Pametnije operacije, brže odluke: uticaj agentske AI na IT rutinu

Rutina tehnoloških područja se mnogo promijenila posljednjih godina. Nije usvajanje oblaka, niti digitalizacija procesa promijenila centar gravitacije operacije: obim odluka je počeo da se zahtijeva u realnom vremenu.U distribuiranim okruženjima, sa više aplikacija, integracija i tokova podataka, izazov više nije vidjeti šta se dešava. Problem je postao da se dovoljno brzo odluči da operacija održi korak sa ovom složenošću. 

Ova promjena pomaže da se objasni zašto je diskusija o umjetnoj inteligenciji u IT-u počela dobivati još jedan sloj ove godine. Više se ne radi o analizi podataka ili generiranju odgovora. Radi se o smanjenju intervala između otkrivanja događaja i djelovanja na njega. I u ovom trenutku agentička AI počinje imati konkretan utjecaj na operativnu rutinu. 

McKinsey studije pokazuju da se oko 60% aktivnosti u kompanijama već može automatizirati tehnologijama dostupnim danas. Ovi podaci se obično tumače kao povećanje produktivnosti. U praksi on ukazuje na nešto specifičnije: veliki dio operativnog rada u IT-u ne zahtijeva kreativnost, ali dosljedno, brzo i kontekstualno zasnovano izvršenje. Upravo ova vrsta aktivnosti najviše pati od trenja u svakodnevnom životu. 

Kada pažljivo pogledate IT operaciju, većinu vremena ne troše strateške odluke, već ponavljajuće mikro-odluke. Sortiranje upozorenja, povezivanje događaja, razumijevanje uticaja, pokretanje priručnika, validacija promjene, prilagođavanje resursa oblaka. Svaka od ovih radnji, sama, je jednostavna. Problem je u zapremini i brzini kojom se akumuliraju. 

Timovi počinju sa radom reagujući na redove, kontrolne table i karte, neprestano se prebacujući između alata i konteksta. Cijena ovoga se pojavljuje kao kašnjenje odgovora, povećanje buke, nedosljedne odluke i, na kraju, u poslovnom utjecaju. 

Agentic AI: transformacija IT operacije 

Prijedlog agentičke AI djeluje upravo u ovom trenutku napetosti. Ovaj model radi s kontekstom, prioritetom i sposobnošću lančanog izvršenja. Ne radi se samo o automatizaciji zadataka, već i o povezivanju koraka koji su ranije ovisili o kontinuiranoj ljudskoj intervenciji. 

U praksi, ovo mijenja logiku operacije. Upozorenje više nije samo signal koji zahtijeva ručnu analizu i postaje početak toka koji može uključivati automatsku korelaciju, identifikaciju vjerovatnog uzroka, sugestiju djelovanja i, u određenim slučajevima, direktno izvršenje. Šta je ranije zahtijevalo više sistema i međuodluka dešava se unutar istog radnog ciklusa. 

Ova vrsta pristupa smanjuje jedno od glavnih uskih grla trenutnog IT-a: vrijeme između razumijevanja problema i djelovanja na njega. U kritičnim okruženjima, ova razlika nije marginalna. Direktno utiče na indikatore kao što su vrijeme rezolucije, dostupnost usluge i korisničko iskustvo. 

Postoji i manje vidljiv, ali jednako relevantan efekat: smanjenje kognitivnog opterećenja timova. Eliminacijom koraka koji se ponavljaju i konsolidacijom konteksta, agentička AI smanjuje potrebu za navigacijom između alata i smanjuje ovisnost o ručnoj interpretaciji fragmentiranih podataka. 

Ovaj pokret također mijenja način na koji su područja tehnologije organizirana. Kako operativno izvršenje postaje automatiziranije, uloga timova prelazi na dizajn procesa, definiciju politike i upravljanje. Fokus više nije “solver all” i postaje “narantir da sistem rješava wellow”. 

Kada je dobro implementiran, agentska AI djeluje kao mehanizam pojednostavljenja. Upija složenost okruženja i vraća se timu samo ono što zahtijeva prosuđivanje ili stratešku odluku. Dobitak nije u obavljanju više zadataka, već u obavljanju manje operativnih zadataka kako bi se održao isti nivo usluge. 

Istovremeno, ovaj model zahtijeva zrelost.Autonomija se mora progresivno graditi, sa jasnim kontrolama, sljedivosti i dobro definiranim granicama djelovanja.Centralno pitanje nije da li tehnologija može izvesti, već pod kojim uslovima je ovo izvršenje pouzdano i revizorno. 

Zanimljivija tačka ove transformacije je da ne zavisi od poremećaja. Za razliku od drugih tehnoloških talasa, agentska AI ne zahteva potpunu zamenu sistema ili radikalne promene u arhitekturi. Povezuje se na ono što već postoji i reorganizuje način na koji se operacija dešava. 

Ono što počinje sa automatizacijom skrininga ili korelacijom događaja evoluira u izvršenje runbook-a, kontinuiranu optimizaciju resursa i, u naprednijoj fazi, operativne odluke donesene uz minimalnu ljudsku intervenciju. 

U osnovi, rasprava o agentskoj AI u IT-u nije o tehnologiji. Radi se o operativnom tempu. Kompanije koje mogu smanjiti vrijeme između identificiranja problema i djelovanja na njega rade bolje, uz manje cijene i veću predvidljivost. I, u scenariju u kojem složenost samo raste, ova sposobnost prestaje da bude diferencijalna i postaje osnovni uslov konkurentnosti. 

Ono što je još uvijek otvoreno je brzina kojom će svaka organizacija moći uključiti ovaj model bez gubitka kontrole nad samom operacijom.

Autor Heber Lopes, šef proizvoda i marketinga u Faistonu