korporacyjnych. Aktywność jest już znacznie słabiej powiązana z tym, kiedy pracownicy są online, a zespoły sieciowe będą musiały zarządzać tą zmianą, nie dopuszczając do tego, by nakład pracy potrzebnej do obsługi sieci rósł w takim samym tempie.

Przedsiębiorstwa nie muszą całkowicie przebudowywać swoich sieci, ale wraz ze wzrostem wykorzystania AI powinny wskazać potencjalne słabe punkty obecnej infrastruktury, zwłaszcza tam, gdzie zespołom brakuje widoczności pozwalającej szybko identyfikować problemy, gdzie zaczyna spadać szybkość reakcji lub gdzie rutynowe rozwiązywanie problemów nadal wymaga znacznego nakładu pracy ręcznej.

Sieć zaprojektowana z myślą o pracy w standardowych godzinach od 9 do 17 będzie musiała ustąpić miejsca takiej, która pozwoli ludziom, aplikacjom i agentom działać obok siebie, często według zupełnie różnych harmonogramów i w zupełnie różnym tempie. Ostatecznie odpowiednie dostosowanie infrastruktury przełoży się na wskaźniki, które już teraz są ważne dla firm: mniej zakłóceń, szybsze rozwiązywanie problemów, lepsze doświadczenia użytkowników i mniej czasu poświęcanego na ustalanie przyczyn awarii.