Ya vimos esta película en el pasado. Internet, SaaS, la nube, la movilidad: cada ola de transformación digital aporta nueva complejidad, nuevas dependencias y nuevos desafíos a la forma en que ofrecemos y aseguramos experiencias del usuario excelentes. Y cada vez nos adaptamos, aprendimos a administrar lo que no podíamos controlar por completo, a ver y comprender lo que no nos pertenecía y a optimizar resultados que no siempre podíamos predecir.
Ahora estamos siendo testigos de otro cambio transformador impulsado por la inteligencia artificial agéntica: entidades digitales autónomas que funcionan, toman decisiones y ejecutan transacciones de manera independiente. No se trata solo de una nueva carga de trabajo; es un cambio fundamental en la forma en que los sistemas digitales operan, interactúan y ofrecen valor.
En Cisco ThousandEyes, nuestra misión siempre ha sido asegurar experiencias digitales excepcionales para cada usuario al ofrecer resiliencia digital en todos los dominios de una experiencia conectada, tanto propios como ajenos. A medida que las interacciones a la velocidad de la máquina redefinen la conectividad, el aseguramiento de extremo a extremo ya no es solo una mejor práctica. Es una necesidad empresarial.
Redefinición de las buenas experiencias en la era de los sistemas de agentes con inteligencia artificial
Uso ChatGPT casi a diario y me acostumbré a esperar la respuesta. Mi expectativa no es la velocidad; es la calidad y la confiabilidad de la respuesta. Este cambio es importante.
Históricamente, el rendimiento de la red se medía por la velocidad y la disponibilidad de patrones de uso predecibles e impulsados por el ser humano. Pero a medida que los agentes de inteligencia artificial se convierten en usuarios principales y ejecutan decisiones a la velocidad de la máquina, debemos redefinir lo que constituye una buena experiencia. La pregunta no es solo “¿qué tan rápido?” sino “¿qué tan confiable y preciso?”
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 viajes: puede consultar simultáneamente las API de vuelos, las bases de datos de hoteles, los servicios meteorológicos y los procesadores de pago, con cada dependencia esencial para la transacción.
Cuando un agente se topa con un problema, puede activar un efecto en cascada para otros agentes, lo que genera respuestas deficientes o expectativas no cumplidas. Una demora de un milisegundo o datos dañados pueden interrumpir los negocios si los agentes de inteligencia artificial están al mando.
Los agentes de inteligencia artificial se activan, escalan horizontalmente e interactúan en tiempo real, lo que crea un entramado vivo de dependencias dinámicas que desafían la administración de red tradicional. Esto plantea una pregunta crucial: ¿cuál es la expectativa de nivel de servicio (SLE) para los sistemas de agente a agente? Si bien las métricas tradicionales de los acuerdos de nivel de servicio (SLA), como la disponibilidad y la latencia, siguen siendo importantes, los SLE agregan una nueva dimensión: miden si los flujos de trabajo se completan correctamente, si los datos son válidos y si todas las dependencias responden correctamente; en esencia, si el agente logró el resultado comercial previsto.
Incluso las interrupciones menores pueden tener un efecto dominó en los procesos automatizados con un impacto empresarial significativo. Para ayudar a asegurar que la calidad del servicio coincida con la criticidad de los flujos de trabajo impulsados por agentes, cada eslabón de la cadena de servicio debe ser observable y fácil de administrar, incluso cuando estas cadenas cambian dinámicamente en respuesta a la lógica del agente y factores externos. El éxito se medirá cada vez más por la finalización confiable de los flujos de trabajo alineados con la intención comercial, no solo por el rendimiento bruto o la latencia.
Cómo gestionar la abundancia de dependencias
Los sistemas tradicionales operan con relaciones predecibles: el servicio A llama al servicio B en una secuencia conocida. Pero los agentes de inteligencia artificial crean relaciones dinámicas y dependientes del contexto que cambian con cada tarea, lo que produce dependencias de infraestructura no determinantes y modos de error impredecibles.
Aquí está el desafío: no solo está asumiendo la 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 el mercado que no deja de evolucionar. Un cambio de varios niveles puede propagarse y afectar la experiencia digital.
El contexto es lo más importante: de arriba a abajo, de extremo a extremo
Ofrecer excelentes experiencias en un mundo agéntico requiere comprender el contexto, no solo de extremo a extremo en toda 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 deban incorporarse a los marcos de Zero Trust. Pero el desafío operativo es el siguiente: a medida que los equipos de NetOps, SecOps y DevOps trabajan en sistemas complejos (activando agentes, aplicando políticas de seguridad o fomentando actualizaciones) la entrega final de la experiencia digital sigue siendo una responsabilidad de extremo a extremo.
Si observa una degradación del rendimiento, debe comprender 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 se deterioraron. Necesita contexto.
Aseguramiento de extremo a extremo para la era de la inteligencia artificial ininterrumpida
Nuestros clientes llevan mucho tiempo usando Cisco ThousandEyes para monitorear las transacciones de extremo a extremo a fin de asegurar la conectividad y excelentes experiencias digitales. Ahora debemos ampliar nuestro pensamiento sobre las transacciones. Ya no son solo los humanos los que hablan con las máquinas. Ahora debemos 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 de Protocolo de Contexto de Modelo (MCP) externos para las herramientas y el contexto.
Imagine el seguimiento distribuido, pero para sistemas de varios agentes. No solo hacer un seguimiento del recorrido 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 la infraestructura.
Aquí es donde el enfoque integrado de Cisco ofrece un valor significativo. Innovaciones recientes, como el seguimiento distribuido con la integración entre Cisco ThousandEyes y Splunk demuestra cómo aseguramos las experiencias del usuario de extremo a extremo. A medida que los sistemas impulsados por agentes se vuelvan más predominantes, esta capacidad deberá extenderse 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 que se superponen, sino como resiliencia 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 resiliencia digital ahora significa protección de extremo a extremo para un mundo donde la red nunca duerme, los agentes nunca se detienen y cada interacción es importante.