Cisco: AI-agenter styrer allerede rigtige netværk

En AI-agent er et program, der selv kan handle og træffe beslutninger, uden at et menneske styrer hvert skridt. En ny undersøgelse fra Cisco og analysehuset Omdia viser, at den slags agenter allerede er i gang med at styre rigtige it-netværk hos over halvdelen af de adspurgte virksomheder.

82 procent af virksomhederne siger, at de er trygge ved, at en AI-agent laver mindst nogle ændringer i netværket, før et menneske godkender det. 51 procent kører allerede AI-agenter, der handler direkte i deres produktionssystemer, altså de systemer virksomheden bruger i det daglige. Hele 84 procent forventer, at AI vil styre driften inden for et år.

Undersøgelsen bygger på svar fra 1.000 it- og netværksledere i virksomheder med mindst 500 ansatte i tre regioner. Tallene viser altså, hvad virksomhederne rapporterer og er villige til, ikke hvor godt AI-systemerne faktisk fungerer i praksis.

Hvorfor virksomheder vælger AI

Rapporten viser, at organisationerne i gennemsnit modtager omkring 4.100 advarsler og hændelser om dagen, hvoraf over halvdelen handler om netværket. Det ville kræve omkring 100 specialister at klare den bunke manuelt.

Næsten halvdelen af advarslerne bliver lukket, før nogen når at undersøge dem, og 57 procent siger, at deres arbejdsgange ikke kan følge med de nødvendige ændringer. Det er en af hovedårsagerne til, at virksomheder er villige til at overlade opgaver til AI-agenter.

Netværksdrift har den fordel, at man ofte hurtigt kan se, om en ændring virker, og fortryde den igen. Hvis en agent for eksempel omdirigerer trafik for at løse et problem, kan medarbejderne tjekke resultatet og rulle tilbage, hvis det ikke virker.

Hvor går grænsen for autonomi

Joe Vaccaro, en topchef hos Cisco med ansvar for netværksplatforme, mener netop denne mulighed for at teste og fortryde bør afgøre, hvor meget frihed en AI-agent får.

Han peger på, at maskiner nu i stigende grad kommunikerer med hinanden gennem netværket, når AI-agenter henter data og kontakter andre systemer. Det betyder, at netværket selv bliver en del af den infrastruktur, AI-en er afhængig af, og en forsinkelse i netværket kan påvirke, hvilke oplysninger en agent får, og hvad den derfor beslutter at gøre.

Ifølge Vaccaro findes der ikke én fast grænse for, hvad AI-agenter må. I stedet bør virksomheder vurdere, hvor alvorlige konsekvenserne er, hvis noget går galt, om resultatet er forudsigeligt, og hvor hurtigt man kan fortryde handlingen.

Et eksempel: Hvis en agent kan vise dokumentation for et problem og handler inden for virksomhedens regler, kan den godt omdirigere trafik selv - og bagefter tjekke, om det virkede, og fortryde hvis ikke. Til gengæld kræver større ændringer, som påvirker hele netværkets opbygning, eller ændringer i sikkerhedspolitikker, meget mere menneskelig kontrol, fordi konsekvenserne kan sprede sig længere og være sværere at rulle tilbage.

Undersøgelsen bekræfter dette billede: 69 procent af virksomhederne kræver en forklaring, når en AI-agent handler. For 36 procent er minimumskravet fuld indsigt i, hvad agenten har gjort, samt en efterfølgende gennemgang af handlingen.

Cisco har også målt, at den direkte trafik mellem AI-systemer fordobles cirka hver sjette måned. Separate tests fra virksomheden viser, at opgaver udført af AI-agenter kan skabe op til 450 procent mere samlet netværkstrafik end normalt.