Cisco e Omdia hanno pubblicato una ricerca sull’agentic AI nelle reti enterprise, secondo cui il 51 percento delle grandi organizzazioni gestisce già sistemi agentici in grado di apportare autonomamente modifiche in produzione. La stessa ricerca indica che oltre l’84 percento dei dirigenti tecnologici si aspetta di adottare entro i prossimi 12 mesi un framework operativo diretto da agenti.
I carichi di alert stanno già spingendo i team operativi verso l’automazione
La ricerca rileva che gli ambienti aziendali generano in media 4.100 alert di monitoraggio al giorno, con il 51 percento legato direttamente all’infrastruttura di rete. Il personale operativo esamina e risolve manualmente circa 21 incidenti per ogni giornata lavorativa, e l’analisi stima che gestire quel volume senza automazione richiederebbe circa 100 specialisti tecnici dedicati per azienda.
I reparti operations scartano il 46 percento degli alert sugli incidenti senza un’indagine preliminare, e il personale engineering dedica il 45 percento delle ore di troubleshooting attivo ai falsi positivi. Il routing di produzione e le policy vengono rivisti ogni giorno nel 59 percento delle aziende, mentre il 29 percento applica queste modifiche più volte al giorno.
Cosa dicono Cisco e Omdia che i sistemi autonomi vengono chiamati a fare
Circa l’82 percento dei team di leadership engineering consente ai sistemi autonomi di apportare modifiche in produzione senza una preventiva approvazione umana per attività definite. Le azioni automatizzate consentite includono il rerouting dinamico del traffico, la regolazione dei parametri wireless e l’isolamento di endpoint hardware compromessi.
Joe Vaccaro, SVP e GM di Network Platform and Assurance in Cisco, ha detto che l’agentic AI rappresenta un cambiamento di paradigma fondamentale, dal gestire le operations al coordinare l’intento. Ha aggiunto che l’agentic AI per il NetOps richiede fiducia, costruita sulla visibilità di ogni decisione, sul contesto spiegabile dietro ogni raccomandazione e su guardrail che garantiscano risultati deterministici.
Cosa dicono i numeri sul modello operativo
Il 95 percento dei leader engineering afferma che i pacchetti AIOps esistenti non sono all’altezza. I guasti cross-domain rappresentano il 92 percento dei principali problemi di performance e il personale di supporto correla le evidenze attraverso una media di dieci interfacce di gestione separate per individuare le cause profonde.
Il tempo medio di risoluzione è di 88 ore, mentre la mediana è di 12,5 ore. Il traffico verso i servizi di machine learning raddoppia ogni sei mesi tra le installazioni campus e branch, il consumo per cliente cresce del 54 percento e gli autonomous software agent generano fino al 450 percento di traffico di rete in più per ogni workload completato rispetto alle query generate da input umano.
Da leggere per i team NetOps enterprise
La ricerca offre ai team di rete enterprise un parametro di riferimento per capire quanto il controllo agentico sia già entrato nelle attività di produzione, e collega questo passaggio ad azioni specifiche come il rerouting del traffico e la regolazione dei parametri wireless. Mostra anche che i requisiti di governance non sono opzionali per gli acquirenti: il 69 percento vuole trail di ragionamento dettagliati e il 36 percento richiede tracciamento end-to-end più log di audit immutabili post-esecuzione.
È questo il punto che i team procurement e i proprietari delle piattaforme confronteranno con gli strumenti AIOps già in uso, soprattutto dove il monitoraggio resta suddiviso tra compute, storage, security e networking.
Cosa riportano le implementazioni mature
Circa l’86 percento degli operatori enterprise vuole un monitoraggio consolidato in un’unica piattaforma tra compute, storage, security e networking. Le implementazioni enterprise mature registrano un aumento del 30 percento della produttività del personale e mantengono una visibilità 3,2 volte superiore sui perimetri infrastrutturali.
Mark Rodrigue, Senior Network Engineer di Room & Board, ha detto che domande che un tempo richiedevano ricerche manuali tra dashboard e fonti dati oggi trovano risposta in pochi minuti, con il riepilogo esecutivo per primo e le evidenze di supporto sotto. Ha aggiunto che il sistema mostra il proprio lavoro, permettendogli di seguire la logica e le prove dietro ogni raccomandazione.