Agentic AI如何改变IT：早期采用者自动化关键IT职能及人机协同的重要性

核心观点

• 自动化趋势：Agentic AI 正在重塑 IT 世界，将 IT 工作分解为分析师和 AI 代理之间的新型劳动分工。AI 代理负责重复性、结构化的任务，而分析师则监督、批准、拒绝、重定向和接管需要判断的任务。
• AI 代理的角色：AI 代理并非自主取代 IT 工作，而是作为协调和执行层，帮助完成工作。它们在软件和应用程序请求、安全任务和协作更改等低风险、可逆的重复性工作中表现最佳。
• 分析师的角色转变：分析师的角色正在从执行者转变为监督者、改进者和决策者。他们需要审查 AI 代理的建议，处理意外情况，并改进 AI 代理遵循的流程。

关键数据

• AI 代理的执行比例：在研究期间，AI 代理执行了约三分之一的 IT 操作。
• 计划规模的变化：AI 代理提出的计划规模随着时间的推移而减小，这表明系统正在学习和成熟。
• AI 代理的批准率：AI 代理提出的建议中，约有四分之一被分析师拒绝，但随着时间的推移，拒绝率有所下降。
• 自动化失败的原因：最常见的失败原因是目标未找到，即 AI 代理试图操作的用户、组或账户不存在。

研究结论

• AI 代理在身份和访问管理方面具有巨大潜力：AI 代理在身份和访问管理方面执行了大部分自动化任务，包括更改组 membership、重置凭证和打开/关闭帐户。
• 身份卫生至关重要：AI 自动化失败的主要原因是身份数据过时或不一致。确保干净的目录、及时的去 provisioning 和一致的命名可以提高自动化结果。
• 规模比人员压力更重要：大型组织自动化了更高比例的 IT 任务，这表明自动化成熟度与运营成熟度而非人员压力相关。
• 人类监督是关键：AI 代理需要人类监督来确保准确性和可靠性。分析师应该专注于监督、处理意外情况和改进自动化流程。

建议

• 投资于身份卫生：确保干净、最新的身份数据是提高 AI 自动化可靠性的关键。
• 建立强大的审查工作流程：为分析师提供清晰的指导，以便他们可以有效地审查 AI 代理的建议。
• 创建文档化的剧本：为 AI 代理提供清晰的指导，以便它们可以执行任务。
• 建立可靠的集成：确保 AI 代理可以与组织中的其他系统无缝协作。
• 建立清晰的升级路径：为分析师提供处理意外情况和需要人类干预的情况的明确流程。
• 将监督视为核心工作：分析师的监督对于 AI 自动化的成功至关重要。