AI-agenter handler allerede i produktionsnetværk – men tillid sætter grænsen

Netværksteams bruger i stigende grad AI til mere end at finde fejl. I en undersøgelse udført af Omdia blandt 1.000 IT- og netværksdriftsledere rapporterer Cisco, at AI-agenter allerede undersøger problemer og handler i produktionsmiljøer. Hvor meget ansvar de kan få, afhænger dog af, om medarbejderne kan forstå og styre deres beslutninger.23

Fra anbefaling til handling

Ifølge Cisco har 75 % af de adspurgte organisationer taget AI i brug til netværksdrift. Hos 51 % kører agentbaseret AI, som kan handle i produktionsmiljøer frem for blot at komme med anbefalinger. Desuden forventer 84 % at nå frem til en AI-styret driftsmodel inden for 12 måneder. Det sidste tal beskriver planer, ikke noget, der allerede er gennemført.27

Cisco kalder tilgangen AgenticOps. Forskellen fra traditionelle AIOps-værktøjer er ifølge virksomheden, at agenter ikke kun udsender advarsler og foreslår løsninger: De kan også gennemgå et problem og handle, mens mennesker fører tilsyn. At en agent bruges i produktion, betyder dog ikke nødvendigvis, at den har frie hænder.5

Tusindvis af alarmer kræver mere end endnu et værktøj

95 % af de adspurgte virksomheder siger, at deres nuværende AIOps-værktøjer ikke kan følge med. Organisationerne modtager i gennemsnit omkring 4.100 overvågningsalarmer om dagen, hvoraf mere end halvdelen vedrører netværket. Cisco anslår, at det ville kræve omkring 100 IT-specialister at behandle netværksalarmerne manuelt på én dag, hvis hver medarbejder håndterer cirka 21 alarmer.2328

Arbejdet handler ikke kun om antallet af alarmer. For at finde årsagen til en fejl kan et team have brug for oplysninger fra både netværk, cloudtjenester, internetforbindelser og sikkerhedssystemer. En agent, der sammenholder signalerne, kan hjælpe med undersøgelsen; endnu et værktøj, der blot sender alarmer, løser ikke problemet med manglende overblik.57

I den daglige drift kan det betyde, at medarbejderen i højere grad fører tilsyn med et samlet forløb: Agenten opdager en afvigelse, undersøger data, foreslår eller udfører et indgreb og kontrollerer resultatet. Det er de muligheder, Cisco beskriver for AgenticOps – ikke dokumenterede tidsbesparelser hos alle organisationer i undersøgelsen.78

AI kan samtidig lægge mere pres på infrastrukturen. I en separat fremskrivning vurderer Cisco, at virksomheders netværkstrafik kan blive ni gange så stor frem mod 2035 ved udbredt brug af agentbaseret AI. Det er en prognose, ikke en måling fra Omdias undersøgelse af netværksdrift.10

Selvstændige agenter skal kunne stilles til ansvar

Fire ud af fem adspurgte er ifølge Cisco trygge ved at give agenter en høj eller fuld grad af selvstændighed. Næsten hver fjerde ville acceptere handling uden et menneske involveret i selve beslutningen. Samtidig kræver mere end to tredjedele detaljerede forklaringer på agenternes handlinger, og 86 % mener, at én samlet platform er mere effektiv end endnu et særskilt værktøj.34

For driftsteamet er spørgsmålet derfor konkret: Hvad observerede agenten, hvorfor foreslog den en ændring, krævede den godkendelse, hvad gjorde den, og virkede det? Regler for, hvad agenten må gøre, krav om godkendelse og mulighed for at gribe ind gør kontrollen håndterbar. Uafhængig omtale af undersøgelsen peger på, at respondenterne i overvældende grad forventer sådanne sikkerhedsforanstaltninger.817

Konklusionen: Undersøgelsen viser betydelig rapporteret brug af AI-agenter, der handler i produktionsmiljøer. Den viser ikke, at alle disse løsninger allerede har forkortet nedetid eller mindsket behovet for medarbejdere. Den afgørende prøve bliver, om netværksteams kan efterprøve agenternes beslutninger og bevare den nødvendige kontrol.238