Руководство CIO по управлению распространением ИИ-агентов

Корпоративные сети быстро заполняются агентами искусственного интеллекта, что создает значительную «слепую зону» в управлении для руководителей, контролирующих сложные мультиоблачные инфраструктуры.

По мере того как отдельные бизнес-подразделения спешат внедрить генеративный ИИ, ИТ-директора обнаруживают, что их цифровые экосистемы все больше заполняются фрагментированными и неконтролируемыми активами. Эта тенденция отражает проблемы теневого ИТ, характерные для ранних дней облачных технологий, но теперь в нее вовлечены автономные участники, которые могут выполнять бизнес-логику и получать доступ к конфиденциальным корпоративным данным.

IDC прогнозирует, что к 2029 году количество активно развернутых ИИ-агентов превысит один миллиард, что в сорок раз превышает сегодняшние цифры. Только в первой половине 2025 года количество созданных агентов взлетело на 119 процентов. Для руководителей предприятий насущной задачей больше не является просто создание этих агентов, а их эффективное обнаружение, аудит и управление на разных платформах.

Salesforce решает эту проблему фрагментации, усовершенствовав свою платформу MuleSoft Agent Fabric с помощью новых автоматизированных инструментов обнаружения, предназначенных для централизованного управления агентами ИИ независимо от их происхождения.

Автоматизация обнаружения

Для команд по безопасности и эксплуатации основной проблемой остается недостаточная видимость. Когда маркетинговые команды развертывают агенты ИИ на одной платформе, а логистические команды — на другой, центральный ИТ-отдел теряет консолидированный обзор цифровых сотрудников организации, что делает эффективное управление практически невозможным.

Обновленная архитектура MuleSoft решает эту проблему с помощью «сканеров агентов». Эти инструменты постоянно отслеживают основные экосистемы, включая Salesforce Agentforce, Amazon Bedrock и Google Vertex AI, для автоматического выявления активных агентов. Это устраняет необходимость полагаться на разработчиков для ручной регистрации и отчетности.

Поиск агента — это только начало; специалисты по обеспечению соответствия должны понимать его назначение и сферу действия. Сканеры извлекают подробные метаданные о возможностях агента, крупных языковых моделях, на которых он основан, и конкретных конечных точках данных, к которым он имеет доступ. Затем эти данные стандартизируются в единые спецификации Agent-to-Agent (A2A), создавая единые профили для активов на платформах разных поставщиков.

Эндрю Комсток, старший вице-президент и генеральный директор MuleSoft, заявил: «Наиболее успешными организациями следующего десятилетия станут те, которые эффективно используют все разнообразие мультиоблачной среды искусственного интеллекта. Усовершенствованная MuleSoft Agent Fabric предоставляет свободу для инноваций на любой платформе, обеспечивая при этом единую видимость и контроль, необходимые для безопасного масштабирования».

Управление и контроль затрат для агентов ИИ

Неуправляемые агенты представляют значительные финансовые и безопасности риски. Например, CISO банка, которому необходимо проверить нового агента по обработке кредитов, традиционно должен был бы вручную отслеживать документацию от команд разработчиков. Автоматизированная каталогизация позволяет командам безопасности мгновенно видеть, к каким финансовым базам данных имеет доступ агент, и проверять его уровни авторизации, обеспечивая работу с данными в режиме реального времени, а не с устаревшими отчетами.

С финансовой точки зрения видимость позволяет консолидировать затраты. Крупные предприятия часто страдают от избыточности, когда разные региональные команды независимо друг от друга приобретают или создают похожие инструменты. Например, у многонационального производителя может быть три отдельных команды, которые оплачивают разные агенты обобщения на трех разных платформах.

Используя MuleSoft Agent Visualizer для фильтрации активов по функциям, руководители операционных подразделений могут быстро обнаружить такие дублирования. Объединение их в один высокопроизводительный актив позволяет сократить избыточные расходы на лицензирование и высвободить бюджет для новых инновационных проектов.

Успешный переход к «агентному предприятию»

Инновации часто происходят на периферии организации, где специалисты по данным создают настраиваемые инструменты вне формальных каналов закупок.

Расширенная Agent Fabric учитывает это, позволяя регистрировать «домашних» агентов и серверы Model Context Protocol (MCP) через простой URL. Это особенно ценно в таких секторах, как логистика, где команды могут создавать внутренние инструменты для оптимизации проприетарных баз данных. Вместо того, чтобы оставаться недокументированными, эти активы могут быть зарегистрированы и сделаны доступными для повторного использования во всей компании.

Джонатан Харви, руководитель отдела искусственного интеллекта в Capita, прокомментировал: «Agent Scanners позволит нам сосредоточиться на инновациях, а не на управлении запасами. Гарантия того, что каждый агент автоматически обнаруживается и каталогизируется, позволяет нашим командам эффективно сотрудничать, повторно использовать существующие наработки и создавать более интеллектуальные мультиагентные решения».

Аналогичным образом, AT&T использует эту платформу для координации агентов по различным каналам взаимодействия с клиентами, включая поддержку, чат и голосовую связь.

Брэд Рингер, архитектор по интеграции и предприятиям в AT&T, пояснил: «С учетом темпов развития ИИ, MuleSoft Agent Fabric предоставляет нам необходимую платформу для масштабирования. Она объединяет и помогает нам координировать всех агентов и серверы MCP, которые мы развертываем в поддержке клиентов, чатах и голосовых взаимодействиях. Это больше, чем просто инструмент; это важнейший фактор, обеспечивающий реализацию всей нашей стратегии развития».

Переход к «агентному предприятию» требует коренных изменений в управлении ИТ-активами. Использование устаревших таблиц для управления интеграцией больше не соответствует скорости развертывания ИИ-агентов.

Руководители должны исходить из того, что их текущий перечень ИИ-агентов является неполным. Для установления точной базовой линии необходимо внедрить инструменты автоматического сканирования. После создания этой основы политики управления должны требовать, чтобы все агенты — как приобретенные на рынке, так и созданные внутри компании — раскрывали свои возможности и привилегии доступа к данным в стандартизированном формате, таком как A2A, для обеспечения последовательного мониторинга.

Наконец, руководители могут использовать видимость, которую обеспечивают эти инструменты, для аудита расходов, выявления функциональных дубликатов в облачных средах и их консолидации, чтобы лучше контролировать совокупную стоимость владения (TCO).

По мере перехода организаций от пилотных программ к массовому внедрению ключевым фактором дифференциации будет не интеллект отдельного агента, а общая согласованность и стратегическое управление сетью, соединяющей их все.

См. также: Баланс между экономической эффективностью ИИ и суверенитетом данных

Хотите узнать больше об ИИ и больших данных от лидеров отрасли? Обязательно посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это комплексное мероприятие является частью TechEx и проходит одновременно с другими ведущими технологическими мероприятиями, включая Cyber Security & Cloud Expo. Нажмите здесь для получения более подробной информации и регистрации.

AI News поддерживается TechForge Media. Узнайте больше о предстоящих мероприятиях и вебинарах по корпоративным технологиям здесь.