Presentado por Cisco
Los agentes de IA están revolucionando los modelos tradicionales de operaciones de TI, agregando complejidad, silos de datos y flujos de trabajo fragmentados. DJ Sampath, vicepresidente senior de software y plataformas de IA en Cisco, cree que AgenticOps es la solución: un nuevo paradigma operativo donde los humanos y la IA colaboran en tiempo real para crear eficiencias, aumentar la seguridad y permitir aplicaciones tecnológicas innovadoras.
En una conversación reciente con VentureBeat, Sampath describió por qué la gestión de TI empresarial actual está fundamentalmente fallida y qué hace que AgenticOps no sólo sea útil, sino necesario para el futuro de las operaciones de TI.
El punto de quiebre de las operaciones de TI tradicionales
El principal problema que afecta a la TI empresarial hoy en día es la fragmentación, afirmó Sampath.
“A menudo, dentro de estas empresas, los datos se almacenan en varios silos diferentes”, explicó. “Para que un operador entre y comience a solucionar un problema, tiene que pasar por muchos paneles diferentes, muchos productos diferentes, y eso resulta en una cantidad cada vez mayor de tiempo dedicado a tratar de descubrir qué es lo que hay antes de que realmente puedan llegar a la causa raíz del problema”.
Este desafío está a punto de intensificarse dramáticamente. A medida que los agentes de IA se vuelvan omnipresentes en las empresas, la complejidad se multiplicará exponencialmente.
“Cada persona tendrá al menos 10 o más agentes trabajando en su nombre, haciendo diferentes tipos de cosas”, dijo Sampath. “Este problema sólo será diez veces, si no cien veces peor, cuando empieces a pensar en lo que realmente está sucediendo con la inclusión de agentes”.
Tres principios básicos de AgenticOps
Para abordar estos desafíos, Cisco desarrolló sus capacidades AgenticOps en torno a tres principios de diseño fundamentales que, según Sampath, deben ser válidos para que este nuevo modelo operativo tenga éxito.
Primero, acceso unificado a datos aislados. La plataforma debe reunir fuentes de datos dispares: datos de red, datos de seguridad, datos de aplicaciones y datos de infraestructura.
“Reunir todas estas cosas será increíblemente importante para que los agentes que esté implementando para trabajar en su nombre puedan conectar los puntos sin problemas”, dijo Sampath.
En segundo lugar, el diseño multijugador primero.. AgenticOps debe ser fundamentalmente colaborativo desde el principio, permitiendo que las operaciones de TI, las operaciones de seguridad, los equipos de operaciones de red (y los agentes) trabajen juntos sin problemas.
“Cuando reúnes a la persona de operaciones de TI, la persona de SecOps y la persona de NetOps, puedes solucionar y depurar problemas mucho más rápido que si estuvieras trabajando en silos y copiando y pegando cosas de un lado a otro”, explicó. “Son humanos y agentes trabajando juntos en un entorno sincrónico”.
En tercer lugar, modelos de IA especialmente diseñados. Si bien los modelos de IA de propósito general destacan en tareas amplias, las operaciones especializadas requieren modelos capacitados para dominios específicos.
“Cuando empiezas a especializarte, se vuelve muy importante que estos modelos comprendan cosas muy específicas como la configuración de red o los modelos de subprocesos que son importantes para ti y necesitan poder razonar al respecto”, dijo.
Cómo Cisco pone en práctica AgenticOps en toda la pila empresarial
El enfoque de Cisco une telemetría, inteligencia y colaboración en una única plataforma coherente. Cisco AI Canvas es un espacio de trabajo de operaciones que reemplaza múltiples paneles con una interfaz de usuario generativa y una experiencia colaborativa unificada. En AI Canvas, los operadores pueden utilizar el lenguaje natural para delegar acciones a los agentes (extraer telemetría, correlacionar señales, probar hipótesis y ejecutar cambios) mientras mantienen el control humano en el circuito.
Las capacidades de razonamiento provienen del modelo de red profunda de Cisco, capacitado en más de 40 años de datos operativos, incluida la experiencia CCIE, telemetría de producción, el Centro de asistencia técnica de Cisco (TAC) y conocimientos sobre la experiencia del cliente (CX). Este modelo diseñado específicamente ofrece inteligencia de dominio específico que los modelos de propósito general no pueden igualar.
La plataforma de Cisco abarca entornos de campus, sucursales, nube y borde, lo que permite a los agentes consumir telemetría en todo el ecosistema a la velocidad de la máquina, incluidos Meraki, ThousandEyes y Splunk. Con los servidores MCP implementados en los productos Cisco, los agentes obtienen acceso estandarizado a herramientas y datos sin un trabajo de integración personalizado.
Cómo los datos de informes fragmentados perjudican la solución de problemas de TI
El enfoque tradicional para la resolución de problemas de TI implica generar tickets y reunir información fragmentada en múltiples sistemas.
“La gente toma capturas de pantalla. A veces, las escribe en notas adhesivas”, dijo Sampath. “Toda esta información se encuentra en canales completamente diferentes, por lo que es muy difícil que alguien empiece a recopilarla”.
Cisco AI Canvas resuelve esto brindando a los equipos un espacio de trabajo compartido en tiempo real para el trabajo en cuestión, de modo que el contexto no esté disperso entre chats, tickets y pantallas compartidas. Los equipos pueden colaborar en vivo, escalar instantáneamente y aportar contexto (como capturas de pantalla y notas) junto con cuadros y gráficos generados por agentes. Pero el verdadero poder surge cuando los agentes de IA participan en estas sesiones colaborativas.
“Las máquinas aprenden constantemente de estas interacciones entre humanos y máquinas”, explicó Sampath. “Cuando ves que vuelve a ocurrir el mismo problema, respondes mucho más rápido porque las máquinas pueden ayudarte”.
Esto crea un círculo virtuoso de mejora continua, donde el agente le pregunta si le gustaría continuar utilizando el mismo enfoque que la última vez, por ejemplo, y usted puede entregarle más trabajo. Y el tiempo dedicado a la depuración se reduce a medida que el sistema aprende y acelera las respuestas futuras.
La seguridad como acelerador de la IA
Históricamente, la seguridad ha sido considerada un obstáculo para la adopción e incluso la innovación. Pero con las salvaguardias adecuadas, las organizaciones pueden implementar IA a escala de forma segura e incluso acelerarla.
Los empleados ya han experimentado las ganancias de productividad de herramientas como ChatGPT y quieren funciones similares en sus entornos empresariales. Cuando las organizaciones pueden detectar información de identificación personal, prevenir ataques de inyección inmediatos y mantener una gobernanza de datos adecuada, pueden desbloquear y desencadenar la adopción de IA dentro de la empresa de una manera fundamentalmente diferente.
La capa de identidad necesaria para AgenticOps entre dominios
El acceso a datos entre dominios presenta uno de los desafíos más complejos en la implementación de AgenticOps. Las adquisiciones estratégicas de Cisco, especialmente Splunk, posicionan a la empresa para abordar este problema unificando datos en sistemas tradicionalmente desconectados. Pero la recopilación de datos es sólo la mitad de la batalla, ya que quién tiene acceso a qué datos se vuelve de vital importancia.
Cisco está evolucionando su plataforma Duo más allá de la autenticación multifactor para servir como un proveedor de identidad integral, con una sólida gestión de identidad y acceso integrada en la plataforma desde el principio, no sólo después.
“Estamos invirtiendo en la identidad como pilar fundamental de cómo estos agentes podrán extraer datos de diferentes fuentes con la autorización correcta en mente”, explica Sampath. “¿Este agente debería tener acceso a este tipo de datos? ¿Debería correlacionar estos tipos de datos para poder resolver un problema?”
Los humanos en el circuito, pero a un nivel superior
A medida que los agentes de IA se vuelvan más autónomos, el papel de los humanos evolucionará en lugar de desaparecer.
“Siempre tendremos humanos cerca”, dijo Sampath. “Lo que verán es que la complejidad de las tareas que se realizan será mucho mayor”.
Tomemos como ejemplo la codificación, que hoy en día puede ser completamente agente. La función humana ha cambiado de codificar manualmente, o incluso completar pestañas, a pedirle a un agente que cree código al por mayor y luego verifique que cumpla con los requisitos antes de fusionarlo en el código base. Este patrón se repetirá en todas las operaciones de TI: los humanos se centrarán en la toma de decisiones de nivel superior mientras los agentes se encargan de la ejecución. Es importante destacar que las funciones de reversión garantizan que incluso las acciones independientes se puedan revertir si es necesario.
Por qué esperar a que la IA se “calme” es un paso en falso
Para los CIO y CTO, el mensaje es claro: no esperen.
“Mucha gente sigue este patrón de esperar y observar”, dijo Sampath. “Están esperando a que la IA se calme antes de tomar algunas de sus decisiones. Y creo que esa es la manera incorrecta de pensarlo. Asociarse con los grupos correctos de personas, con los conjuntos correctos de proveedores, le ayudará a moverse mucho más rápido, en lugar de simplemente tratar de quedarse indeciso, tratando de descubrir qué está bien y qué está mal”.
Los artículos patrocinados son contenidos producidos por una empresa que paga por la publicación o tiene una relación comercial con VentureBeat y siempre están claramente marcados. Para más información, póngase en contacto ventas@venturebeat.com.
