Новый подход к ИТ-операциям, где ИИ не просто выполняет задачи, а помогает принимать решения с учётом контекста.
Почти год прошёл с момента, как Cisco представила AgenticOps — модель управления ИТ, ориентированную на использование ИИ-агентов.
За это время стало понятно: классические подходы к операциям больше не справляются с тем уровнем сложности, который сегодня есть в инфраструктуре.
Систем становится больше, они связаны между собой, работают постоянно и создают огромный поток сигналов. И главная проблема здесь — не в нехватке данных.
Почему данных стало слишком много
В работе ИТ-команд всё чаще возникает парадокс. Мониторинг даёт всё больше информации, но ясности от этого не прибавляется. Новые панели показывают метрики, алерты, события — но не объясняют, что с этим делать.
Автоматизация тоже помогает, но только в предсказуемых сценариях. Как только условия меняются, она начинает давать сбои или требует постоянного контроля.
В результате команды тратят время не на решение задач, а на интерпретацию происходящего. И именно здесь появляется потребность в новом уровне поддержки.
AgenticOps: следующий шаг после автоматизации
Cisco предложила подход, при котором ИИ становится не просто инструментом, а полноценным участником операционных процессов.
Речь идёт о цифровых помощниках, которые:
- фильтруют шум
- связывают сигналы между системами
- анализируют ситуацию
- помогают принимать решения
Такие системы работают в рамках заданных ограничений и помогают масштабировать процессы без роста нагрузки на команды.
Но вместе с этим возникает логичный вопрос:
можно ли доверять таким системам?
Почему ИИ не работает без “суждения”
На практике большинство инцидентов происходит не из-за отсутствия данных.
Чаще причина в том, что действия были логически правильными, но неправильными с точки зрения контекста.
Например:
- изменение сделано не в тот момент
- не учтены зависимости
- не оценены последствия
Именно это Cisco называет “суждением”.
Это способность ответить на вопросы:
- сейчас ли подходящее время для действия
- какие будут последствия
- что ещё затронет это изменение
Без такого уровня понимания доверие к системе быстро теряется.
А без доверия невозможно масштабировать ИИ в операциях.
AI-in-the-loop: баланс между ИИ и человеком
Чтобы решить эту проблему, Cisco развивает концепцию AI-in-the-loop.
Суть в том, что ИИ не заменяет человека, а усиливает его возможности.
Система помогает:
- анализировать ситуацию
- предлагать варианты
- оценивать риски
Но ключевые решения остаются за человеком.
Так появляется баланс между скоростью автоматизации и контролем.
Как это реализовано на практике
В основе AgenticOps лежит несколько ключевых элементов.
Первый — это единый контекст. Система объединяет данные из сети, безопасности, приложений, коллаборации и вычислений, чтобы видеть полную картину, а не отдельные фрагменты.
Второй — специализированный интеллект. Вместо одной универсальной модели используется набор решений, включая Deep Network Model, которые адаптированы под конкретные задачи.
Третий — контролируемое выполнение действий. Все операции проходят через Agentic Workflows — сценарии с прозрачной логикой и возможностью аудита. Автономность увеличивается постепенно, по мере роста доверия к системе.
Как выглядит работа с AI-in-the-loop
Если посмотреть на это в реальной жизни, картина меняется довольно заметно. Утро начинается без потока уведомлений и сообщений с вопросами “что происходит?”.
Не потому что проблем нет — система уже их анализирует. Инциденты выявляются до эскалации, изменения проверяются заранее, а оптимизация происходит в фоне.
Когда требуется участие человека, он получает не поток данных, а понятное объяснение: что произошло, какие риски и какие действия безопасны.
Это сильно снижает уровень стресса и ускоряет принятие решений.
Это уже работает, а не тестируется
За последний год Cisco постепенно развивает эту модель.
Появились такие инструменты, как AI Canvas и Deep Network Model. AI Assistant стал одной из самых быстро внедряемых функций и был интегрирован в Meraki, ThousandEyes, Catalyst Center, решения безопасности и Webex.
Agentic Workflows уже активно используются в операциях — только за последние 30 дней было выполнено более 165 000 автоматизированных действий.
Причём речь идёт не о лабораториях, а о реальных средах:
больницах, промышленных предприятиях, кампусах и крупных компаниях, где сбои напрямую влияют на бизнес.
Что это меняет
Главное изменение — не в технологиях, а в подходе к работе. Когда система берёт на себя постоянный анализ и контроль, команды перестают работать в режиме реакции на события.
Появляется возможность:
- думать
- анализировать
- принимать взвешенные решения
При этом контроль остаётся у людей, но появляется скорость, контекст и уверенность.
Вывод
AgenticOps и AI-in-the-loop — это не просто следующий этап автоматизации. Это переход к модели, где ИИ помогает управлять сложностью, а не добавляет её. И, судя по тому, как быстро эти решения переходят из концепции в практику, именно такой подход станет стандартом для современных ИТ-операций.