Olemme siirtymässä tekoälyavustajien ajasta agenttien aikakaudelle. Siinä missä perinteinen AIOps-työkalu tyytyi ilmoittamaan viasta, moderni tekoälyagentti kykenee itsenäiseen päättelyyn, suunnitteluun ja konkreettisiin toimenpiteisiin. Mutta onko infrastruktuurimme todella valmis antamaan avaimet koneen käsiin?
Kolme ympäristöä, kolme todellisuutta
Tekoälyagenttien rooli ja riskit vaihtelevat merkittävästi sen mukaan, missä palloa pelataan:
- On-prem-ympäristöt: Forrester ennustaa yksityisten tekoälytehtaiden (Private AI Factories) nousua. Täällä agentit tarjoavat tietoturvaa ja kontrollia. Riskinä on kuitenkin eristyneisyys: jos tekoälyagentti ei pääse käsiksi tarvittaviin rajapintoihin tai tuoreeseen tietoon, sen päätöksenteko perustuu vanhentuneeseen dataan.
- Hybridipilvi: Tämä on kentistä haastavin. Gartnerin mukaan tekoälyagenttien suurin kompastuskivi on datan pirstaleisuus. Agentin on navigoitava oman konesalin ja pilven välisessä viidakossa, mikä lisää konfiguraatiotason virheiden riskiä. Jos agentti tulkitsee monimutkaisen hybridiverkon topologian väärin, se saattaa eristää palvelimet pilvestä yrittäessään korjata reititystä.
- Puhdas pilvi (Cloud Native): Täällä tekoälyagentit ovat elementissään korkean automaatioasteen vuoksi. Nopeus on kuitenkin myös riski. Agentti voi tehdä tuhojaan mikrosekunneissa koko globaalissa infrastruktuurissa, jos sen reunaehtoja ei ole rajattu tarkasti. On myös hyvä muistaa, että natiivien agenttien logiikka on usein suljettua. Jos yritys rakentaa operatiivisen mallinsa pelkkien pilvitoimittajien omien agenttien varaan, siirtyminen alustalta toiselle vaikeutuu huomattavasti.
Analyysitalojen ennusteet vuodelle 2026
Maailman johtavat analyysitalot suhtautuvat lähitulevaisuuteen risteävin tuntein. Gartner ennustaa, että vuoden 2026 loppuun mennessä 40 prosenttia yrityssovelluksista sisältää agenttiominaisuuksia. Samaan aikaan he varoittavat, että lähes puolet agenttiprojekteista epäonnistuu huonon hallinnon tai rikkonaisiksi todettujen prosessien vuoksi. Erityisen pysäyttävä on ennuste, jonka mukaan väärin konfiguroitu tekoäly saattaa sulkea kriittistä infrastruktuuria jossakin G20-maassa vuoteen 2028 mennessä.
Forrester on operatiivisessa mielessä optimistisempi. He arvioivat, että vuonna 2026 vähintään yksi merkittävä järjestelmäkatko estetään nimenomaan agenttivetoisen työnkulun avulla, joka havaitsee ja korjaa vian ennen kuin ihminen ehtii edes reagoida. Kääntöpuolena he varoittavat tekoälyagenttien aiheuttamista tietoturvaloukkauksista, jotka johtuvat puutteellisesta valvonnasta. Voit lukea lisää näistä teemoista Forresterin vuoden 2026 ennusteista, joissa korostuu valmistautuminen integroituun verkko-infraan ja tietoturvaan.
Riskien hallinta: Ihminen on edelleen tarpeen
Suurin riski ei ole tekoälyn älykkyys, vaan sen hallitsematon autonomia. ”Cascading failures” eli ketjureaktiomaiset vikatilanteet voivat syntyä, kun agentti yrittää korjata ongelmaa tavalla, joka rikkoo toisen osan järjestelmää.
Jos yrityksellä on useita agentteja (esim. yksi optimoi kustannuksia ja toinen suorituskykyä), ne voivat päätyä ristiriitaan. Kustannusagentti haluaa sammuttaa palvelimia säästääkseen rahaa, kun taas suorituskykyagentti haluaa käynnistää niitä lisää. Siksi tarvitaan keskitetty Governance-kerros, joka toimii erotuomarina.
Nutanixin näkemys hallinnan riskeistä
Nutanix on kritisoinut ”mustan laatikon” tekoälyä. Heidän mukaansa infran hallinnassa on kaksi ehdotonta vaatimusta:
- Deterministinen käyttäytyminen: Agentti ei saa ”arvailla”. Nutanix käyttää hallinnassa malleja, joissa agentin ehdotus validoidaan aina vasten kiinteitä sääntöjä (Policy-based governance) ennen suoritusta.
- Audit Trail: Jokainen agentin tekemä muutos Nutanix AHV -hypervisorissa tai Acropolis-tallennuskerroksessa on jäljitettävissä ja peruttavissa yhdellä klikkauksella.
Nutanix on integroimassa agentteja osaksi Prism Central -hallintatyökaluaan. Tavoitteena on siirtyä manuaalisista päivityksistä dynaamiseen säätöön. Agentti voi esimerkiksi siirtää työkuormia klusterista toiseen välttääkseen suorituskykyongelmat jo ennen niiden alkamista tai suorittaa päivitykset itsenäisesti huomioiden sovellusten kriittiset ajoitukset.
Nutanix Enterprise AI (NAI) ja agentit
Nutanix on julkaissut Enterprise AI (NAI) kerroksen, joka toimii tekoälyagenttien käyttöjärjestelmänä infrastruktuurin päällä. Tässä on muutama keskeinen huomio sen toiminnasta.
Paikallinen päättely: Kun infraa säädetään, agentti ei lähetä ympäristön topologiaa tai salasanoja pilveen. Päättely tapahtuu paikallisesti klusterin omilla GPU-resursseilla, mikä on tietoturvan kannalta kriittistä.
Infrastruktuuri koodina (IaC) -agentit: Nutanix hyödyntää agentteja, jotka osaavat kirjoittaa ja korjata Terraform- tai Ansible-skriptejä reaaliajassa, kun fyysisessä infrassa tapahtuu muutoksia.
Project Beacon ja autonomia: Nutanixin pidemmän aikavälin visiona on Project Beacon. Tavoitteena on irrottaa sovellukset ja niitä hoitavat agentit alustasta. Agentti voi hallita tietokantaa tai sovellusta samalla tavalla riippumatta siitä, sijaitseeko se AWS-pilvessä vai Nutanixin omassa AHV-hypervisorissa. Kehityksen suuntana on täysin autonominen ylläpito, jossa tekoäly hoitaa päivitykset ja optimoinnit koko hybridipilven yli.
Tekoälyagentit ovat jo täällä, ja uutta automaatiota on jo laajasti käytettävissä. Itselläni asiassa on silti vielä paljon sulateltavaa. On selvää, että agentit tuovat mukanaan valtavasti tehoa, mutta niiden hallinta vaatii meiltä uudenlaista tarkkuutta.
Vastaa