सिस्कोने प्रदान केले
AI एजंट पारंपारिक IT ऑपरेशन मॉडेल्समध्ये व्यत्यय आणत आहेत, जटिलता, डेटा सायलो आणि खंडित वर्कफ्लो जोडत आहेत. सिस्को येथील AI सॉफ्टवेअर आणि प्लॅटफॉर्म्सचे वरिष्ठ उपाध्यक्ष डीजे संपत यांचा विश्वास आहे की AgenticOps हे उत्तर आहे: एक नवीन ऑपरेटिंग मॉडेल ज्यामध्ये मानव आणि AI कार्यक्षमता प्राप्त करण्यासाठी, सुरक्षा वाढवण्यासाठी आणि नाविन्यपूर्ण तंत्रज्ञान अनुप्रयोगांना अनुमती देण्यासाठी रिअल-टाइममध्ये सहयोग करतात.
VentureBeat शी अलीकडील संभाषणात, संपतने आजच्या एंटरप्राइझमध्ये IT व्यवस्थापन मूलभूतपणे का मोडले आहे आणि AgenticOps हे केवळ उपयुक्तच नाही तर पुढे जाण्यासाठी IT ऑपरेशन्ससाठी आवश्यक आहे हे स्पष्ट केले.
पारंपारिक आयटी ऑपरेशन्सचा ब्रेकिंग पॉइंट
संपत म्हणाले की, आज आयटी एंटरप्राइझसमोरील मुख्य समस्या विखंडन आहे.
"बऱ्याचदा, या संस्थांमध्ये, डेटा वेगवेगळ्या सायलोमध्ये राहतो," त्यांनी स्पष्ट केले. "ऑपरेटरमध्ये येण्यासाठी आणि काहीतरी समस्यानिवारण सुरू करण्यासाठी, त्यांना अनेक वेगवेगळ्या डॅशबोर्डमधून, अनेक भिन्न उत्पादनांमधून जावे लागते आणि परिणामी ते समस्येच्या मूळ कारणापर्यंत पोहोचण्याआधी कोठे हे शोधण्यात त्यांचा वाढता वेळ खर्च होतो."
हे आव्हान आता तीव्र होणार आहे. संस्थांमध्ये एआय एजंट सर्वव्यापी होत असल्याने, जटिलता वेगाने वाढेल.
"प्रत्येक व्यक्तीकडे किमान 10 किंवा त्याहून अधिक एजंट त्यांच्या वतीने विविध प्रकारच्या गोष्टी करत असतील," संपत म्हणाले. "ही समस्या शंभर वेळा नाही तर दहापट वाईट आहे, जेव्हा तुम्ही ग्राहकांच्या ऑनबोर्डिंगमध्ये प्रत्यक्षात काय होते याचा विचार करू लागता."
AgenticOps ची तीन मुख्य तत्त्वे
या आव्हानांना सामोरे जाण्यासाठी, सिस्कोने आपल्या AgenticOps क्षमता विकसित केल्या आहेत तीन मुख्य डिझाइन तत्त्वांनुसार जे या नवीन ऑपरेटिंग मॉडेलला यशस्वी होण्यासाठी संपतचे मत आहे.
प्रथम, सिलोवरील डेटावर एकत्रित प्रवेश. प्लॅटफॉर्मने भिन्न डेटा स्रोत एकत्र केले पाहिजेत: नेटवर्क डेटा, सुरक्षा डेटा, अनुप्रयोग डेटा आणि पायाभूत सुविधा डेटा.
"या सर्व गोष्टी एकत्र आणणे खूप महत्वाचे असेल जेणेकरुन तुम्ही जे एजंट तुमच्यासाठी काम करण्यासाठी तैनात करता ते सर्व बोर्डवर ठिपके अखंडपणे जोडू शकतील," संपत म्हणाले.
दुसरे, मल्टीप्लेअर-प्रथम डिझाइन. AgenticOps मूलभूतपणे सहयोगी असले पाहिजेत, IT ऑपरेशन्स, सुरक्षा ऑपरेशन्स आणि नेटवर्क ऑपरेशन्स टीम्स – आणि एजंट्स – अखंडपणे एकत्र काम करण्यास सक्षम करतात.
"जेव्हा तुम्ही IT ऑपरेशन्स व्यक्ती, SecOps व्यक्ती आणि NetOps व्यक्तीला एकत्र आणता, तेव्हा तुम्ही समस्यांचे निवारण करू शकता आणि तुम्ही सायलोमध्ये काम करत असाल आणि गोष्टी कॉपी आणि पेस्ट करत असाल त्यापेक्षा जास्त वेगाने डीबग करू शकता," त्यांनी स्पष्ट केले. "हे मानव आणि एजंट एका समक्रमित वातावरणात एकत्र काम करतात."
तिसरे, या उद्देशासाठी डिझाइन केलेले AI मॉडेल. सामान्य-उद्देश AI मॉडेल्स व्यापक कार्यांमध्ये उत्कृष्ट असताना, विशेष ऑपरेशन्ससाठी विशिष्ट डोमेनमध्ये प्रशिक्षित मॉडेलची आवश्यकता असते.
"जेव्हा तुम्ही विषयांमध्ये प्रवेश करण्यास सुरुवात करता, तेव्हा या मॉडेल्ससाठी नेटवर्क कॉन्फिगरेशन किंवा तुम्हाला स्वारस्य असलेल्या थ्रेड मॉडेल्ससारख्या अतिशय विशिष्ट गोष्टी समजून घेणे खरोखर महत्वाचे होते आणि तुम्हाला त्याबद्दल विचार करण्यास सक्षम असणे आवश्यक आहे," तो म्हणाला.
Cisco एजंटिकऑप्सला एंटरप्राइझ स्टॅकवर कसे सामर्थ्य देते
सिस्कोचा दृष्टीकोन टेलीमेट्री, बुद्धिमत्ता आणि सहयोग यांना एकसंध प्लॅटफॉर्ममध्ये एकत्रित करतो. Cisco AI कॅनव्हास हे एक ऑपरेशन वर्कस्पेस आहे जे एक उत्पादक वापरकर्ता इंटरफेस आणि युनिफाइड सहयोग अनुभवासह एकाधिक डॅशबोर्ड बदलते. एआय कॅनव्हासमध्ये, लूपमध्ये मानवी नियंत्रण राखून ऑपरेटर – टेलीमेट्री खेचणे, सिग्नल सहसंबंधित करणे, परिकल्पना तपासणे आणि बदलांची अंमलबजावणी करणे – एजंटना क्रिया सोपविण्यासाठी नैसर्गिक भाषेचा वापर करू शकतात.
अनुमान क्षमता सिस्कोच्या सखोल नेटवर्क मॉडेलमधून येतात, CCIE कौशल्य, उत्पादन टेलिमेट्री, सिस्को तांत्रिक सहाय्य केंद्र (TAC), आणि ग्राहक अनुभव (CX) अंतर्दृष्टी यासह 40 वर्षांपेक्षा जास्त ऑपरेशनल डेटावर प्रशिक्षित. हे उद्देश-निर्मित मॉडेल डोमेन-विशिष्ट बुद्धिमत्ता प्रदान करते जे सामान्य हेतू मॉडेल्सशी जुळू शकत नाही.
Cisco प्लॅटफॉर्म कॅम्पस, शाखा, क्लाउड आणि किनारी वातावरणात पसरलेला आहे, जे एजंटना संपूर्ण इकोसिस्टमवर मशीनच्या वेगाने टेलीमेट्री वापरण्याची परवानगी देते, ज्यामध्ये Meraki, ThousandEyes आणि Splunk यांचा समावेश आहे. सिस्को उत्पादनांवर MCP सर्व्हर लागू केल्यामुळे, एजंट्सना सानुकूल एकत्रीकरणाच्या कामाची गरज न पडता साधने आणि डेटामध्ये एकत्रित प्रवेश मिळतो.
खंडित अहवाल डेटा IT समस्यानिवारण कसे कमी करते
IT समस्यानिवारण करण्याच्या पारंपारिक दृष्टिकोनामध्ये तिकीट वाढवणे आणि एकाधिक प्रणालींमध्ये खंडित माहिती एकत्र करणे समाविष्ट आहे.
"लोक स्क्रीनशॉट घेतात. कधीकधी ते चिकट नोट्सवर असते," संपत म्हणाले. "ही सर्व माहिती पूर्णपणे भिन्न चॅनेलमध्ये राहते, त्यामुळे कोणालाही एकत्र जोडणे फार कठीण होते."
Cisco AI Canvas या समस्येचे निराकरण कार्यसंघांना सामायिक, रीअल-टाइम वर्कस्पेस देऊन करते, त्यामुळे संदर्भ चॅट, तिकिटे आणि स्क्रीन शेअर्समध्ये विखुरलेले नाहीत. एजंट-व्युत्पन्न चार्ट आणि आलेखांसह कार्यसंघ थेट सहयोग करू शकतात, त्वरित वाढवू शकतात आणि संदर्भ (जसे की स्क्रीनशॉट आणि नोट्स) योगदान देऊ शकतात. पण जेव्हा AI एजंट या सहयोगी सत्रांमध्ये सामील होतात तेव्हा खरी शक्ती प्रकट होते.
"यंत्रे या मानवी-मशीन परस्परसंवादातून सतत शिकत असतात," संपत यांनी स्पष्ट केले. "जेव्हा तुम्हाला तीच समस्या पुन्हा होताना दिसत असेल, तुम्ही प्रतिसाद देण्यास अधिक जलद आहात कारण डिव्हाइस तुम्हाला मदत करू शकतात."
हे सतत सुधारण्याचे एक सद्गुण चक्र तयार करते, ज्यात एजंट विचारतो की तुम्ही मागच्या वेळी सारखाच दृष्टीकोन वापरणे सुरू ठेवू इच्छिता, उदाहरणार्थ, आणि एजंटला अधिक काम सोपवण्यास सक्षम आहात. डिबगिंगमध्ये घालवलेला वेळ संकुचित केला जातो कारण सिस्टम शिकते आणि भविष्यातील प्रतिसादांना गती देते.
एआय प्रवेगक म्हणून सुरक्षा
ऐतिहासिकदृष्ट्या, सुरक्षिततेला दत्तक घेण्यास आणि अगदी नवनिर्मितीचा अडथळा मानला जातो. परंतु योग्य रेलिंगसह, संस्था आत्मविश्वासाने AI मोठ्या प्रमाणावर तैनात करू शकतात आणि त्यास गती देऊ शकतात.
ChatGPT सारखी साधने प्रदान करतात आणि त्यांच्या एंटरप्राइझ वातावरणात समान क्षमता हवी असते अशा उत्पादकता वाढीचा अनुभव कर्मचाऱ्यांनी आधीच अनुभवला आहे. जेव्हा संस्था वैयक्तिकरित्या ओळखण्यायोग्य माहिती शोधू शकतात, इंजेक्शन हल्ल्यांना प्रतिबंध करू शकतात आणि योग्य डेटा व्यवस्थापन राखू शकतात, तेव्हा ते एंटरप्राइझमध्ये AI चा अवलंब पूर्णपणे वेगळ्या प्रकारे करू शकतात.
क्रॉस-डोमेन AgenticOps साठी आवश्यक ओळख स्तर
AgenticOps लागू करताना सर्व डोमेनमधील डेटा ऍक्सेस करणे हे सर्वात जटिल आव्हानांपैकी एक आहे. सिस्कोचे धोरणात्मक अधिग्रहण, विशेषत: स्प्लंक, या समस्येचे निराकरण करण्यासाठी कंपनीला स्थान देते, पारंपारिकपणे वेगळ्या प्रणालींमध्ये डेटा एकत्रित करते. परंतु डेटा एकत्र आणणे ही केवळ अर्धी लढाई आहे, कारण डेटामध्ये कोणाला प्रवेश आहे हे निर्धारित करणे महत्त्वपूर्ण ठरते.
Cisco त्याच्या Duo प्लॅटफॉर्मला मल्टी-फॅक्टर ऑथेंटिकेशनच्या पलीकडे एक व्यापक ओळख प्रदाता म्हणून विकसित करत आहे, मजबूत ओळख आणि ॲक्सेस मॅनेजमेंट प्लॅटफॉर्ममध्ये सुरुवातीपासून तयार केले गेले आहे, नंतरचा विचार म्हणून बोल्ड केले जात नाही.
"“हे एजंट योग्य अधिकृतता लक्षात घेऊन वेगवेगळ्या डेटा स्रोतांमधून डेटा कसा काढू शकतात याचा एक अतिशय मूलभूत स्तंभ म्हणून आम्ही ओळखीत गुंतवणूक करत आहोत,” संपत स्पष्ट करतात. “या एजंटला या प्रकारच्या डेटामध्ये प्रवेश असावा का? या एजंटला या प्रकारच्या डेटामध्ये प्रवेश असावा का?” समस्येचे निराकरण करण्यात सक्षम होण्यासाठी तुम्हाला या प्रकारच्या डेटाला एकत्र जोडावे लागेल का?"
मानव लूपमध्ये आहेत, परंतु उच्च स्तरावर आहेत
जसजसे एआय एजंट अधिक स्वायत्त होतात, तसतसे मानवाची भूमिका विकसित होईल, नाहीशी होणार नाही.
"आपल्याकडे नेहमीच माणसे असतील," संपत म्हणाले. "आपण काय पहाल ते असे आहे की केल्या जात असलेल्या कार्यांची जटिलता अधिक गुंतागुंतीची होईल."
एक उदाहरण म्हणून प्रोग्रामिंग घ्या, जे आज पूर्णपणे कार्य करू शकते. मानवी भूमिका मॅन्युअली कोडिंग किंवा अगदी टॅब पूर्ण करण्यापासून बदलली आहे, एजंटला मोठ्या प्रमाणात कोड व्युत्पन्न करणे आवश्यक आहे, नंतर ते कोड बेसमध्ये समाकलित करण्यापूर्वी ते आवश्यकता पूर्ण करते हे सत्यापित करा. हा पॅटर्न आयटी ऑपरेशन्समध्ये पुनरावृत्ती होईल, जेथे एजंट अंमलबजावणी हाताळत असताना मानव उच्च-स्तरीय निर्णय घेण्यावर लक्ष केंद्रित करतात. सर्वात महत्त्वाचे म्हणजे, पूर्ववत करण्याची क्षमता सुनिश्चित करते की आवश्यक असल्यास स्वतंत्र क्रिया देखील उलट केल्या जाऊ शकतात.
AI ची चुकीची हालचाल “सेटलडाउन” होण्याची वाट का पाहत आहे?
CIO आणि CTO साठी, संदेश स्पष्ट आहे: प्रतीक्षा करू नका.
"प्रतीक्षा आणि पाहण्याच्या या पद्धतीमध्ये बरेच लोक आहेत," संपत म्हणाले. "ते त्यांचे काही निर्णय घेण्यापूर्वी AI स्थिर होण्याची वाट पाहत आहेत. मला वाटते की याबद्दल विचार करणे चुकीचे आहे. लोकांच्या योग्य गटांसह, विक्रेत्यांच्या योग्य गटांसह भागीदारी केल्याने, काय योग्य आणि काय चूक आहे हे शोधण्याचा प्रयत्न करण्याऐवजी, बाजूला राहण्याचा प्रयत्न करण्याऐवजी, तुम्हाला खूप वेगाने पुढे जाण्यास मदत होईल."
प्रायोजित लेख ही पोस्टसाठी पैसे देणाऱ्या किंवा VentureBeat शी कार्यरत संबंध असलेल्या कंपनीद्वारे उत्पादित केलेली सामग्री असते आणि नेहमी स्पष्टपणे लेबल केलेली असते. अधिक माहितीसाठी, कॉल करा sales@venturebeat.com.
