Как CIO взять под контроль хаос из миллиарда AI-агентов

Автоматизация обнаружения AI-агентов

Когда маркетинговые команды развёртывают AI-агентов на одной платформе, а логистические отделы создают их на другой, эффективное управление становится головной болью. Центральный IT-отдел теряет целостное представление о цифровой рабочей силе организации.

Обновлённая архитектура MuleSoft решает эту проблему с помощью «Agent Scanners» - инструментов, которые непрерывно патрулируют основные экосистемы, включая Salesforce Agentforce, Amazon Bedrock и Google Vertex AI, чтобы выявить работающих агентов. Вместо того чтобы полагаться на разработчиков, которые должны вручную регистрировать свои развёртывания, система автоматизирует обнаружение.

Но найти агента - это только первый шаг. Специалистам по комплаенсу нужно понимать логику его работы. Сканеры извлекают метаданные, описывающие возможности агента, языковые модели, которые им управляют, и конкретные точки доступа к данным, на использование которых у него есть разрешение. Эта информация нормализуется в стандартные спецификации Agent-to-Agent (A2A), создавая единый профиль для всех ресурсов независимо от поставщика.

Эндрю Комсток, старший вице-президент и генеральный директор MuleSoft, отметил: «Самыми успешными организациями следующего десятилетия станут те, кто использует всё разнообразие мультиоблачного AI-ландшафта. Расширенные возможности MuleSoft Agent Fabric дают вам свободу внедрять инновации на любой платформе, сохраняя при этом единую видимость и контроль, необходимые для масштабирования».

Управление и контроль затрат на AI-агентов

Неуправляемые агенты создают финансовую неэффективность и подвергают компанию рискам. Представьте директора по информационной безопасности в банковском секторе. При стандартных операциях проверка нового агента обработки кредитов требует ручного сбора документации от команд разработчиков. Автоматическое каталогизирование позволяет командам безопасности мгновенно просматривать, к каким финансовым базам данных обращается агент, и проверять его уровни авторизации без ручного вмешательства. Эта возможность гарантирует, что команды безопасности видят данные в реальном времени, а не устаревшие снимки.

С финансовой точки зрения видимость способствует консолидации. Крупные предприятия часто страдают от избыточности, когда региональные команды независимо закупают или создают похожие инструменты. Например, у многонационального производителя может быть три отдельные команды, платящие за различные агенты суммаризации на разных платформах.

Используя MuleSoft Agent Visualizer для фильтрации ресурсов по типу задач, руководители операционных служб могут выявить эти дублирования. Объединение их в один высокопроизводительный актив снижает избыточные затраты на лицензирование и позволяет перераспределить бюджет на новые разработки.

Для практических рекомендаций по оптимизации затрат и управлению AI-инфраструктурой посетите AI Projects.

Успешный переход к «Агентному предприятию»

Инновации часто происходят на периферии, где специалисты по данным создают специализированные инструменты вне формальных каналов закупок.

Расширенная версия Agent Fabric решает эту проблему, позволяя регистрировать «самодельные» агенты и серверы Model Context Protocol (MCP) через URL. Это особенно актуально для таких секторов, как логистика, где команды могут создавать внутренние инструменты для оптимизации собственных баз данных. Вместо того чтобы оставаться скрытыми, эти ресурсы можно зарегистрировать и сделать доступными для повторного использования по всей компании.

Джонатан Харви, руководитель AI-операций в Capita, сказал: «Agent Scanners позволят нам сосредоточиться на инновациях вместо управления инвентарём. Знание того, что каждый агент автоматически обнаруживается и каталогизируется, позволяет нашим командам сотрудничать, повторно использовать работу и создавать более умные мультиагентные решения».

Аналогично, AT&T использует эту платформу для оркестрации агентов в поддержке клиентов, чате и голосовых взаимодействиях.

Брэд Рингер, корпоративный архитектор по интеграции в AT&T, объяснил: «С учётом того, как быстро развивается AI, MuleSoft Agent Fabric предоставляет нам платформу, необходимую для масштабирования. Она объединяет и помогает нам управлять всеми агентами и MCP-серверами, которые мы создаём для поддержки клиентов, чата и голосовых взаимодействий. Это не просто инструмент - это огромный катализатор для всего, что мы делаем дальше».

Практические шаги для руководителей

Переход к «Агентному предприятию» требует изменений в управлении тем, как отслеживаются IT-активы. Времена управления интеграциями через устаревшие таблицы несовместимы со скоростью развёртывания AI-агентов.

Руководители должны исходить из того, что их перечень AI-агентов неполон, и развернуть автоматизированные инструменты сканирования для установления базового уровня истины. После установления этого базового уровня политики управления должны требовать, чтобы все агенты - купленные или созданные - раскрывали свои возможности и привилегии доступа к данным в стандартизированном формате, таком как A2A, для облегчения мониторинга.

Наконец, руководители могут использовать видимость, обеспечиваемую этими инструментами, для аудита расходов, выявления дублирующих функций в облачных средах и их объединения для контроля совокупной стоимости владения (TCO).

По мере того как организации переходят от пилотных программ к массовому развёртыванию, отличительной чертой станет не интеллект отдельных агентов, а согласованность сети, которая их связывает. Получите экспертную помощь в построении эффективной AI-инфраструктуры на сайте AI Projects.

Выводы

Взрывной рост числа AI-агентов в корпоративных сетях создаёт новые вызовы для управления и безопасности. Автоматизированные инструменты обнаружения и каталогизации становятся критически важными для поддержания контроля над цифровой рабочей силой. Компании, которые сумеют обеспечить видимость, стандартизацию и централизованное управление своими AI-агентами, получат конкурентное преимущество в эпоху автономных систем. Ключ к успеху - не в количестве агентов, а в способности эффективно управлять ими как единой экосистемой.