L’impatto dell’Ai sulle reti di telecomunicazione non solo è una realtà, ma ha più dimensioni ed evolve velocemente, imponendo il passaggio dall’AIOps all’AgenticOps per la gestione delle operazioni di rete (NetOps). Il nuovo paradigma viene portato alla luce della nuova ricerca di Omdia commissionata da Cisco da cui emerge che il 95% delle organizzazioni non ritiene più sufficienti i propri strumenti AIOps, mentre la metà è già passata all’AgenticOps.
La ricerca, intitolata “The impact of Agentic Ai on Network operations”, analizza lo stato delle operazioni di rete (NetOps), l’adozione dell’intelligenza artificiale, gli atteggiamenti nei confronti dell’autonomia e la fiducia nell’Ai. I risultati mostrano che, in un contesto di crescente complessità, le organizzazioni si stanno rapidamente orientando verso operazioni basate su agenti: AgenticOps. Oltre quattro intervistati su cinque prevedono di raggiungere un modello operativo guidato dall’Ai entro 12 mesi e più di tre quarti sono disposti a concedere all’Ai agentica una significativa autonomia nelle NetOps, incluso quasi un quarto che si sente a proprio agio con un funzionamento completamente autonomo e senza supervisione umana.
“La fiducia è fondamentale e richiede un’unica piattaforma per visualizzare tutto“, si legge nello studio. “Oltre due terzi delle organizzazioni intervistate vogliono una spiegazione dettagliata delle azioni guidate dagli agenti e l’86% afferma che una singola piattaforma integrata, e non un ulteriore strumento dedicato, è la strada più efficace da percorrere”.
Lo studio si basa sui dati di un sondaggio globale indipendente condotto da Omdia su 1.000 responsabili It e delle operazioni di rete. I partecipanti al sondaggio sono executive di organizzazioni con 500 o più dipendenti in Nord America, Europa occidentale e Asia-Pacifico.
Indice degli argomenti
L’AI sta già impattando le reti
Il problema che oggi affrontano le organizzazioni non è semplicemente la crescita del traffico o del numero di apparati di rete, ma l’aumento simultaneo di volume degli eventi, velocità dei cambiamenti, distribuzione delle infrastrutture e interdipendenza tra domini diversi.
Il 92% delle organizzazioni intervistate dichiara, infatti, che i problemi di performance attraversano abitualmente più domini, coinvolgendo contemporaneamente network, cloud, security, applicazioni ed endpoint. Per mantenere una visibilità end-to-end vengono utilizzati mediamente quasi dieci strumenti distinti, nessuno dei quali possiede necessariamente la visione completa..
Il paradosso degli alert
Il dato che meglio fotografa questa situazione riguarda gli alert. Secondo Omdia, un’organizzazione genera mediamente circa 4.100 alert ed eventi di monitoraggio al giorno, e il 51% è legato alla rete, quindi circa 2.100 eventi quotidiani. Un singolo professionista, però, riesce a esaminare, investigare e risolvere circa 21 alert di rete al giorno. Se tutto il backlog dovesse essere affrontato manualmente, servirebbe quindi una squadra di circa 100 specialisti.
Il problema non è soltanto quantitativo. Il 46% degli alert di rete viene chiuso senza essere investigato, proprio per carenza di personale oppure per i numerosi falsi positivi, che assorbono il 45% del tempo dedicato alle investigazioni. Il 65% dei responsabili intervistati considera inoltre l’“alert fatigue” una fonte significativa di insoddisfazione dei dipendenti e il 67% afferma che il volume degli alert impedisce ai team di dedicarsi ad altre attività critiche.
In altre parole, una parte consistente della capacità professionale nelle NetOps viene consumata per filtrare e interpretare il rumore prodotto dall’infrastruttura anziché per progettare, ottimizzare e trasformare la rete.
L’automazione non è solo troubleshooting
A questo si aggiunge la velocità con cui la rete cambia. Quasi il 59% delle organizzazioni effettua modifiche alla rete quotidianamente o più frequentemente, mentre il 29% dichiara di effettuare più modifiche al giorno. Il 57% ritiene che i processi di change management oggi disponibili non riescano a tenere il passo con la velocità richiesta.
Il risultato è che il troubleshooting continua a richiedere una quantità elevata di correlazione manuale. Il report rileva infatti un tempo medio di risoluzione di un incidente di 88 ore, contro una mediana di 12,5 ore.
Ma il problema dell’automazione non riguarda soltanto il troubleshooting dopo un guasto, bensì l’intero ciclo operativo, dalla configurazione alla capacity planning, dall’ottimizzazione delle prestazioni fino alla gestione delle modifiche.
L’AI aumenta la pressione sul NetOps
Lo studio sottolinea, tra l’altro, l‘aspetto duplice dell’Ai, al tempo stesso soluzione e causa della nuova complessità.
Il 67% degli intervistati afferma, infatti, che il boom dell’Ai generativa ha aumentato significativamente la complessità della rete e il 70% sostiene che l’adozione dell’Ai ha aumentato, anziché ridotto, il carico di lavoro dei team NetOps.
L’AgenticOps è la risposta. Ma richiede fiducia
Di qui la spinta a passare, almeno nelle grandi organizzazioni intervistate, da un ruolo consultivo dell’Ai all’AgenticOps per operazioni di rete basate su agenti, in cui gli operatori definiscono la direzione e i parametri di riferimento, mentre gli agenti Ai rilevano, ragionano e agiscono in diversi ambiti. Questo avviene in un contesto in cui i team NetOps si trovano ad affrontare aspettative di performance sempre più elevate e ambienti sempre più dinamici, con carichi di lavoro basati sull’Ai che introducono nuovi modelli di traffico, requisiti di performance e complessità operativa.
“L’Ai agentica rappresenta un cambiamento di paradigma fondamentale: si passa dalla gestione operativa all’orchestrazione delle intenzioni”, ha affermato Joe Vaccaro, SVP/GM, Network Platform & Assurance di Cisco. “L’Ai agentica per NetOps richiede fiducia basata sulla visibilità di ogni decisione, su un contesto spiegabile alla base di ogni raccomandazione e su meccanismi di controllo che garantiscano risultati deterministici. Le organizzazioni che padroneggiano questo equilibrio manterranno gli operatori umani saldamente al comando, ma consentiranno ai sistemi agentici di agire con sicurezza, convalidare i risultati e dimostrare continuamente l’affidabilità operativa”.
L’Ai agentica e le operazioni di rete: i dati
I risultati della ricerca mostrano che l’Ai basata su agenti sta assumendo responsabilità operative nel NetOps, un modello che ormai è sotto pressione. La stragrande maggioranza degli intervistati (95%) afferma che i propri strumenti AIOps non agentici esistenti presentano delle carenze in una o più aree significative: il 92% segnala che i problemi di prestazioni si estendono comunemente a più domini, richiedendo la correlazione tra dieci o più strumenti per la risoluzione e il 57% afferma che i propri processi di gestione delle modifiche attuali non sono in grado di soddisfare la velocità richiesta oggi.
Per questo le organizzazioni si stanno orientando verso una rete basata su agenti. Il 75% ha già implementato l’AiOps (ovvero l’Ai per le NetOps), il 51% utilizza già agenti di Ai in produzione, l’80% è pronto a concedere all’Ai un ruolo altamente autonomo o completamente autonomo nelle NetOps, incluso il 24% che non ha problemi con un’Ai che agisce senza supervisione umana.
L’82% si sente a proprio agio nel consentire all’Ai di apportare almeno alcune modifiche alla rete di produzione senza previa approvazione umana, mentre l’84% prevede un modello operativo basato sull’Ai entro dodici mesi.
L’86% afferma che una singola piattaforma integrata è la strada più efficace da percorrere.
Il 69% richiede una spiegazione dettagliata per le azioni guidate da agenti. Il 36% degli intervistati afferma che la piena osservabilità, inclusi tracciamento dettagliato, sintesi delle motivazioni e audit post-azione, rappresenta lo standard minimo accettabile.
Dove l’AI crea valore nelle operations di rete
Il valore maggiore dell’AgenticOps emerge quando si considera l’intero ciclo operativo. L’agente può partire dal rilevamento dell’anomalia, correlare gli eventi provenienti da domini diversi, formulare una root-cause analysis, individuare il possibile rimedio, applicarlo e successivamente verificare se la modifica ha effettivamente risolto il problema. Questo supera il modello tradizionale in cui ogni fase viene affidata a un sistema diverso e l’operatore deve fare da “collante” tra monitoraggio, ticketing, configurazione, sicurezza e troubleshooting.
Lo studio mostra che l’adozione agentica è destinata a crescere rapidamente in attività come remediation, performance optimization, troubleshooting applicativo, traffic analysis, wireless troubleshooting, compliance, configuration tracking, capacity planning, anomaly detection, network troubleshooting, runbook e root-cause analysis. Per queste attività, il report indica livelli di utilizzo attuali generalmente nell’ordine del 14-18%, con livelli pianificati nei successivi 24 mesi intorno al 31-36%, cioè grosso modo un raddoppio.
Il beneficio misurabile: produttività e visibilità
Le organizzazioni più mature nell’utilizzo dell’AI per NetOps, comprese quelle che hanno implementato AgenticOps, mostrano una produttività per operatore quasi del 30% superiore rispetto alle organizzazioni meno mature. Gli operatori riescono quindi a investigare e risolvere un numero maggiore di alert per persona.
Il secondo beneficio misurato dell’AgenticOps riguarda la visibilità. Le organizzazioni con maggiore maturità AI hanno una probabilità 3,2 volte superiore di disporre di una visibilità end-to-end completa sui colli di bottiglia dell’infrastruttura edge. Questo dato è particolarmente rilevante perché la visibilità non è soltanto un beneficio accessorio: è una condizione necessaria per poter automatizzare correttamente. Un agente che non dispone del contesto completo rischia infatti di ottimizzare una parte della rete peggiorando un’altra.
Dall’Ai consultiva all’Ai operativa
Nell’AIOps tradizionale vengono utilizzati analytics e machine learning per identificare anomalie, correlare eventi e suggerire possibili interventi, ma normalmente si lascia all’operatore umano il compito di interpretare il risultato e compiere l’azione. L’Agentic AI aggiunge un livello ulteriore: l’agente può prendere una decisione ed eseguire un’azione all’interno di vincoli prestabiliti. Nel modello definito dal report, l’uomo stabilisce l’obiettivo e le regole, mentre l’agente svolge il lavoro operativo. La differenza è quindi quella tra AI che assiste l’operatore e AI che opera insieme all’operatore.
“I risultati indicano un cambiamento più ampio dal modello consultivo di AIOps alle operazioni basate su agenti, AgenticOps, in grado di agire“, ha dichiarato Jim Frey, Chief Analyst, Network and IT Operations di Omdia. “L’aspetto più rilevante non è solo la crescente adozione dell’Ai nelle operazioni di rete, ma anche la rapidità con cui le organizzazioni si stanno preparando per operazioni guidate dall’Ai. Con l’accelerazione di questo cambiamento, visibilità integrata, governance solida e risultati misurabili saranno fondamentali per espandere l’autonomia mantenendo al contempo il controllo operativo.”
Partecipa alla community