O papel muitas vezes negligenciado das redes na infraestrutura de IA

As organizações estão investindo grandes somas em GPUs, servidores, modelos e na capacidade computacional necessária para levar a IA à produção. Mas a IA agêntica impõe demandas diferentes à rede.

Em geral, um chatbot espera que alguém faça uma pergunta, enquanto um agente pode receber uma tarefa, interagir com diferentes sistemas e aplicativos, tomar decisões e agir. À medida que os agentes assumirem mais tarefas em toda a empresa, muitas dessas atividades ocorrerão sem que alguém esteja diante de um teclado.

Segundo o Google Cloud, em seu relatório O estado da infraestrutura na era da IA agêntica, 83% das organizações afirmam precisar atualizar a infraestrutura para dar suporte a sistemas autônomos prontos para produção. Embora a capacidade computacional seja parte da equação, as organizações também precisam priorizar a rede, pois ela terá de dar suporte a atividades que não seguem o padrão típico de um funcionário humano.

O fim da rede das 9h às 17h

Durante décadas, as redes corporativas foram projetadas, em grande medida, em função da maneira como as pessoas trabalham. Os funcionários se conectam a aplicativos, acessam dados e usam serviços em nuvem ao longo do expediente, gerando padrões de tráfego relativamente previsíveis que moldam a arquitetura e as operações da rede.

A IA e os sistemas agênticos estão mudando essa dinâmica. Os agentes podem executar tarefas e interagir com aplicativos, APIs, fontes de dados e outros agentes a qualquer hora, gerando fluxos de tráfego mais contínuos e dinâmicos nas redes do campus, nos data centers, nos ambientes de nuvem e na WAN. À medida que as implantações aumentam, as redes precisam dar suporte a dependências cada vez mais complexas, tornando o desempenho, a latência, a resiliência e a segurança essenciais para uma execução confiável.

Essas demandas também expõem os limites dos modelos tradicionais de NetOps, que dependem de ferramentas de monitoramento para identificar problemas e de operadores humanos para investigá-los e resolvê-los. A próxima geração de NetOps precisa ir além do gerenciamento de dispositivos e eventos isolados e compreender, de ponta a ponta, as dependências entre aplicativos e agentes, recorrendo a uma visibilidade mais ampla, à correlação baseada em IA e à análise da causa raiz, além da automação inteligente para otimizar e corrigir problemas de forma proativa.

A oportunidade está em passar de redes gerenciadas com o auxílio da IA para redes operadas com inteligência baseada em IA e autonomia governada. As equipes de rede podem dedicar menos tempo à resolução de problemas repetitivos e mais tempo à definição de políticas, ao estabelecimento de salvaguardas e à otimização de arquiteturas. O fim da rede das 9h às 17h não significa simplesmente que as redes funcionem 24 horas por dia, 7 dias por semana; trata-se de uma mudança fundamental no que impulsiona a demanda por redes e na maneira como elas precisam ser projetadas, protegidas e operadas para dar suporte a um ecossistema sempre ativo de sistemas inteligentes e autônomos.

De algumas ferramentas de IA a frotas de agentes

A maioria das organizações ainda está em uma fase em que é fácil gerenciar a IA, com copilotos, assistentes e aplicativos de IA em funcionamento em diferentes áreas da empresa.

No entanto, IBM constatou que apenas 11% dos líderes entrevistados estão totalmente preparados para a escala de implantação de agentes de IA prevista para os próximos 12 meses. Com o crescimento das implantações, as equipes de rede terão mais atividades para compreender e mais problemas para investigar, muitas vezes sem contar com pessoas adicionais para realizar o trabalho.

Por isso, é importante reduzir o tempo que os engenheiros passam consultando painéis, reunindo informações e encaminhando dúvidas rotineiras. Disponibilizar às equipes informações operacionais pertinentes e orientações para a resolução de problemas no momento em que precisam delas também pode facilitar o compartilhamento de conhecimento entre equipes, em vez de depender de um pequeno grupo de especialistas experientes para responder a todas as perguntas. É melhor aproveitar a experiência das pessoas nas decisões que exigem discernimento, como definir políticas, estabelecer limites e avaliar riscos.

A rede precisa ter lugar na mesa de estratégia de IA

O planejamento de IA costuma começar pelos modelos, aplicativos, dados e recursos computacionais, mas as redes devem fazer parte dessas discussões desde o início. Os agentes precisam do contexto adequado para fazer recomendações úteis e, nas operações de rede, isso significa compreender como as informações sobre usuários, dispositivos e aplicativos se relacionam, em vez de analisar um alerta ou uma métrica isoladamente.

Esse contexto ajuda as equipes a identificar mais rapidamente a origem de um problema e decidir o que fazer em seguida. A supervisão humana continua sendo importante, especialmente à medida que os agentes ganham mais autonomia, o que exige limites bem definidos para o que podem fazer por conta própria e controles que garantam o cumprimento desses limites. Antes de decidir se vão agir com base em uma recomendação, as equipes também devem poder ver por que ela foi feita e em quais informações se baseou.

A Gartner prevê que, até 2029, pelo menos 70% das organizações que utilizam agentes de IA em suas operações de TI terão problemas graves relacionados a serviços, segurança ou custos, decorrentes ao menos em parte de controles frágeis. Por isso, visibilidade, automação, confiabilidade e controle precisam estar incorporados aos planos de infraestrutura de IA desde o início.

Construindo uma infraestrutura para uma empresa com IA sempre ativa

A IA agêntica muda a forma como as redes corporativas são usadas. As atividades já não estão tão vinculadas aos horários em que os funcionários estão conectados, e as equipes de rede precisarão gerenciar essa mudança sem permitir que o trabalho necessário para operar a rede cresça no mesmo ritmo.

As empresas não precisam reformular completamente suas redes, mas devem identificar possíveis pontos fracos na infraestrutura atual à medida que ampliam o uso da IA, sobretudo nos casos em que as equipes não têm visibilidade suficiente para identificar problemas rapidamente, os tempos de resposta começam a piorar ou a solução de problemas rotineiros ainda exige muito trabalho manual.

Uma rede concebida para uma jornada de trabalho das nove às cinco terá de dar lugar a outra que ofereça suporte a pessoas, aplicativos e agentes trabalhando lado a lado, muitas vezes em horários e velocidades bem diferentes. A qualidade dessa infraestrutura acabará se refletindo nos indicadores que já importam para as empresas: menos interrupções, resolução mais rápida de problemas, melhores experiências para os usuários e menos tempo gasto tentando descobrir a origem das falhas.