Cisco melaporkan 51% organisasi yang disurvei telah memakai AI agentik yang bertindak di lingkungan produksi; 95% menilai perangkat AIOps mereka saat ini tidak mampu mengimbangi kebutuhan operasional. Sebanyak 84% responden memperkirakan akan beralih ke model operasi yang dipimpin AI dalam 12 bulan, tetapi banyak ya...
Diterbitkan olehDiedit dengan GPT-6 SolGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: What does Cisco’s Omdia-conducted survey of 1,000 IT and network operations leaders at enterprises with at least 500 employees across North. Article summary: Cisco’s Omdia-conducted survey suggests that network operations are moving from AI that flags problems to agents that can act on production networks. That shift is being driven by alert volume and complexity, but respond. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Di ruang operasi jaringan, persoalannya bukan lagi sekadar menemukan gangguan. Tim juga harus memilah ribuan peringatan, menghubungkan petunjuk dari berbagai sistem, lalu menentukan tindakan yang aman. Survei terhadap 1.000 pemimpin TI dan operasi jaringan yang dilakukan Omdia untuk Cisco menunjukkan AI mulai mengambil peran lebih jauh: bukan hanya memberi saran, melainkan juga bertindak di lingkungan produksi.2
3
Menurut Cisco, 75% organisasi yang disurvei telah menerapkan AI untuk operasi jaringan. Sebanyak 51% menjalankan AI agentik yang dapat mengambil tindakan di lingkungan produksi, bukan hanya merekomendasikannya. Sementara itu, 84% memperkirakan akan mencapai model operasi yang dipimpin AI dalam 12 bulan. Angka terakhir adalah ekspektasi responden, bukan jumlah organisasi yang sudah menyelesaikan peralihan.2
7
Cisco menyebut pendekatan ini AgenticOps. Bedanya dengan AIOps—penggunaan AI untuk membantu operasi TI—agen tidak berhenti pada peringatan atau saran: agen dapat menalar masalah dan mengambil tindakan dengan pengawasan operator. Namun, penggunaan di lingkungan produksi tidak berarti semua organisasi memberi agen wewenang tanpa batas.5
Sebanyak 95% perusahaan dalam survei mengatakan perangkat AIOps yang mereka gunakan saat ini tidak mampu mengimbangi tuntutan operasional.3 Rata-rata organisasi menerima sekitar 4.100 peringatan pemantauan per hari, dan lebih dari separuhnya terkait jaringan. Berdasarkan perkiraan bahwa seorang praktisi dapat menangani sekitar 21 peringatan jaringan sehari, Cisco menghitung bahwa menyelesaikan bagian peringatan jaringan itu secara manual akan membutuhkan sekitar 100 spesialis TI.
2
28
Jumlah peringatan bukan satu-satunya masalah. Untuk menelusuri gangguan, operator bisa memerlukan data dari jaringan, layanan cloud, koneksi internet, dan sistem keamanan. Agen yang menghubungkan sinyal-sinyal tersebut berpotensi membantu penyelidikan; alat tambahan yang hanya mengeluarkan peringatan baru tidak menyelesaikan persoalan keterlihatan lintas sistem.5
7
Dalam alur kerja yang digambarkan Cisco, agen mendeteksi kejanggalan, menghubungkan data pemantauan, mengusulkan atau menjalankan respons, lalu memeriksa hasilnya. Peran operator pun bergeser dari terus-menerus memilah peringatan menuju mengawasi penyelidikan dan keputusan. Ini adalah gambaran kemampuan AgenticOps, bukan bukti bahwa seluruh organisasi dalam survei sudah menghemat waktu atau mengurangi kebutuhan staf.7
8
Tekanan pada jaringan juga bisa meningkat dari sisi lain. Dalam proyeksi terpisah, Cisco memperkirakan lalu lintas jaringan perusahaan dapat tumbuh hingga sembilan kali lipat pada 2035 jika AI agentik diadopsi. Itu adalah perkiraan, bukan pertumbuhan lalu lintas yang diukur dalam survei operasi jaringan Omdia.10
Empat dari lima responden nyaman memberi agen peran dengan otonomi tinggi atau penuh, termasuk hampir seperempat yang bersedia mengizinkan tindakan tanpa keterlibatan manusia dalam prosesnya. Meski demikian, lebih dari dua pertiga meminta penjelasan terperinci atas tindakan agen, sedangkan 86% menilai satu platform terintegrasi lebih efektif daripada menambah alat yang berdiri sendiri.3
4
Bagi operator, pengawasan berarti bisa melihat apa yang diamati agen, mengapa perubahan diusulkan, apakah persetujuan diperlukan, tindakan apa yang diambil, dan apakah hasilnya sesuai harapan. Batasan kebijakan, titik persetujuan, serta mekanisme penghentian darurat membantu menjaga kewenangan agen tetap terkendali; laporan independen tentang survei ini menyebut responden hampir semuanya mengharapkan pengaman semacam itu.8
17
Intinya: survei ini menunjukkan adopsi AI agentik yang sudah dapat bertindak di lingkungan produksi, di tengah beban peringatan yang sulit ditangani perangkat lama. Namun, survei tersebut tidak membuktikan bahwa setiap penerapan telah mempercepat penyelesaian gangguan. Ujian berikutnya adalah apakah tim dapat memeriksa keputusan agen dan mempertahankan kendali yang tepat ketika lebih banyak pekerjaan operasional diserahkan kepadanya.2
3
8
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Cisco melaporkan 51% organisasi yang disurvei telah memakai AI agentik yang bertindak di lingkungan produksi; 95% menilai perangkat AIOps mereka saat ini tidak mampu mengimbangi kebutuhan operasional.
Cisco melaporkan 51% organisasi yang disurvei telah memakai AI agentik yang bertindak di lingkungan produksi; 95% menilai perangkat AIOps mereka saat ini tidak mampu mengimbangi kebutuhan operasional. Sebanyak 84% responden memperkirakan akan beralih ke model operasi yang dipimpin AI dalam 12 bulan, tetapi banyak yang tetap menuntut penjelasan tindakan agen dan pengawasan manusia.