ztevenreal
Presentado por Cisco
Los agentes de IA están rompiendo los modelos tradicionales de operaciones de TI, añadiendo complejidad, silos de datos y flujos de trabajo fragmentados. DJ Sampath, vicepresidente senior de plataforma y software de IA de Cisco, cree que AgenticOps es la decisión: un nuevo arquetipo operante donde los humanos y la IA colaboran en tiempo efectivo para crear eficiencia, aumentar la seguridad y permitir aplicaciones tecnológicas innovadoras.
En una conversación fresco con VentureBeat, Sampath describió por qué la coetáneo mandato de TI empresarial está fundamentalmente en crisis y qué hace que AgenticOps no sólo sea útil, sino necesario para las operaciones de TI en el futuro.
El punto de quiebre de las operaciones de TI tradicionales
El principal problema que afecta a la TI empresarial hoy en día es la fragmentación, afirmó Sampath.
"Muchas veces, interiormente de estas empresas, los datos se encuentran en múltiples silos diferentes," explicó. "Para que un cámara entre y comience a solucionar un problema, tiene que revisar muchos paneles diferentes, muchos productos diferentes, y eso resulta en una cantidad cada vez veterano de tiempo dedicado a tratar de descubrir dónde está antiguamente de poder montar a la causa raíz de un problema."
Este desafío está a punto de intensificarse dramáticamente. A medida que los agentes de IA se vuelvan omnipresentes interiormente de las empresas, la complejidad se multiplicará exponencialmente.
"Cada persona tendrá al menos 10 o más agentes que trabajarán en su nombre haciendo diferentes tipos de cosas," dijo Sampath. "Este problema sólo será diez veces veterano, si no cien veces peor, cuando se inicio a pensar en lo que verdaderamente está sucediendo con la inclusión de agentes."
Tres principios básicos de AgenticOps
Para asaltar estos desafíos, Cisco ha desarrollado sus capacidades AgenticOps en torno a tres principios de diseño fundamentales que Sampath cree que deben ser ciertos para que este nuevo maniquí operante tenga éxito.
En primer empleo, el llegada unificado a los datos entre silos. La plataforma debe reunir fuentes de datos dispares: datos de red, datos de seguridad, datos de aplicaciones y datos de infraestructura.
"Reunir todo eso será increíblemente importante para que los agentes que usted está desplegando para trabajar en su nombre puedan conectar los puntos sin problemas en todos los ámbitos." dijo Sampath.
Segundo, diseño multijugador primero.. AgenticOps debe ser fundamentalmente colaborativo desde cero, permitiendo que las operaciones de TI, las operaciones de seguridad, los equipos de operaciones de red (y los agentes) trabajen juntos sin problemas.
"Cuando reúnes a la persona de operaciones de TI, a la persona de SecOps y a la persona de NetOps, puedes solucionar y depurar problemas mucho más rápido que si estuvieras trabajando en silos y copiando y pegando cosas de un costado a otro." explicó. "Son humanos y agentes trabajando juntos en un entorno sincrónico."
En tercer empleo, modelos de IA especialmente diseñados. Si aceptablemente los modelos de IA de propósito común destacan en tareas amplias, las operaciones especializadas requieren modelos capacitados para dominios específicos.
"Cuando comienzas a especializarte, se vuelve verdaderamente importante que estos modelos comprendan cosas muy específicas como la configuración de red o los modelos de subprocesos que te interesan y necesitas poder razonar al respecto." dijo.
Cómo Cisco pone en funcionamiento AgenticOps en toda la pila empresarial
El enfoque de Cisco une telemetría, inteligencia y colaboración en una única plataforma coherente. Cisco AI Canvas es un espacio de trabajo de operaciones que reemplaza múltiples paneles con una interfaz de heredero generativa y una experiencia colaborativa unificada. Interiormente de AI Canvas, los operadores pueden usar el verbo natural para delegar acciones a los agentes (obtener telemetría, correlacionar señales, probar hipótesis y ejecutar cambios) mientras mantienen el control humano.
Las capacidades de razonamiento provienen del maniquí de red profunda de Cisco, capacitado en más de 40 abriles de datos operativos que incluyen experiencia en CCIE, telemetría de producción, el Centro de audiencia técnica (TAC) de Cisco y conocimientos sobre la experiencia del cliente (CX). Este maniquí diseñado específicamente ofrece inteligencia de dominio específico que los modelos de propósito común no pueden igualar.
La plataforma de Cisco albarca entornos de campus, sucursales, cirro y borde, lo que permite a los agentes consumir telemetría en todo el ecosistema a la velocidad de la máquina, incluidos Meraki, ThousandEyes y Splunk. Con los servidores MCP implementados en todos los productos de Cisco, los agentes obtienen llegada estandarizado a herramientas y datos sin un trabajo de integración personalizado.
Cómo los datos de informes fragmentados socavan la resolución de problemas de TI
El enfoque tradicional para la resolución de problemas de TI implica ocasionar tickets y unir información fragmentada en múltiples sistemas.
"La clan toma capturas de pantalla. A veces está en notas Post-it," dijo Sampath. "Toda esta información permanece en canales completamente diferentes, por lo que resulta muy difícil para determinado aparecer a recopilarla."
Cisco AI Canvas aborda esto brindando a los equipos un espacio de trabajo compartido en tiempo efectivo para el trabajo en cuestión, de modo que el contexto no se disperse entre chats, tickets y pantallas compartidas. Los equipos pueden colaborar en vivo, ascender instantáneamente y aportar contexto (como capturas de pantalla y notas) próximo con los cuadros y gráficos generados por el agente. Pero el cierto poder surge cuando los agentes de IA se unen a estas sesiones colaborativas.
"Las máquinas aprenden constantemente de estas interacciones entre humanos y máquinas," explicó Sampath. "Cuando vea que el mismo problema vuelve a ocurrir, responderá mucho más rápido porque las máquinas pueden ayudarlo."
Esto crea un círculo virtuoso de mejoramiento continua, donde el agente le pregunta si desea continuar utilizando el mismo enfoque que la última vez, por ejemplo, y usted puede entregarle más trabajo al agente. Y el tiempo dedicado a la depuración se reduce a medida que el sistema aprende y acelera las respuestas futuras.
La seguridad como acelerador de la IA
Históricamente, la seguridad se ha considerado un obstáculo para la admisión e incluso la innovación. Pero con las barreras adecuadas, las organizaciones pueden implementar IA a escalera con confianza e incluso acelerarla.
Los empleados ya han experimentado las ganancias de productividad de herramientas como ChatGPT y quieren capacidades similares interiormente de sus entornos empresariales. Cuando las organizaciones pueden detectar información de identificación personal, precaver ataques de inyección rápida y ayudar una gobernanza de datos adecuada, pueden desbloquear y desatar la admisión de la IA interiormente de la empresa de una modo fundamentalmente diferente.
La capa de identidad necesaria para AgenticOps entre dominios
El llegada a datos entre dominios presenta uno de los desafíos más complejos en la implementación de AgenticOps. Las adquisiciones estratégicas de Cisco, en particular Splunk, posicionan a la empresa para asaltar esto, unificando datos en sistemas tradicionalmente desconectados. Pero reunir datos es sólo la fracción de la batalla, ya que quién tiene llegada a qué datos se vuelve de cardinal importancia.
Cisco está evolucionando su plataforma Duo más allá de la autenticación multifactor para servir como un proveedor de identidad integral, con una sólida mandato de identidad y llegada integrada en la plataforma desde el principio, no incorporada como una idea de postrero momento.
"Estamos invirtiendo en la identidad como un pilar central de cómo estos agentes podrán extraer datos de diferentes fuentes de datos con la autorización adecuada en mente”, explica Sampath. “¿Este agente debería tener llegada a este tipo de datos? ¿Debería correlacionar estos tipos de datos para poder resolver un problema?"
Los humanos en el circuito, pero a un nivel superior
A medida que los agentes de IA se vuelvan más autónomos, el papel de los humanos evolucionará en empleo de desaparecer.
"Siempre vamos a tener humanos al tanto," dijo Sampath. "Lo que verán es que la complejidad de las tareas que se están realizando serán mucho más complicadas."
Tomemos como ejemplo la codificación, que hoy en día puede ser completamente agente. El rol humano ha pasado de la codificación manual, o incluso la finalización de pestañas, a pedirle a un agente que cree código al por veterano y luego corroborar que cumpla con los requisitos antiguamente de fusionarlo en el código almohadilla. Este patrón se repetirá en todas las operaciones de TI, con los humanos centrándose en la toma de decisiones de nivel superior mientras los agentes se encargan de la ejecución. Es importante destacar que las capacidades de reversión garantizan que incluso las acciones autónomas puedan revertirse si es necesario.
Por qué esperar a que la IA se “calme” es un paso desacertado
Para los CIO y CTO, el mensaje es claro: no esperen.
"Mucha clan está en este patrón de prórroga y observación," dijo Sampath. "Están esperando que la IA se calme antiguamente de tomar algunas de sus decisiones. Y creo que esa es la modo incorrecta de pensar sobre esto. Una asociación con los grupos correctos de personas, con los conjuntos correctos de proveedores, le ayudará a ir mucho más rápido, en empleo de tratar de permanecer indeciso, tratando de descubrir qué está aceptablemente y qué está mal."
Los artículos patrocinados son contenido producido por una empresa que paga por la publicación o tiene una relación comercial con VentureBeat, y siempre están claramente marcados. Para más información, póngase en contacto ventas@venturebeat.com.
