Infrastruktura, pripravljena na umetno inteligenco

Tradicionalna osredotočenost na centralizirane podatkovne centre se umika distribuirani, inteligentni in avtonomni infrastrukturi. Pravzaprav kar umetna inteligenca postaja nova infrastruktura.

Varna, prilagodljiva in odporna IT-infrastruktura je pogosto temelj, na katerem podjetja uvajajo inovacije, se razvijajo in dosegajo rezultate. Raziskava podjetja IDC potrjuje vlogo digitalne infrastrukture pri uspehu podjetja: študija kaže, da 80 odstotkov odločevalcev po vsem svetu priznava, da je digitalna infrastruktura bistvena ali ključnega pomena za doseganje poslovnih ciljev. Pri vzpostavljanju in vzdrževanju IT-infrastrukture pa se podjetja, vsaj večja, pogosto zanašajo na lastne IT-ekipe.

IT-infrastruktura je danes skorajda nevidna, a vseprisotna. Uspeh podjetij ni več odvisen od zmogljivosti lastnih strežnikov, temveč od sposobnosti orkestracije virov, ki se raztezajo od majhnega senzorja na terenu do kompleksnih večoblačnih sistemov. IT-infrastruktura tako ni več opredeljena s prostori s strežniškimi omarami, temveč z dinamiko podatkov, ki potujejo med uporabniki, napravami in oblakom. Zdaj pa smo priče tektonskemu premiku: umetna inteligenca (UI) ni več le aplikacija, ki teče na strojni opremi, temveč je postala infrastruktura sama. Ta koncept, znan kot AI-as-Infrastructure, pomeni, da se celotna logika delovanja sistemov seli iz statičnih pravil v dinamične nevronske mreže.

Od statičnih pravil do kognitivnega upravljanja

Tradicionalna infrastruktura je temeljila na determinističnih pravilih: »Če je zasedenost procesorja nad 80 odstotki, ustvari in zaženi nov virtualni strežnik.« Danes to ne zadostuje več. Priče smo t. i. napovedni orkestraciji, kjer umetnointeligenčni modeli analizirajo pretekle vzorce prometa ter obremenitev opreme in vnaprej pripravijo vire, še preden pride do (pre)obremenitve. Infrastruktura tako postaja proaktivna namesto reaktivna in zaposlenim v IT olajša marsikatero opravilo, hkrati pa dviga zadovoljstvo uporabnikov, saj ti sploh ne zaznajo, da bi njihove aplikacije in storitve, ki jih uporabljalo, delovale slabše ali sploh ne delovale.

Ta odpornost se po zaslugi moderne tehnologije prenaša tudi na omrežja, ki so bila ob selitvi poslovanja v oblak pogosto ozko grlo. Danes poznamo t. i. samoozdravljiva omrežja, kjer umetna inteligenca zazna anomalijo v omrežnem prometu, ki bi lahko nakazovala na okvaro strojne opreme ali kibernetski napad, ter samodejno preusmeri promet in izolira sumljiv segment brez posega omrežnega skrbnika.

Umetna inteligenca ni več neobvezna

Umetna inteligenca je postala bistvena infrastruktura. Razvojne platforme, ki temeljijo na njej, so prinesle revolucijo v ustvarjanje programske opreme. Majhne ekipe programerjev lahko zdaj gradijo sofisticirane aplikacije z generativnimi orodji za programiranje, ki pospešijo razvojne cikle, hkrati pa ohranjajo visoko kakovost. Razvijalci pišejo, testirajo in uvajajo programsko kodo z izjemno hitrostjo, čeprav je človeški nadzor še vedno bistven za preverjanje kakovosti in varnosti.

GPE in NPE so novi CPE

V podporo tej revoluciji podatkovni centri umetne inteligence združujejo zmogljive računalniške čipe v sinhronizirane grozde, ki delujejo kot velikanski superračunalniki. V središču te nove infrastrukture ni več klasični procesor (CPE), temveč se arhitektura vse bolj vrti okoli specializiranih grafičnih procesorjev, ki bolje obvladajo paralelno obdelavo podatkov. Podjetja tako ne kupujejo več strežnikov za splošno rabo, temveč gradijo grozde GPE, ki so sposobni vzporednega procesiranja ogromnih količin podatkov.

V sodobnih podatkovnih centrih se »razraščajo« tudi nevronske procesne enote (NPE), ki že postajajo standardni del vsake naprave na t. i. računalniškem robu, saj prav NPE omogoča, da se »infrastrukturna inteligenca« izvaja lokalno, brez zamika, ki ga povzroča potovanje podatkov v oblak (in nazaj).

Nova dimenzija IT-nabave

Nabava v svetu IT danes ni več zgolj nakup strojne opreme in programskih orodij, ki jih zaposleni potrebujejo pri svojem delu. Stvari gredo v smeri obvladovanja tveganj in nenehnega dokazovanja rezultatov. Največja sprememba? Spremljanje tveganj dobaviteljev v realnem času. Upravljanje tveganj dobaviteljev IT-opreme se je preusmerilo z letnih kontrolnih seznamov na »dinamični« tok podatkov. Orodja umetne inteligence zdaj v realnem času spremljajo stanje dobaviteljev – s sledenjem znakov, kot so varnostni incidenti, finančne težave in nestabilnost dobavne verige –, da bi podjetjem lahko napovedala motnje, še preden se pojavijo, in jih preprečila.

Podjetja vse pogosteje kupujejo merljive rezultate namesto posameznih komponent. Ta metodologija se osredotoča na usklajevanje naložb v tehnologijo z jasnimi poslovnimi cilji, kot so skrajšanje časa do uvedbe/rešitve ali nižji stroški infrastrukture na delovno obremenitev. To zagotavlja, da so izdatki za IT neposredno povezani s poslovno strategijo – navsezadnje, če rezultat ni jasno opredeljen, je nakup IT-opreme le proračunski izdatek z upanjem, da bo povrnil naložbo.

Generativni IT-operativci

Največja sprememba pa je vsekakor v načinu interakcije z infrastrukturo. Namesto pisanja kompleksnih skript v jeziku Python ali Terraform, skrbniki zdaj uporabljajo kar naravni jezik. AIOps, prevedeno kar umetna inteligenca za IT-operacije, črpa iz umetne inteligence, strojnega učenja in analitike velikih podatkov, da poenostavi in avtomatizira naloge s področja IT, kot so korelacija dogodkov, zaznavanje anomalij, ugotavljanje vzročnosti, spremljanje zmogljivosti, načrtovanje delovne obremenitve, varnostno kopiranje podatkov ipd. Tradicionalno zaposleni v oddelku IT porabijo veliko časa, truda in virov za manj pomembne in rutinske naloge, zato so pogosto izčrpani (celo izgoreli) in pogosto jim ostane le malo časa, da se osredotočijo na pomembne pobude, ki prinašajo resnične rezultate.

V t. i. svetu AIOps 2.0 jim je infrastruktura na voljo kot pogovor. Brez heca – pomočniku, ki upravlja infrastrukturo, lahko velimo »Postavi varno okolje za testiranje nove aplikacije v jadranski regiji«, UI pa nato ta ukaz razčleni, preveri skladnost z varnostnimi politikami podjetja in ga izvede v nekaj sekundah. Samo pomislite, koliko dela to odnese skrbnikom IT in koliko časa jim povrne. Pa ne le skrbnikom IT, temveč tudi drugim zaposlenim v oddelku informatike. Agenti UI v nekaterih podjetjih in predvsem klicnih centrih že prevzemajo vlogo prve in druge ravni podpore, saj imajo dostop do celotne dokumentacije in zgodovine vseh težav v realnem času. In ker se v poslovnih okoljih velik delež težav (uporabnikov) vedno znova ponavlja, hitro najdejo rešitev in postrežejo z njo.

Največja sprememba je vsekakor v načinu interakcije z infrastrukturo. Namesto pisanja kompleksnih skript v jeziku Python ali Terraform, skrbniki zdaj uporabljajo kar naravni jezik.

Bazen agentskih sistemov

Platforme, zasnovane za umetno inteligenco, in agentski sistemi postajajo nov temelj poslovanja. Po Gartnerjevem poročilu Top Technology Trends for 2026 bodo naslednji preskok v poslovni informatiki predstavljale platforme, zasnovane za umetno inteligenco – sistemi, v katerih je umetna inteligenca vgrajena v njihove osnovne plasti, ne pa dodana kot zunanja nadgradnja. Gartner opozarja, da te platforme »spreminjajo način, kako organizacije razvijajo, uvajajo in nadgrajujejo izdelke«, še posebej v kombinaciji z agentskimi sistemi in rešitvami, ki so sposobne samostojnega odločanja in usklajevanja med sistemi.

Ta premik podjetja oddaljuje od razdrobljenih pobud za avtomatizacijo in jih približuje celostnim, samodejno optimizirajočim se arhitekturam. Umetnointeligenčni agenti bodo pisali programsko kodo, testirali integracije, usklajevali delovne tokove, varovali IT-okolja in se samostojno prilagajali zahtevam pri zmogljivosti in skladnosti.

Avtomatizacija kot temelj

Če so platforme, zasnovane za umetno inteligenco, odgovor na »kaj«, potem je varna in prilagodljiva avtomatizacija z umetno inteligenco odgovor na vprašanje »kako«. Gartnerjeva analiza IT-krajine letos izpostavlja ključno nasprotje: uvajanje umetne inteligence strmo narašča, zaupanje, upravljanje in varnost pa zaostajajo, celo nazadujejo. V praksi to pomeni, da se bodo podjetja še bolj osredotočila na avtomatizacijo z umetno inteligenco po načelu ničelnega zaupanja (angl. zero-trust), zagotavljanja revizijske sledi in sledljivosti ter upravljanja na najvišji ravni.

Varna avtomatizacija postane še posebej kritična, ko podjetja umetnointeligenčnim sistemom dovolijo, da samostojno izvajajo naloge, namesto da jih le priporočajo. To je izjemna sprememba v poslovni informatiki: umetna inteligenca ni več le analitika. Operacije zahtevajo skalabilnost, zanesljivost, varnost in skladnost, ne le inteligence.

Poleg tega je agencija Reuters konec leta 2025 poročala, da podjetja, kot sta Google in Microsoft, pospešujejo naložbe v infrastrukturo umetne inteligence in orodja za upravljanje, kar kaže, da umetna inteligenca »industrijske kakovosti« postaja standard, ne izjema. Podjetja, ki ne bodo sposobna poslovanja varno avtomatizirati v velikem obsegu, bodo hitro zaostala. Pa tudi zato, ker tradicionalne IT-rešitve preprosto ne morejo podpirati delovnih obremenitev umetne inteligence nove generacije, ki stavijo na ultramoderne podatkovne centre, grafične in nevronske procesne enote in visoko avtomatizirane omrežne rešitve.

Sodobno IT-infrastrukturo že danes zaznamujejo pripravljenost, modernizacija in strateška umestitev. Če se podjetje v te spremembe poda brez ustrezne priprave, je to podobno poskusu gradnje hiše na pesku. Rezultat verjetno ne bo niti stabilen niti trajnosten. Pot do uspeha se namreč začne z jasnim razumevanjem kakovosti lastnih podatkov, zmogljivosti infrastrukture in konkretnih težav, ki jih želi podjetje z informacijsko tehnologijo rešiti.