Ya hemos visto esta película. Internet, SaaS, la nube, la movilidad: cada ola de transformación digital aporta nueva complejidad, nuevas dependencias y nuevos desafíos sobre la forma en que ofrecemos y garantizamos experiencias de usuario excelentes. Y en cada ocasión nos adaptamos, aprendimos a gestionar lo que no podíamos controlar por completo, a ver y comprender lo que no nos pertenecía, y a optimizar los resultados que no siempre podíamos predecir.
Ahora estamos presenciando otro cambio transformador impulsado por la inteligencia artificial de agente: entidades digitales autónomas que operan, toman decisiones y ejecutan transacciones de forma independiente. No se trata solo de una nueva carga de trabajo; se trata de un cambio fundamental en la forma en que los sistemas digitales funcionan, interactúan y aportan valor.
En Cisco ThousandEyes, nuestra misión siempre ha sido garantizar experiencias digitales excepcionales para todos los usuarios ofreciendo resistencia digital en todos los dominios de una experiencia conectada, tanto con propiedad como sin ella. A medida que las interacciones a velocidad de máquina redefinen la conectividad, la garantía de extremo a extremo ya no es solo una práctica recomendada. Es una necesidad empresarial.
Redefinir las grandes experiencias en la era de los sistemas de agentes con inteligencia artificial
Utilizo ChatGPT casi a diario y me he acostumbrado a esperar una respuesta. Mi expectativa no es la velocidad; es la calidad y la fiabilidad de la respuesta. Este cambio importa.
Históricamente, el rendimiento de la red se medía por la velocidad y la disponibilidad de patrones de uso predecibles e impulsados por humanos. Pero a medida que los agentes de inteligencia artificial se convierten en usuarios principales y ejecutan decisiones a la velocidad de la máquina, tenemos que redefinir lo que constituye una gran experiencia. La pregunta no es solo "¿a qué velocidad?" sino "¿hasta qué punto es fiable, exacta y digna de confianza?"
A diferencia del tráfico generado por humanos, los agentes de inteligencia artificial inician ráfagas rápidas de llamadas a la API, agregan datos de varias fuentes y ejecutan procesos complejos en milisegundos. Imagine un solo agente de inteligencia artificial que reserve un viaje: podría consultar simultáneamente las API de vuelos, las bases de datos de hoteles, los servicios meteorológicos y los procesadores de pago, y cada dependencia sería fundamental para la transacción.
Cuando un agente encuentra un problema, puede desencadenar un efecto cascada en otros agentes, lo que da lugar a respuestas deficientes o a expectativas no cumplidas. Un retraso de una milésima de segundo o la corrupción de los datos pueden detener el negocio cuando los agentes de inteligencia artificial están al mando.
Los agentes de inteligencia artificial se ponen en marcha, escalan horizontalmente e interactúan en tiempo real, lo que crea una red viva de dependencias dinámicas que desafían la gestión de red tradicional. Esto plantea una pregunta crucial: ¿cuál es la expectativa de nivel de servicio (SLE) de los sistemas de agente a agente? Si bien las métricas tradicionales de los acuerdos de nivel de servicios (SLA) como la disponibilidad y la latencia siguen siendo importantes, los SLE añaden una nueva dimensión: miden si los flujos de trabajo se completan correctamente, si los datos son válidos y si todas las dependencias responden correctamente; básicamente, si el agente logró el resultado empresarial previsto.
Incluso las interrupciones más pequeñas pueden desencadenarse en procesos automatizados con un impacto empresarial significativo. Para ayudar a garantizar que la calidad del servicio se adapte a la importancia de los flujos de trabajo controlados por agentes, cada eslabón de la cadena de servicio debe ser observable y gestionable, incluso cuando estas cadenas cambien dinámicamente en respuesta a la lógica de los agentes y a factores externos. El éxito se medirá cada vez más por la finalización fiable de los flujos de trabajo alineados con la intención empresarial, no solo por el rendimiento bruto o la latencia.
Navegar de dependencia en dependencia
Los sistemas tradicionales funcionan con relaciones predecibles: el servicio A llama al servicio B en una secuencia conocida. Pero los agentes de IA crean relaciones dinámicas y dependientes del contexto que cambian con cada tarea, lo que produce dependencias de infraestructura no deterministas y modos de fallo impredecibles.
Aquí está el desafío: no solo está asumiendo una dependencia de un proveedor; también está expuesto a las dependencias de sus proveedores. Y esas dependencias están en constante cambio a medida que los proveedores ajustan su infraestructura para seguir el ritmo de la innovación en evolución en el mercado. Un cambio de varias capas puede propagarse e influir en la experiencia digital.
El contexto es el rey: de arriba a abajo, de extremo a extremo
Ofrecer grandes experiencias en un mundo de agentes requiere comprender el contexto, no solo de extremo a extremo a lo largo de la cadena de servicio, sino de arriba a abajo en cada capa de la pila.
Esto refleja los desafíos que hemos visto antes en las aplicaciones distribuidas. Con la proliferación de agentes que operan en nuestro nombre, es inevitable que estos agentes deban incorporarse a los marcos de Zero Trust. Pero aquí está el desafío operativo: dado que los equipos de NetOps, SecOps y DevOps trabajan en sistemas complejos (incorporan agentes, aplican políticas de seguridad o instalan actualizaciones), la entrega final de la experiencia digital sigue siendo una responsabilidad de extremo a extremo.
Cuando vea una degradación en el rendimiento, debe entender si se debe a que alguien generó un nuevo agente sin las políticas de seguridad adecuadas, a que las políticas de seguridad cambiaron y bloquearon una acción esperada, a que falló una dependencia descendente o a que las condiciones de la red empeoraron. Necesita contexto.
Assurance de extremo a extremo para la era de la inteligencia artificial siempre activa
Nuestros clientes llevan tiempo utilizando Cisco ThousandEyes para monitorizar las transacciones de extremo a extremo con el fin de garantizar la conectividad y experiencias digitales excelentes. Ahora tenemos que ampliar nuestra forma de pensar sobre las transacciones. Ya no son solo los humanos los que hablan con las máquinas. Ahora tenemos que tener en cuenta los agentes que hablan con otros agentes a través de redes que no controlamos, así como los agentes que dependen de servidores MCP (protocolo de contexto del modelo) externos para obtener herramientas y contexto.
Imagine un rastreo distribuido, pero para sistemas con varios agentes. No es solo rastrear el trayecto de un usuario a través de una aplicación, sino comprender cómo interactúan los agentes, incluido el comportamiento de la red, la sincronización de las llamadas a las herramientas y las métricas de infraestructura.
Aquí es donde el enfoque integrado de Cisco ofrece un valor significativo. Innovaciones recientes como la integración del rastreo distribuido entre Cisco ThousandEyes y Splunk muestran cómo conseguimos assurance en las experiencias de usuario de extremo a extremo. A medida que los sistemas controlados por agentes sean más frecuentes, esta capacidad deberá ampliarse para comprender las llamadas de agente a agente y las dependencias de terceros.
Cisco se encuentra en una posición única para ofrecer esto, no como soluciones puntuales superpuestas, sino como resistencia digital integrada que se adapta a medida que maduran las arquitecturas de agentes.
En Cisco ThousandEyes, nos comprometemos a ayudar a nuestros clientes a prosperar en esta nueva era, porque la resistencia digital ahora significa assurance de extremo a extremo en un mundo en el que la red nunca duerme, los agentes nunca se detienen y cada interacción cuenta.