Cisco AgenticOps и AI-in-the-loop: как меняется управление ИТ-инфраструктурой

AgenticOps и рост концепции AI-in-the-loop. Почти год прошёл с момента запуска AgenticOps — модели управления ИТ, ориентированной на агентов. За это время она помогла командам эффективнее работать в средах, которые становятся всё более сложными, взаимосвязанными и постоянно активными. И эта сложность продолжает расти.

При этом внимание и возможности координации у людей ограничены. По мере увеличения масштабов и динамичности инфраструктуры проблема уже не в усилиях или компетенции — а в масштабе. Новые панели мониторинга добавляют данные, но не ясность. Автоматизация помогает с типовыми задачами, но теряет эффективность, когда условия меняются.
Командам нужна постоянная поддержка, способная понимать контекст между системами и выполнять первичный анализ: цифровые помощники на базе ИИ, которые фильтруют шум, связывают сигналы и действуют в рамках заданных ограничений, помогая масштабировать процессы. Именно поэтому мы представили AgenticOps. Но внедрение ИИ в операции сразу поднимает вопрос: как масштабировать поддержку без увеличения рисков?

Почему ИИ не работает без суждения

В реальных условиях большинство сбоев возникает не из-за нехватки данных, а из-за действий, которые были логически верными, но ошибочными с операционной точки зрения — выполненными без контекста или не вовремя. Эту проблему решает суждение. Суждение отвечает на вопросы, на которые не способны панели мониторинга: «Подходящий ли момент для действия?», «Каков масштаб последствий ошибки?», «Что ещё это затронет?». Без него доверие разрушается. А по мере роста роли агентных систем доверие становится ключевым фактором масштабирования. Чтобы его сохранить, суждение должно применяться заранее, последовательно и до возникновения последствий. Именно поэтому AI-in-the-loop критически важен: он усиливает и масштабирует человеческие возможности, обеспечивая своевременное применение суждения в изменяющихся условиях.

Что необходимо для реализации AI-in-the-loop

При запуске AgenticOps мы чётко обозначили: речь не о дополнительной автоматизации, а о модели, основанной на доверии. Для надёжной агентной системы необходимы три элемента: общий контекст, предметно-ориентированное мышление и управляемое выполнение действий.

Подход Cisco начинается с объединённой телеметрии из сетей, безопасности, наблюдаемости, коллаборации и вычислений. Такой общий контекст позволяет системе анализировать реальные условия работы пользователей и приложений, а не фрагментарные данные.

Далее — интеллект, адаптированный к реальным задачам. Вместо универсальной модели используется сочетание специализированных моделей, таких как Deep Network Model, и продвинутых алгоритмов рассуждения. Это позволяет быстро реагировать при необходимости и углублять анализ при повышенных рисках.

Доверие в операциях формируется через надёжное выполнение. Поэтому AgenticOps использует управляемые и детерминированные действия через Agentic Workflows — с прозрачной логикой и возможностью аудита. Автономность расширяется постепенно, по мере роста уверенности.

Речь не о функциях, а о построении модели, способной масштабироваться. На Cisco Live Amsterdam мы представили новые возможности для автономной диагностики, непрерывной оптимизации и проверки изменений.
Это AI-in-the-loop с управлением, а не догадками.

Один день с AI-in-the-loop

Обычное утро. Нет лавины уведомлений. Почта не заполнена вопросами «есть обновления?». Чаты не перегружены скриншотами и гипотезами. Не потому что ничего не происходит — система уже отслеживает ситуацию.
Проблемы анализируются до эскалации. Изменения проверяются до внедрения. Оптимизация выполняется в фоне, без ожидания «окна обслуживания».

Если требуется ваше участие — ясно, почему: что произошло, какие последствия и какие варианты безопасны. Вы по-прежнему принимаете решения, но опираетесь на контекст, а не на шум. Это направление развития Cisco AgenticOps.

За последний год появились AI Canvas и Deep Network Model. AI Assistant стал одной из самых быстро внедряемых функций и был расширен на Meraki, ThousandEyes, Catalyst Center, решения безопасности, наблюдаемости и Webex. Agentic Workflows уже используются в операциях — за последние 30 дней выполнено более 165 000 автоматизированных действий. Это не эксперименты. Это реальные системы, работающие в больницах, на производствах, в кампусах и глобальных компаниях, где сбои влияют на безопасность, доход и доверие.

Почему это важно

С AgenticOps и AI-in-the-loop меняется не только технология — меняется сам характер работы. Когда системы берут на себя непрерывный контроль и анализ, команды перестают работать в режиме постоянной реакции. Появляется время на осмысление, вопросы и осознанные решения. Команды сохраняют контроль, но получают скорость, контекст и уверенность — понимая, когда действовать и как двигаться дальше. Это и есть трансформация, необходимая современному ИТ. Cisco AgenticOps — путь к этому.