IBM сократила затраты на ИТ на 28%: как ИИ-агенты трансформируют управление инфраструктурой

В IBM, одном из мировых лидеров в сфере технологий, столкнулись с парадоксом: системы, призванные ускорять работу, сами стали источником сложности и высоких затрат. Однако, применив интеллектуальную автоматизацию на базе ИИ, компания не только сократила операционные расходы на ИТ на 28%, но и увеличила доходы на 10%, а также ускорила вывод новых продуктов на рынок на 16%.

ИТ-инфраструктура сегодня, это невероятно сложный организм, который постоянно разрастается, обрастает новыми сервисами, «теневыми» системами и техническим долгом. Поддержание этого монстра в рабочем состоянии обходится бизнесу в сотни миллионов долларов ежегодно, отвлекая бюджеты от развития и инноваций. Но эту проблему можно и нужно решать, и ИИ-агенты здесь — ключевой инструмент.

Проблема: почему ИТ-системы стали такими дорогими

Средние корпоративные расходы на ИТ выросли на 50% с 2023 года, достигнув 9% от выручки компаний. Две трети этих бюджетов уходят не на поддержку существующих систем, а на их трансформацию. Проблема в том, что эта трансформация зачастую лишь усугубляет сложность. «Теневые ИТ» — программное обеспечение и облачные сервисы, приобретаемые и используемые вне официального контроля — по оценкам, поглощают около 24% от общего бюджета ИТ, что для компании с оборотом в $10 млрд составляет $192 млн в год. К этому добавляется технический долг от устаревших систем, который, по прогнозам трёх четвертей руководителей, к 2026 году достигнет критического уровня.

В результате ИТ-отделы компаний оказываются перегружены старым ПО, разрозненными данными и нескоординированными закупками. Вместо того чтобы быть двигателем инноваций, они тратят ресурсы на борьбу с собственной сложностью.

Путь к ИИ-агентам: от рутины к автономии

IBM пришла к выводу, что традиционные методы автоматизации, такие как RPA (роботизированная автоматизация процессов), уже не справляются с масштабом и динамикой современных ИТ-систем. Нужен был новый подход, способный не просто выполнять повторяющиеся задачи, но и учиться, адаптироваться и принимать решения в реальном времени. Таким решением стали ИИ-агенты, способные связать процессы по всему предприятию и действовать автономно на основе полученных знаний.

Интеллектуальная автоматизация, это не просто набор инструментов, а дисциплина, которая не даёт цифровой трансформации рухнуть под собственной тяжестью. Она превращает ИИ из источника сложности в её решение.

Как проектировали ИИ-агентов для ИТ-операций

ИИ-агенты в IBM были спроектированы как самоуправляемые системы, способные мониторить сети, исправлять код, распределять вычислительные ресурсы и управлять инфраструктурой, комплаенсом и безопасностью в масштабе. Они выполняют следующие ключевые функции:

• Мониторинг и диагностика. Агенты непрерывно отслеживают состояние ИТ-инфраструктуры, выявляя аномалии и потенциальные проблемы до того, как они приведут к сбоям.
• Автоматическое исправление. В случае обнаружения проблем, агенты могут самостоятельно инициировать процессы их устранения, будь то перезапуск сервиса, оптимизация конфигурации или применение патчей.
• Оптимизация ресурсов. ИИ-агенты динамически адаптируют распределение вычислительных ресурсов, обеспечивая оптимальную производительность и минимизируя затраты.
• Управление данными. Данные автоматически очищаются, стандартизируются и интегрируются, что позволяет создавать единую картину состояния систем и предотвращать дублирование.
• Безопасность. Агенты постоянно анализируют угрозы кибербезопасности, уменьшая поверхность атаки и улучшая смягчение последствий инцидентов.

В основе лежит концепция «цифрового маховика»: улучшенные данные и облачные стратегии позволяют внедрять более умную автоматизацию, которая, в свою очередь, усиливает эти стратегии.

Внедрение: от RPA к генеративным ИИ-агентам

Внедрение интеллектуальной автоматизации в IBM проходило поэтапно, отражая общую эволюцию этой технологии:

1. RPA для рутинных задач. На первом этапе автоматизировались повторяющиеся и предсказуемые операции с помощью роботизированной автоматизации процессов.
2. Предиктивная аналитика и машинное обучение. Далее были добавлены возможности прогнозирования и распознавания образов с использованием ИИ и машинного обучения, что позволило выявлять проблемы до их возникновения.
3. Генеративные ИИ-агенты. На текущем, самом продвинутом этапе, внедряются генеративные ИИ-агенты, способные к сложному рассуждению, самообучению и автономному управлению. 89% наиболее продвинутых компаний уже внедрили или оптимизируют генеративный ИИ в своих ИТ-процессах.

Ключевым аспектом внедрения стало создание централизованных ИИ-платформ, которые отслеживают используемые модели и инструменты по всем департаментам, обеспечивая согласованность и безопасность. Это предотвращает возникновение новой «теневой ИТ» уже в сфере ИИ.

Результаты внедрения

Компании с высоким уровнем автоматизации тратят на ИТ меньше, при этом достигая лучших результатов. Они нанимают около 90 ИТ-специалистов на миллиард долларов выручки по сравнению со 140 у менее автоматизированных конкурентов. Снижение времени простоя от киберинцидентов на 36% и сокращение ИТ-затрат на 28% напрямую переводится в рост доходов и возможность перераспределять бюджеты на инновации.

Как это внедрить у вас

Пример IBM показывает, что интеллектуальная автоматизация — это не роскошь, а необходимость для современного бизнеса. Если вы хотите добиться подобных результатов, начните со следующих шагов:

• Модернизируйте устаревшие приложения и данные. Переход к облачным архитектурам и стандартизация данных позволят ИИ-агентам эффективно работать с информацией.
• Систематически соединяйте инфраструктуру. Используйте подходы, такие как Infrastructure as Code (IaC), для стандартизации развёртывания и управления ресурсами.
• Интегрируйте данные и промежуточное ПО. Создайте единую «картину» вашей ИТ-инфраструктуры, используя AIOps-платформы, чтобы исключить разрозненность и дублирование.
• Внедряйте интеллект в каждый этап жизненного цикла технологий. Начинайте с автоматизации рутинных операций, переходите к предиктивной аналитике и, наконец, к генеративным ИИ-агентам, способным к автономному управлению.

Важно помнить, что цель автоматизации не в замене человеческого контроля, а в его перенаправлении на более ценную работу. ИИ-агенты призваны освободить ИТ-специалистов от рутины, чтобы они могли сосредоточиться на стратегических задачах и инновациях.

Если этот кейс похож на то, что происходит у вас, наш менеджер поможет разобраться: бесплатно проанализирует ваш бизнес и нишу и подскажет, где ИИ-агент даст реальный результат именно в вашем случае. Написать менеджеру