51 procent av de undersökta organisationerna använder AI agenter som kan agera i produktionsmiljö, enligt Cisco.[2][7] 95 procent anser att deras nuvarande AIOps verktyg inte räcker till. Samtidigt kräver fler än två tredjedelar detaljerade förklaringar av agenternas åtgärder.[3]
Publicerad avRedigerad med GPT-6 SolBilder genererade med GPT Image 2
Research answer

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
AI i nätverksdriften handlar inte längre bara om att upptäcka fel och föreslå lösningar. I en undersökning av 1 000 IT- och nätverksansvariga, genomförd av Omdia åt Cisco, uppger 51 procent att de redan använder AI-agenter som kan vidta åtgärder i produktionsmiljö. Men att en agent får agera betyder inte att den får göra vad som helst.2
7
Enligt Cisco har 75 procent av de undersökta organisationerna infört AI i nätverksdriften. Samtidigt anser 95 procent att deras nuvarande AIOps-verktyg – AI-stöd för IT-drift – inte kan hålla jämna steg med behoven.2
3 Organisationerna får i genomsnitt omkring 4 100 övervakningslarm per dag, varav mer än hälften rör nätverket. Cisco uppskattar att det skulle krävas runt 100 IT-specialister för att hantera nätverkslarmen manuellt, utifrån antagandet att en person klarar ungefär 21 sådana larm per dag.
2
28
Det är inte bara mängden larm som ställer till det. Felsökning kan kräva att personalen väger samman information från nätverk, molntjänster, internetförbindelser och säkerhetssystem. Tanken med AI-agenter är att de ska kunna koppla ihop dessa signaler, utreda ett problem och föreslå eller genomföra en åtgärd – snarare än att bli ännu ett verktyg som skickar larm.5
7
I Ciscos beskrivning av AgenticOps kan en agent upptäcka en avvikelse, sammanställa mätdata, agera och kontrollera resultatet. För nätverkspersonalen innebär det en möjlig förskjutning från att sortera larm och växla mellan verktyg till att granska agentens underlag och beslut. Det är en beskrivning av arbetssättet, inte ett belägg för att alla organisationer i undersökningen redan har sparat tid.7
8
84 procent av de svarande räknar med att nå en AI-ledd driftsmodell inom tolv månader. Det är en förväntan, inte ett mått på hur många som redan har gjort om sin drift.2
7 I en separat prognos bedömer Cisco dessutom att företags nätverkstrafik kan bli nio gånger så stor till 2035 om agentbaserad AI införs. Prognosen är inte ett uppmätt resultat från Omdias undersökning.
10
Fyra av fem svarande är bekväma med att ge agenter en hög grad av självständighet eller låta dem arbeta helt självständigt. Nästan en fjärdedel kan tänka sig åtgärder utan att en människa först kopplas in. Samtidigt kräver fler än två tredjedelar detaljerade förklaringar av agenternas åtgärder, och 86 procent ser en gemensam, integrerad plattform som en bättre väg framåt än ytterligare ett separat verktyg.3
4
För den som ansvarar för nätverket blir frågorna konkreta: Vad såg agenten? Varför föreslog den en ändring? Krävdes godkännande, och fungerade åtgärden? Spårbara beslut, tydliga befogenheter och möjlighet att stoppa en agent är sätt att behålla kontrollen när den får större handlingsutrymme.8
17
Slutsatsen: Undersökningen visar att AI-agenter som agerar i produktionsmiljö redan används av många av de tillfrågade. Den visar däremot inte att varje införande har kortat incidenttiderna eller minskat personalbehovet. Nästa prövning är om organisationerna kan kontrollera agenternas beslut samtidigt som de låter dem ta över mer av det löpande arbetet.2
3
8
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
51 procent av de undersökta organisationerna använder AI agenter som kan agera i produktionsmiljö, enligt Cisco.[2][7]
51 procent av de undersökta organisationerna använder AI agenter som kan agera i produktionsmiljö, enligt Cisco.[2][7] 95 procent anser att deras nuvarande AIOps verktyg inte räcker till. Samtidigt kräver fler än två tredjedelar detaljerade förklaringar av agenternas åtgärder.[3]