C’est probablement l’une des annonces qui a le plus marqué les esprits lors du dernier Cisco Live US en Juin : AI Canvas. Cette solution vient redéfinir le management de nos infrastructures informatiques pour les prochaines décennies en mettant l’IA agentique au service de nos opérations.
L’IA agentique c’est quoi ?
Comme toujours sur ce blog, l’objectif est avant tout d’être didactique et non de recracher çà et là les derniers termes à la mode. L’IA agentique (ou “agentic AI” en anglais) permet de basculer d’un mode où l’IA nous aide à analyser, comprendre et prédire, à un mode où elle va pouvoir agir, prendre des décisions par rapport à ce qu’elle aura perçu.
Voyez cela comme une évolution naturelle de l’IA qui va réellement décupler les usages. Par exemple, un agent IA pourrait détecter vos prochains déplacements en analysant votre agenda et vos échanges durant divers visioconférences, et lancer automatiquement la réservation de vos billets de train et hôtels pour vous garantir les trajets optimaux.
Ce qui est intéressant ici est la possibilité de combiner de très nombreuses informations et actions ensemble. Là où une intelligence artificielle est généralement cantonnée à un domaine précis, un ou plusieurs agents peuvent exploiter plusieurs d’entre elles pour réaliser ensemble des tâches plus complexes.
Pas d’IA agentique sans IA – Découvrez le Deep Network Model
De manière assez discrète, nos équipes d’ingénierie ont travaillé ces dernières années pour créer un modèle d’intelligence artificielle adapté aux infrastructures réseau : le Deep Network Model basé sur les principes d’IA responsable. Toute IA repose sur une phase d’apprentissage qui nécessite un nombre considérable de données… Bonne nouvelle, côté Cisco, la donnée, on en a ! Avec plus de 40 années d’expérience, nous avons pu accumuler un nombre inégalé de connaissances dans le domaine des infrastructures réseau. TAC cases, expertise CX, télémétrie… nous avons capitalisé sur cette masse d’information pour créer le Deep Network Model qui semble surpasser ses camarades quand il s’agit de se pencher sur des problèmes réseau (cf graph ci-dessous)
Deep Network Model
Vous ne vous en rendez certainement pas compte mais dès que vous ouvrez un SR (Service Request) auprès de notre TAC (Technical Assistance Center), une première analyse est déjà faite automatiquement en se basant sur les données que vous remontez. Cela accélère le travail de nos équipes de support qui se voient proposer immédiatement des pistes de résolution. Le Deep Network Model est l’un des éléments de nos solutions AIOps, comme par exemple l’AI Assistant for Networking que je présentais dans mon dernier article.
AI Canvas – L’IA agentique au service de l’IT
AI Canvas vient appliquer les principes de l’IA agentique pour aider aux opérations réseau. Le dashboard d’AI Canvas se construit automatiquement à partir de vos demandes et des investigations réalisées automatiquement, en tirant profit entre autres du Deep Network Model expliqué ci-dessus.
L’assistant ne se contente plus de vous répondre, il génère un dashboard avec les données qui lui semblent pertinentes pour pouvoir résoudre les problèmes constatés. Et le processus est itératif : à chaque fois que des informations sont récupérées et analysées, AI Canvas va pouvoir déclencher de nouvelles actions selon ce qui lui semble pertinent. AI Canvas ne se contente évidemment pas de vous afficher un dashboard automatiquement, il peut aller jusqu’à résoudre les problèmes, ouvrant la voie à l’ère du ZeroOps.
Ce qui est particulièrement intéressant avec AI Canvas, c’est la capacité de s’interfacer avec plusieurs domaines, permettant ainsi de résoudre des problèmes de bout-en-bout plus complexes. AI Canvas va pouvoir se déclencher à partir d’un ticket ouvert dans ServiceNow et lancer toute une série d’actions pour faciliter sa résolution. Cela est illustré dans cette vidéo qui explique le Deep Network Model puis AI Canvas avec une démo particulièrement intéressante (la démo débute à 16’10” pour les impatients).
Un peu de patience
L’effet waouh est indéniable avec AI Canvas. Pour avoir montré la démo à de nombreux clients, j’ai pu constater à chaque fois une adéquation parfaite entre les besoins exprimés et la solution. Notamment les interactions multiples avec l’infrastructure, la couche d’observabilité et l’ITSM sont perçus comme extrêmement pertinents. Malheureusement il va falloir s’armer d’un peu de patience pour pouvoir en bénéficier pleinement. Les développements sur AI Canvas sont réalisés en plusieurs phases et intégrer progressivement de plus en plus de produits. A ce stade, AI Canvas est disponible en version Alpha pour quelques clients américains sélectionnés. Il s’interface avec les Meraki MX et Cisco ThousandEyes et autour de cas d’utilisation simplifiés (dégradation de performance applicative…)
Mais les développements vont vite s’enchaîner et intégrer plus de produits et offrir plus de possibilités. Rapprochez-vous de votre équipe de compte pour en savoir plus et planifier son intégration de votre infrastructure.
En attendant, rappelez-vous que tout cela n’est possible que si vous avez mis en place les plateformes nécessaires sur chaque domaine. Ce sont ces plateformes qui vont permettre de présenter assez de données à AI Canvas, et lui permettre d’orchestrer la mise en place de solutions. Alors n’attendez pas les bras croisés et assurez-vous que votre infrastructure est prête pour l’ère de l’IA agentique.
Plus d’informations
Authors
