Гибридные и мультиоблачные среды не нарушили рабочие процессы — они просто опередили человеческие возможности по их управлению. По прогнозам Gartner, к 2027 году 90% организаций перейдут на гибридную облачную модель, что подтверждает, тот факт, что мультивендорные среды стали постоянной моделью работы. Однако по мере того, как среды становятся все более распределенными, возникает «разрыв в сложности».
Согласно отчёту SolarWinds IT Trends Report 2025, многие команды считают свои системы устойчивыми, но на практике сталкиваются со скрытой уязвимостью из-за фрагментированных сигналов. Инженеры всё чаще тратят время на ручное восстановление контекста во время инцидента, вместо того чтобы сразу перейти к устранению проблемы.
В современных ИТ-средах узким местом становятся уже не вычислительные мощности и не хранение данных, а способность быстро понять, что именно происходит. Во фрагментированных средах сигналы поступают разрозненно, контекст приходится собирать вручную, а действия зависят от опыта конкретной команды. Агентный ИИ помогает объединить данные, восстановить контекст и перевести понимание в безопасные, повторяемые действия.
Что такое агентный ИИ в сфере ИТ-операций?
Агентный ИИ — это системы, выполняющие роль «цифрового напарника». В отличие от стандартного генеративного ИИ, который лишь предлагает варианты кода, агентный ИИ действительно выполняет задачи. Он способен анализировать телеметрические данные, принимать решения в рамках заданных политик и выполнять многоэтапные задачи, такие как сбор диагностических данных или запуск отката изменений.
В гибридной среде эти агенты выполняют функцию поддержки принятия решений, выявляя взаимосвязи и расставляя приоритеты в ответах, чтобы люди могли сосредоточиться на анализе ситуации, а не на ручной обработке данных
5 шагов к внедрению агентного ИИ (подход «Context-First»)
Чтобы перейти от реактивного мониторинга к интеллектуальному управлению, команды должны следовать четкому плану:
- Объединение контекста: Сопоставьте зависимости и топологию по всем гибридным периферийным узлам, чтобы создать «общую базовую реальность».
- Интерпретация изменений: Определите, «что изменилось» (развертывания, отклонения в конфигурации), чтобы сократить разрыв между сигналом и его пониманием.
- Рекомендация и проверка: Агент предлагает «сценарий действий» и проверяет его на соответствие рамкам политики.
- Утверждение с участием человека: Инженер проверяет гипотезу ИИ и утверждает действие для задач со средней степенью риска.
- Выполнение и проверка: Агент выполняет задачу, проверяет восстановление в соответствии с показателями SLO и фиксирует полный аудиторский след.
Ограничения: Обеспечение безопасности агентного ИИ
Опытные команды рассматривают ИИ как партнера по работе, а не как источник риска, обеспечивая, чтобы каждое действие было обоснованным, поддающимся проверке и обратимым. Для этого SolarWinds следует философии «AI by Design», в которой приоритет отдается подотчетности и прозрачности.
Используя концепцию «человек в контуре управления» (Human-in-the-Loop Framework), можно разделить операционные задачи на четыре отдельные зоны автономности в зависимости от уровня риска и частоты выполнения:
Полная автономность: Рутинные задачи с низким уровнем риска и высокой частотой выполнения, при которых агент действует самостоятельно (например, первоначальный сбор журналов).
Автономность с контролем со стороны человека: Действия со средней степенью воздействия, требующие подтверждения со стороны человека одним нажатием кнопки перед выполнением.
Под контролем человека: Сценарии с высоким уровнем риска или значительными последствиями, в которых ИИ обеспечивает контекст, но человек должен оставаться в курсе событий, чтобы принять окончательное решение.
Без автономии: Критические или необратимые задачи, требующие исключительно ручного вмешательства.
Применяя тесты «Отмена», «Аудит» и «Пороговое значение» из данной методологии, команды могут постепенно завоевывать доверие, переходя к более высокой степени автономии только после того, как задачи продемонстрируют свою надежность.
Передовые методы для гибридных операций
- Объединение инструментов: Вам нужен не один инструмент, а единая концепция, охватывающая весь ваш стек.
- Переход от обнаружения к поддержке принятия решений: Системы должны помогать вам оценивать последствия и определять приоритеты реагирования, а не просто генерировать оповещения.
- Автоматизация повторяющихся действий: Обогащение данных и маршрутизации, чтобы быстрее доводить проблемы до нужного ответственного.
- Проектирование с учетом возможности аудита: Каждое решение ИИ должно оставлять «бумажный след» для укрепления доверия к операционной деятельности.
С чего начать, не усложняя процесс
Интеллектуальные процессы развиваются постепенно. Начинать следует с тех областей, где возникает наибольшее количество проблем — повторяющихся инцидентов, отнимающих время, или сервисов, требующих оперативного реагирования.
Определение зоны автономности
Следует создать и загрузить руководство по принятию решений с участием человека (Human-in-the-Loop), чтобы безопасно классифицировать задачи и сократить повторяющиеся действия, не теряя при этом контроль.
Агентный ИИ — это не то же самое, что генеративный ИИ или операционные системы
Генеративные инструменты дают объяснения; агентные системы действуют — в рамках установленных ограничений. В операционной деятельности это означает сопоставление сигналов, предложение следующего шага и (при необходимости) его выполнение с полной возможностью отслеживания
Объединение всех инструментов работы.
Нужен общий контекст, а не принудительная миграция. Объедините взаимосвязи и зависимости во всей вашей инфраструктуре, чтобы все сигналы согласовывались с одной общей картиной. Наблюдаемость обеспечивает такую основу.
Да, агентный ИИ может снизить уровень «усталости от оповещений» — при условии, что контекст будет поставлен на первое место.
Когда сигналы соотносятся с инцидентами, а информация о том, «что изменилось», становится явной, ИИ может отсеивать дубликаты, группировать связанные события и быстрее выделять то, что действительно важно.
С чего следует начинать автоматизацию?
Есть смысл начинать с зоны автономности, где выполняются действия с низким уровнем риска и высокой частотой (диагностика, перезапуск, очистка кэша). Следует сохранить необходимость утверждения со стороны человека действий, имеющих более серьезные последствия. Расширяйте автономность только после успешного прохождения тестов на отмену, аудит и предельные значения.
Как это способствует повышению операционной устойчивости? Сокращая время, необходимое для анализа ситуации, и стандартизируя меры реагирования, организации справляются с большим количеством сбоев с меньшими затратами, сохраняя качество обслуживания в условиях гибридных и мультиоблачных сред.
Заключение
Гибридные и мультиоблачные среды стали повсеместной реальностью. Успех в этой среде зависит не от количества инструментов, а от приоритизации контекста, оперативного понимания ситуации и автоматизации с учетом мер безопасности. Агентный ИИ раскрывает свой максимальный потенциал, когда сосредотачивается на «мыслительной работе», отнимающей у людей время, позволяя вашей команде расширяться без риска переутомления.
Источник: How Agentic AI Powers Hybrid and Multi‑Cloud Operations
