Рорі Блундель, генеральний директор Gravitee – Інтерв’ю Серія

Рорі Блундель, генеральний директор Gravitee, має рідкісну суміш технічної глибини, комерційного лідерства та досвіду засновника в сфері управління API. Перед тим, як зайняти посаду генерального директора в вересні 2020 року, він приєднався до Gravitee як головний офіцер з доходів і допоміг сформувати стратегію зростання компанії після попередніх ролей керівника технічних операцій EMEA в SnapLogic, де він працював над попередніми продажами, професійними послугами, навчанням і успіхом клієнтів. Його досвід також включає заснування Velinko, британської компанії з програмного забезпечення та консалтингу, яка обслуговує юридичні та бухгалтерські сектори, де він працював над проектами API, ETL, AWS, Java, PHP, WordPress, базами даних, звітами та перетворенням даних. Така суміш технічної грамотності, досвіду продажів підприємств та виконання стартапа позиціонує його для керівництва Gravitee, оскільки API, потоки подій та агенти штучного інтелекту стають все більш центральними для підприємства.

Gravitee – це компанія з управління API, яка зосереджена на допомозі підприємствам керувати, забезпечувати безпеку, регулювати та масштабувати цифрові з’єднання між додатками, послугами, потоками подій та агентами штучного інтелекту. Її платформа поєднує в собі управління API, шлюз, орієнтований на події, можливості порталу розробника, підтримку потоків подій та функції управління агентами штучного інтелекту, надаючи організаціям єдину систему контролю для синхронних API, асинхронних подій, взаємодій агентів MCP/A2A та регулювання у розподілених середовищах. Компанія описує свою платформу як відкритий вихідний код та масштабований, і вона була визнана лідером у звіті Gartner Magic Quadrant для управління API 2025 року, відображаючи її позиціонування на перетині інфраструктури API, систем, орієнтованих на події в режимі реального часу, та нового штучного інтелекту.

Ви заснували Velinko, розробили програмні рішення самостійно по технологіях від AWS та API до платформ перетворення даних, а потім перейшли на керівництво технічними командами в SnapLogic, перш ніж стати генеральним директором Gravitee. Як ваша подорож від практичного будівельника до генерального директора сформувала ваше бачення майбутнього агентів штучного інтелекту та інфраструктури підприємств?

Мій досвід дозволив мені бачити інфраструктуру підприємства з різних кутів, як будівельника, оператора та тепер як генерального директора. У Velinko ми вирішували практичну проблему даних, витягали інформацію з різних джерел, перетворювали її, агрегували та робили її корисною. Цей досвід сформував мою думку про те, що підприємницька технологія повинна робити: з’єднувати системи, захищати дані та перетворювати складність у щось, з чим люди можуть працювати.

Під час моєї роботи в SnapLogic я побачив, наскільки важливим ставало управління API у підприємницькому стеку. API були більше ніж технічними інтерфейсами. Вони стали способом, яким компанії експонували, контролювали та масштабували доступ до критичних систем та даних. Це спочатку привело мене до Gravitee, і це залишається основою того, як я думаю про цей ринок.

Підприємства повинні знати, хто може отримати доступ до чого, як ці точки доступу знаходяться та використовуються, і що відбувається в середовищі. Ці принципи були важливими для API, і вони зараз такі ж важливі для агентів. Підприємства переходять у світ, де агенти можуть діяти через API, додатки, дані та робочі процеси. Компанії, які успішно впровадять агенти, не тільки побудують найбільшу кількість агентів. Вони будуть тими, хто створить правильну інфраструктуру навколо них: чіткі дозволи, сильне регулювання та контроль над системами, які вони торкаються.

Gravitee побудував свою репутацію в сфері управління API і розширив свою увагу до управління агентами штучного інтелекту. Що переконало вас, що агенти штучного інтелекту представляють наступний великий технологічний зсув, і чому зараз правильний час для розвитку компанії в цьому напрямку?

Я розглядаю управління агентами штучного інтелекту як наступну еволюцію тієї ж проблеми, яку підприємства завжди намагалися вирішити.

Управління API було і залишається фундаментально трьома речами: безпека, відкритість та спостереження. Агенти – це наступне місце, де ці принципи повинні бути застосовані.

Сьогодні підприємства починають стикатися з тими ж питаннями щодо агентів, з якими вони стикнулися з API. Як ми забезпечуємо безпеку? Як ми знаємо, які агенти працюють, де вони працюють, і до чого вони можуть отримати доступ? Як ми розуміємо, що вони роблять, чому вони діють і чи працюють вони в межах прийнятних меж?

Часування має значення, оскільки компанії переходять від експериментів з штучним інтелектом до запитів про те, як вони можуть впровадити агентів у реальну роботу. Трудне питання вже не полягає в тому, чи можна побудувати агента, а в тому, чи підприємство може регулювати агентів у масштабі моделей, інструментів, API та систем, яких вони торкаються.

Там спадщина Gravitee в сфері управління API стає дуже актуальною. Агенти тільки масштабуватимуться в підприємстві, якщо організації зможуть привнести ту ж дисципліну до них, яку вони очікують від решти своєї інфраструктури: чіткі дозволи, видимі дії, аудитність, регулювання та контроль.

Багато організацій експериментують з агентами штучного інтелекту, але відносно небагато впровадили їх у великому масштабі. Що відрізняє успішних приймачів від компаній, які залишаються застряглими на стадії пілотного проекту?

Різниця полягає в тому, чи організація розглядає агентів як ізольовані експерименти або як частину нової операційної моделі. На малому масштабі один чи два агенти можуть виглядати керованими. Виклик виникає, коли підприємство починає рухатися до кількох агентів через команди, системи та робочі процеси. На цьому етапі питання вже не полягає в тому, чи агент може виконати завдання. Це питання контролю над тим, як агенти працюють, що вони торкаються, і як вони вписуються в те, як працює бізнес.

Організації, які будують дисципліну управління агентами на ранній стадії, розуміють, де агенти вписуються у робочий процес, які рішення повинні залишатися за людьми, і які контролю повинні бути на місці, перш ніж агенти будуть довірені реальною роботою.

Це не тільки технологічний зсув. Це також зміна того, як працюють організації. Успішні приймачі зрозуміють цей зсув і створять правильну структуру навколо нього з самого початку.

Агенти штучного інтелекту все частіше взаємодіють з API, базами даних, підприємницькими додатками та навіть іншими агентами. Як ви бачите розвиток оркестрування агентів, і які виклики повинні організації вирішити, перш ніж ці системи зможуть працювати надійно у великому масштабі?

Виклик не полягає тільки в технічній складності; це питання відповідальності. Коли агенти викликають API, запитує бази даних та викликають інші агенти, ланцюг авторитету множиться, і більшість підприємств не мають можливості побачити це.

Оркестрування розвивається від виконання завдань одним агентом до мультиагентних робочих процесів, де вихід одного агента стає вхідним для іншого агента, часто через моделі, постачальників та межі підприємства, і саме тоді, коли регулювання руйнується.

Перед тим, як ці системи зможуть працювати надійно у великому масштабі, організації повинні вирішити чотири речі: надати кожному агенту відому, аутентифіковану ідентичність; визначити, до чого кожен агент дозволений торкатися (інструменти, дані, нижні API); забезпечити ці дозволи під час виконання; і підтримувати повний запис походження від людського сигналу до системи, яку агент нарешті торкнувся.

Бізнеси, які розглядають оркестрування як чисто інженерну проблему та пропускають шар регулювання, знайдуть себе керуючими інцидентами, а не масштабуванням операцій.

Промисловість провела роки, займаючись розсіюванням API, коли організації приймали технології хмарних обчислень. Чи зараз ми вступаємо в епоху “розсіювання агентів”, і які уроки можуть підприємства застосувати з попередніх технологічних трансформацій?

Так, я бачу реальний ризик відтворення тієї ж моделі, яку ми бачили з API: широке впровадження по всьому бізнесу, перш ніж правильна модель управління буде на місці.

Урок з епохи API полягає в тому, що організації не повинні чекати, поки середовище вже буде фрагментованим, перш ніж надати видимість та контроль навколо нього.

Агенти створюють подібний виклик, але з більш активним шаром ризику, оскільки вони можуть працювати через системи та робочі процеси. Питання, на які підприємства повинні відповісти, прості: які агенти існують, хто володіє ними, і до чого вони дозволені торкатися?

Якщо підприємства застосують цю дисципліну з самого початку, вони можуть уникнути ситуації, коли у них будуть агенти, яких вони не можуть бачити, забезпечувати безпеку або контролювати.

Які найбільші заблуждення серед бізнес-лідерів про агентів штучного інтелекту сьогодні, і де, на вашу думку, очікування виходять за межі реальності?

Домінантне заблуждення полягає в тому, що здатність агента є瓶шею. Це не так. Бутлянка полягає в тому, чи організація може утримувати агентів відповідальними тим же чином, яким вона вже утримує людей відповідальними, з визначеною роллю, визначеним доступом та аудитним записом.

Багато лідерів вважають, що розгортання більшої кількості агентів призведе до автоматичного прискорення. На практиці некеровані агенти створюють тіньові витрати на штучний інтелект, неконтрольований доступ до даних та операційні збої, які ніхто не може діагностувати, оскільки немає аудитного запису.

Нещодавні приклади агентів штучного інтелекту, які були повернуті з виробництва після операційних помилок, інструктивні. Ми бачили агента з широкими дозволами на календар та без визначених меж, який знищив весь корпоративний календар одним діянням. Проблема не була у моделі; ніхто не визначив, до чого він дозволений торкатися. Це не проблема гіпу штучного інтелекту; це проблема регулювання.

Очікування виходять за межі реальності щодо автономного прийняття рішень. Лідери хочуть агентів, які діють, але спочатку їм потрібні агенти, чиї дії є видимими, оборотними та приписуваними.

Безпека та регулювання стали великими проблемами, оскільки агенти штучного інтелекту отримують доступ до чутливих систем та даних. Що ви бачите як найбільші ризики, і як організації повинні підходити до керування ними?

Найбільший ризик полягає в тому, що агенти переходять у виробництво швидше, ніж підприємства можуть їх регулювати. Звіт Gravitee про стан безпеки агентів штучного інтелекту виявив, що підприємницькі володіння агентами штучного інтелекту майже подвоїлися з грудня 2025 року, тоді як покриття моніторингу, структури відповідальності та попередні контролю практично не змінилися. Дослідження також показало, що майже половина (48%) агентів штучного інтелекту у виробництві працює без безпеки чи регулювання, і 54% організацій мали досвід або підозрювали інцидент безпеки чи порушення даних агентів штучного інтелекту за останні 12 місяців.

Ці дані підкреслюють, чому регулювання повинно дорослішати поряд з впровадженням. Коли агенти отримують доступ до чутливих даних, додатків та робочих процесів, володіння та відповідальність повинні бути такими ж чіткими, як і сам доступ: хто відповідає за цього агента, які дії він здійснив, і як це активно моніториться?

Відповідь полягає не в тому, щоб сповільнити агентів. Це встановлення чіткої видимості з самого початку по кожному агенту, моделям, інструментам, яким він взаємодіє, та іншим агентам.

Відтоді організації можуть розгорнути правильну операційну модель навколо агентів: чітке володіння, визначені дозволи, попередні контролю, безперервний моніторинг, аудитність та чіткий шлях ескалації, коли щось піде не так. Це те, що дає підприємствам впевненість у безпеці використання агентів у великому масштабі.

Як підприємства повинні балансувати інновації з дотриманням вимог, прозорістю та керуванням ризиками, коли уряди та регулюючі органи починають уважніше ставитися до систем штучного інтелекту?

Регуляторна увага повинна бути каталізатором, а не причиною для очікування.

Дотримання вимог починається з походження: повний, аудитний запис від людського сигналу до виклику API агентом. Без цього підприємства не можуть відповісти на базове регуляторне питання про те, що зробив агент і чому. Це не проблема майбутнього. Термін виконання вимог Закону ЄС про штучний інтелект у серпні 2026 року вже на календарі, і організації, які мають походження та виконання політики сьогодні, будуть виконувати його без паніки.

Політика у вигляді коду та централізоване виконання політики – це практична реалізація цієї моделі. Підприємства потребують одного двигуна політики, одного аудитного запису, послідовного виконання по кожному агенту незалежно від моделі чи постачальника.

Постава керування ризиками, яка перемагає, – це не повільне розгортання; це сміливе розгортання з відповідальністю, закладеною з дня першого. Ті, хто розглядає відповідальність агентів як фору, а не як перешкоду для дотримання вимог, не будуть сповільнені регулюванням. Вони будуть готові до нього.

Відкриті стандарти, такі як Протокол контексту моделі (MCP) та комунікація агент-агент (A2A), набирають імпульсу. Наскільки важливим буде міжопераційність для майбутнього підприємства штучного інтелекту, і чи рухається галузь достатньо швидко до загальних стандартів?

Міжопераційність не є опціональною. Підприємства не працюють з однією моделлю чи одним постачальником; вони працюють з екосистемами. Стандарти, такі як MCP та A2A, дозволяють агентам викликати інструменти, отримувати контекст та спілкуватися через цю екосистему без спеціальних інтеграцій для кожної пари систем.

Імпульс справжній, але питання про швидкість пропускає більш важливе: стандарти, які дозволяють агентам діяти, повинні супроводжуватися стандартами, які регулюють, як вони діють. З’єднання без відповідальності на рівні протоколу просто переміщує проблему регулювання.

Підприємства, які найбільш виграють від MCP та A2A, будуть тими, які поєднають міжопераційність на рівні протоколу з централізованою системою контролю, так що взаємодії між агентами та системами є спостережуваними, примусовими до політики та аудитними з одного місця.

Це місце, де підхід Gravitee стає важливим. Управління API, управління агентами та ідентифікація на одній платформі означають, що один двигун політики регулює кожну взаємодію агентів незалежно від того, яким протоколом вона передається.

Оглядаючи наступні п’ять років, що означає успіх для агентів штучного інтелекту в підприємстві, і яку пораду ви дали б організаціям, які хочуть побудувати масштабовану та майбутню стратегію штучного інтелекту сьогодні?

Успіх у наступні п’ять років буде вимірюватися тим, чи агенти можуть виконувати корисну роботу безпечно, надійно та у великому масштабі. Агенти штучного інтелекту можуть допомогти компаніям стати більш гнучкими та дати людям значно більшу силу. Але це відбувається тільки тоді, коли організації намагаються впровадити їх.

Моя порада – побудувати модель управління на ранній стадії. Визначте володіння, дозволи, моніторинг, аудитність та шляхи ескалації, перш ніж агенти будуть працювати через критичні робочі процеси. Майбутнє не тільки в тому, що люди будують кожне завдання самостійно. Це люди, які стають архітекторами процесу, з агентами, які допомагають їм рухатися швидше, масштабувати вплив та робити більше, ніж вони могли раніше.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Gravitee.