Команды сетевых операций (NetOps) годами управляют все большими объемами задач. У пользователей и бизнеса растут ожидания к производительности, несмотря на возрастающую сложность из-за увеличения числа приложений, устройств, облачных зависимостей, средств контроля безопасности и телеметрии. Теперь рабочие нагрузки ИИ добавляют еще один уровень требований к NetOps с новыми моделями трафика, требованиями к производительности и операционной сложностью.
Недавнее исследование Cisco и Omdia, охватившее 1000 руководителей ИТ-отделов и сетевых операций, подтверждает этот переход к сетям под управлением ИИ, которые обслуживаются автономными агентами. Оно демонстрирует рынок, который движется быстрее, чем многие ожидали: 75% организаций уже развернули ИИ для сетевых операций. Более половины используют агентские системы ИИ, которые действуют в производственной среде уже сегодня, а 84% ожидают перехода на операционную модель под управлением ИИ в течение 12 месяцев.
Руководители сетевых операций не просто тестируют ИИ на периферии рабочего процесса; они позволяют агентам брать на себя операционную ответственность, включая действия в производственных средах. Следовательно, вопрос для руководителей предприятий заключается не в том, нужен ли автономный ИИ в сетевых операциях, а в том, что должно быть создано для безопасного расширения использования AgenticOps в операциях по всей сети.
Влияние агентного ИИ на сетевые операции
Исследовательский отчет Cisco и Omdia за 2026 год
Операционная модель достигла своего практического предела
Когда в 3:00 ночи происходит инцидент уровня P1, команды NetOps страдают не от недостатка данных. На самом деле они тонут в них. Они окружены оповещениями, телеметрией, тикетами, изменениями топологии, сигналами приложений, событиями устройств, уведомлениями безопасности и жалобами пользователей.
В отчете «Влияние агентного ИИ на сетевые операции» приводятся реальные цифры, подтверждающие это давление. В среднем организация генерирует около 4100 мониторинговых оповещений и событий в день, причем примерно половина из них связана с сетью.
Самая сложная задача — связывать эти сигналы достаточно быстро, чтобы понять происходящее и принять меры.
Типичный специалист может обработать примерно 21 сетевое оповещение в день, что означает, что для ручной разборки ежедневного бэклога потребовалась бы команда примерно из 100 ИТ-специалистов. Большинство команд не имеют ничего подобного. Поэтому команды вынуждены идти на компромиссы: они проводят жесткую триажировку, закрывают неопробованные оповещения и теряют концентрацию из-за переключения между несколькими инструментами и борьбы с ложными срабатываниями. В конечном счете они жертвуют инженерным временем ради реактивного обслуживания.
Текущая операционная модель упирается в структурную стену, что приводит к стремительному проникновению агентного ИИ в производство. Для многих организаций следующее улучшение в операционной деятельности будет достигнуто за счет снижения бремени ручной корреляции и предоставления командам систем, способных воспринимать, рассуждать, действовать и проверять в рамках четких элементов управления.
Сложные проблемы выходят за рамки отдельных доменов
Исследование показало, что большинство проблем охватывают несколько доменов. Для любого, кто управлял крупными средами, эта реальность хорошо знакома. Пользователь сообщает о медленной работе приложения. Симптомы могут проявляться в беспроводной сети, в то время как причина может крыться в облачном подключении, политике идентификации, поведении приложения, состоянии конечной точки, проверке безопасности, DNS или у вышестоящего провайдера. Проблема ощущается в одном месте, обнаруживается в другом, а решается где-то еще.
Агент с представлением только одного домена имеет ограниченную функциональность, поскольку может лишь суммировать, устранять неполадки и рекомендовать действия в рамках своего конкретного домена. Однако корпоративные операции редко ограничиваются одним доменом. Агент должен обладать достаточным контекстом, чтобы понимать, как взаимодействуют сеть, безопасность, приложения, инфраструктура и пользовательский опыт.
Именно этот контекст меняет качество решения. Если агент видит только симптом беспроводной сети, он может порекомендовать исправление для нее. Если же он также видит топологию, политику, производительность приложений, путь безопасности и пользовательский опыт, у него гораздо больше шансов выявить истинную причину и выбрать правильное действие.
Именно поэтому AgenticOps от Cisco настолько эффективен: он заменяет догадки полной прозрачностью. Обеспечивая единое представление по всем доменам, он дает агентам контекст, необходимый для решительных и надежных действий даже в самых сложных средах.
Доверие завоевывается в ходе работы
Исследование показывает, что профессионалы в области NetOps более лояльно относятся к операционной автоматизации, чем многие могли бы предположить. Восемьдесят процентов организаций готовы предоставить ИИ высокую или полностью автономную роль в NetOps, а многие готовы разрешить агентному ИИ вносить изменения в производственную среду для некоторых категорий действий.
Но с этой готовностью связаны четкие условия. Руководители требуют объяснимости, шлюзов утверждения для действий с более высоким риском, ограничений на основе политик, журналов аудита, аварийного отключения и ролевого доступа. Почти семь из 10 организаций требуют детальной объяснимости для действий, управляемых ИИ.
Хотя команды готовы к тому, чтобы ИИ действовал, они также ожидают, что автономность будет функционировать в рамках управляемой модели. Заслуживающая доверия агентская система наблюдает за условиями, объясняет обнаруженное, рекомендует действие, проходит правильный путь утверждения, выполняет действие в рамках политики и проверяет результат. Каждый успешный цикл дает операторам больше уверенности в том, где система может действовать независимо, а где должно сохраняться участие человека.
Концепция AgenticOps построена на этом принципе: доверие нужно заслуживать, а не получать авансом. Агентские системы должны уметь сверять свои рассуждения с сетью, предъявлять доказательства в пользу рекомендации, действовать через политику и доказывать, что принятые меры улучшили пользовательский опыт. Способность ИИ делать это зависит от качества окружающего его операционного фундамента: надежной телеметрии, общего контекста между доменами, рабочих процессов с учетом политик, четких границ допустимых действий, мест, где требуется утверждение, и способов измерения результатов. Этот фундамент становится еще более важным по мере того, как использование ИИ продолжает менять саму сеть.
Создание будущего для NetOps уже сегодня
Как показывает опрос, агентный ИИ уже стал частью сетевых операций. Команды не ждут далекого будущего; они переходят к системам, которые помогают им действовать с повышенной скоростью.
Но за этим стоит более глубокий сдвиг. По мере того как ИИ превращается из инструментов «запрос-ответ» в долгосрочных агентов, преследующих цели в течение часов или дней, сеть перестает быть просто путем между запросом и ответом. Она становится местом, где фактически совершается работа, и средой, от которой зависят надежность и работоспособность этих нагрузок.
AgenticOps — это управляемые человеком, но работающие на базе агентов операции, основанные на общем контексте и регулируемых действиях. Операторы сохраняют контроль; агенты берут на себя большую часть работы, которая сегодня перегружает команды.
Направление очевидно. Следующий этап NetOps будет определяться тем, насколько хорошо предприятия создадут основу для доверенной автономности: общий контекст, регулируемые действия и доказательства того, что каждое действие улучшило пользовательский опыт. Именно так автономность завоевывает свое место в критически важной инфраструктуре, шаг за шагом.
Чтобы подробнее ознакомиться с результатами, изучите полный отчет здесь: Влияние агентного ИИ на сетевые операции.
