La diffusione dei sistemi di intelligenza artificiale agentica nelle organizzazioni sta modificando i requisiti operativi delle infrastrutture di rete, introducendo modelli di traffico differenti da quelli tradizionalmente associati all’utilizzo umano delle applicazioni. Le reti aziendali sono state progettate per decenni considerando attività relativamente prevedibili, concentrate durante l’orario lavorativo e legate alle interazioni dei dipendenti con servizi cloud, applicazioni interne e sistemi informativi. Gli agenti AI introducono invece processi capaci di funzionare autonomamente, consultare basi dati, richiamare API, utilizzare applicazioni, comunicare con altri agenti e completare operazioni senza richiedere la presenza continua di una persona. Queste attività possono proseguire durante la notte, nei fine settimana e in qualsiasi momento della giornata, generando flussi di comunicazione persistenti e distribuiti tra reti locali, data center, ambienti cloud e infrastrutture WAN. Secondo lo State of Infrastructure in the Agentic AI Era di Google Cloud, l’83% delle organizzazioni dichiara di aver bisogno di aggiornamenti infrastrutturali per supportare sistemi autonomi utilizzati in produzione.
La trasformazione riguarda sia la quantità del traffico sia la struttura delle dipendenze applicative. Un agente incaricato di completare un procedimento aziendale può interrogare più servizi consecutivamente, trasferire informazioni tra piattaforme, richiedere elaborazioni esterne e avviare ulteriori attività in funzione dei risultati ottenuti. L’esecuzione dipende quindi dalla disponibilità e dalle prestazioni di molteplici componenti distribuiti, con conseguenze dirette su latenza, resilienza, sicurezza e continuità operativa. La perdita di prestazioni di un singolo collegamento o servizio può propagarsi attraverso una catena di dipendenze, rallentando o interrompendo processi che non vengono supervisionati costantemente da un operatore. Diventa pertanto necessario disporre di sistemi di osservabilità capaci di ricostruire le relazioni tra utenti, dispositivi, applicazioni, agenti e risorse infrastrutturali, superando la semplice verifica dello stato dei singoli apparati.
Le attività di Network Operations, tradizionalmente fondate sulla raccolta degli allarmi e sull’intervento degli amministratori, devono evolvere verso sistemi in grado di correlare automaticamente eventi differenti, individuare le cause principali dei malfunzionamenti e proporre interventi coerenti con il contesto operativo. L’intelligenza artificiale può essere utilizzata per analizzare la telemetria, collegare eventi apparentemente separati, individuare anomalie prestazionali e assistere gli ingegneri nella diagnosi dei problemi. In prospettiva, alcune attività ripetitive potranno essere eseguite direttamente da agenti autorizzati, secondo regole definite dai responsabili dell’infrastruttura. La differenza rispetto ai sistemi di monitoraggio tradizionali consiste nella capacità di interpretare le dipendenze applicative complessive anziché limitarsi alla produzione di allarmi relativi a dispositivi isolati. L’automazione deve comunque essere accompagnata da limiti operativi, politiche di autorizzazione e meccanismi che permettano di comprendere quali informazioni abbiano determinato una specifica raccomandazione.
La capacità delle organizzazioni di gestire una crescita significativa degli agenti autonomi presenta ancora importanti limitazioni. Una rilevazione IBM indica che soltanto l’11% dei responsabili intervistati si considera pienamente preparato alla diffusione degli agenti AI prevista nei successivi dodici mesi. La proliferazione di applicazioni intelligenti può aumentare il numero di interazioni tra sistemi senza un corrispondente incremento delle risorse umane disponibili per amministrarli. Per evitare che la complessità delle operazioni cresca proporzionalmente al numero degli agenti, i gruppi NetOps devono poter accedere rapidamente alle informazioni diagnostiche, ottenere indicazioni contestualizzate e condividere le conoscenze tecniche senza dipendere esclusivamente da pochi specialisti. Il personale può così dedicare maggiore attenzione alla definizione delle policy, alla valutazione dei rischi, alla progettazione delle architetture e alle decisioni che richiedono supervisione umana.
L’introduzione dell’autonomia operativa comporta anche rischi specifici. Gartner prevede che entro il 2029 almeno il 70% delle organizzazioni che utilizzano agenti AI nelle operazioni IT incontrerà problemi rilevanti di servizio, sicurezza o costo almeno parzialmente attribuibili a controlli insufficienti. La gestione delle reti agentiche richiede quindi sistemi di autorizzazione granulari, tracciabilità delle azioni, delimitazione delle operazioni consentite e possibilità di intervento umano quando un agente propone modifiche infrastrutturali. Le organizzazioni non devono necessariamente sostituire integralmente le reti esistenti, ma identificare in anticipo le aree nelle quali la visibilità è insufficiente, i tempi di risposta risultano elevati o la diagnostica richiede ancora numerosi interventi manuali. La progettazione delle infrastrutture AI deve comprendere fin dall’inizio connettività, osservabilità, automazione e governance, affinché i sistemi possano sostenere contemporaneamente utenti umani, applicazioni tradizionali e processi autonomi continuativi.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)