20 августа 2025 г.
Часто упоминаемые в профильной американской прессе поставщики управляемых ИТ-услуг — managed service providers, MSP — формально относятся к канальным партнёрам второго уровня, но выделяются среди последних тем, что создают для конечных заказчиков, а после обслуживают и поддерживают «сшитые по мерке», персонифицированные сервисы: либо глубоко модифицируя готовые универсальные решения, либо и вовсе разрабатывая их с нуля.
В российских реалиях, когда практически каждый клиент уникален — поскольку вряд ли найдутся два заказчика с идентичными ИТ-инфраструктурами и равными долями до сих пор эксплуатируемых программных и аппаратных средств ушедших с нашего рынка вендоров, — едва ли не каждый интегратор с полным правом претендует на причисление к классу именно MSP. И в этой связи экспертные наблюдения, касающиеся забот и обеспокоенностей их заокеанских коллег, представляются весьма небезынтересными.
В частности, издание CRN настоятельно рекомендует поставщикам управляемых услуг на американском ИТ-рынке не откладывая в долгий ящик, прямо сейчас начинать подготовку к стремительно наступающей эпохе автономных сервисов — поскольку, по мнению специалистов, ставшие привычными за десятилетия для MSP рецепты перестают сегодня действовать буквально на глазах. И обусловлено это прежде всего широким привлечением к решению различных ИТ-задач генеративного искусственного интеллекта — ажиотаж вокруг которого вот уже третий год и не думает утихать. Речь в данном случае идёт именно о применении ИИ как прикладного инструмента для обслуживания ИТ-инфраструктуры заказчика, а не о внедрении его непосредственно в клиентские бизнес-процессы: последняя тенденция тоже довольно ярко выражена, но привычный образ действий MSP меняет именно первая.
Всем, наверное, известны алгоритмические сервисные системы, которые на основе анализа накапливавшихся годами данных могут с высокой точностью предсказывать, когда тот или иной узел сервера, СХД либо другого элемента инфраструктуры выйдет из строя: это позволяет заблаговременно планировать обслуживание и замену оборудования, не перегружая склады и не подвергая угрозе непрерывность бизнес-процессов заказчиков. Так вот, внедрение ИИ в такого рода сервисы даёт возможность обнаруживать, разрешать инциденты с «железом» и ПО (а также порождённые комбинацией аппаратно-программных факторов, пусть даже уникальной) и устранять их последствия в клиентской инфраструктуре автономно — то есть вообще без участия технических специалистов как заказчика, так и интегратора. Это не описание некоего пусть даже близкого будущего, подчёркивают эксперты CRN, — это уже реальность.
Суть в том, что ИИ из точечного решения (чат-бот для коммуникаций с клиентами; единый оператор умных термостатов на всём предприятии и т. д.) становится органичной частью комплексной, глубоко оркестрованной системы, способной перестроить всю ИТ-сервисную модель целиком. Да, пока что физические действия — ту же замену грозящего засбоить узла, скажем, — по-прежнему будут производить живые специалисты клиента или MSP: подлинно самостоятельные роботы, готовые справляться со столь непростыми задачами в динамичной обстановке реального предприятия, пока на рынке отсутствуют. Но в чисто программной области автономные сервисы уже вполне действенны — в смысле как скорости и корректности реагирования на инциденты, так и совокупной стоимости своего обслуживания.
В пример эксперты приводят цифрового сотрудника Оливию (Olivia), уже способную без участия живого оператора выполнять такие рутинные задачи, как регистрация новых пользователей корпоративной среды Microsoft 365, оформление необходимых для их работы в этой среде лицензий, а также составление описаний технических инцидентов. Последнее особенно важно для ускорения работы MSP: каждый интегратор знает, как непросто иногда разбираться с путаными и невнятными объяснениями линейного персонала, что и где именно пошло не так. Объективное же и чёткое изложение зафиксированных Оливией протоколов сбоя даёт возможность решать немалую долю программных проблем автономным же образом, — то есть в данном случае ИИ берёт на себя роли и первой линии техподдержки, и наименее квалифицированных, но и чаще всего на практике востребованных технических специалистов (известный и, надо признать, нередко действенный девиз которых — «перезагрузите компьютер, и проблема исчезнет»).
Внедряющие у себя автономные ИТ-сервисы американские заказчики замечают, что доля автоматически разрешаемых инцидентов первого уровня сразу же взлетает у них до 70%, а соответствующие потери рабочего времени снижаются до 80%. Эксперты говорят в этой связи уже не просто о привлечении генеративных моделей для решения определённого круга сервисных задач, но о внедрении в трудовые коллективы самих MSP синтетических работников — synthetic workers, — которые по сути станут постоянными представителями интегратора в клиентской ИТ-инфраструктуре. В отличие от привычных алгоритмических программных решений, синтетические работники не могут быть однажды проинсталлированы с тем, чтобы далее исправно функционировать в пределах своих компетенций. С ними придётся взаимодействовать едва ли не так же, как с живыми сотрудниками, — тренировать, приглядывать за ними, обеспечивать обратную связь (потому что генеративная модель способна дообучаться в процессе эксплуатации, в обличие от самого сложного алгоритмического ПО), при необходимости модернизировать.
А главное — синтетических работников придётся интегрировать в бизнес-процессы уже самого MSP, поскольку от успехов (и неудач) этих ИИ напрямую будет зависеть баланс его прибылей и убытков. Пока, на самом раннем этапе образования таких гибридных команд, где генеративные модели сотрудничают с живыми специалистами в деле оказания управляемых ИТ-услуг, затрат окажется явно больше, чем выручки, — хотя бы потому, что любое новое начинание требует стартовых инвестиций. Однако со временем, когда ИИ окажется должным образом обучен всем тонкостям взаимодействия с инфраструктурой конкретного заказчика, дальновидный MSP начнёт пожинать плоды своей предусмотрительности. Немыслимыми станут ситуации вроде «узкого специалиста по работе именно с этим выгодным клиентом переманил конкурент», или «только этот профи разбирается в программных костылях, что он нагородил в системе заказчика», или «все, кто в принципе понимал, как там всё работает, в отпусках; ПОМОГИТЕ!»
Синтетические работники не нуждаются в перекурах и медстраховке, не забывают того, что однажды освоили, с готовностью переучиваются и совершенствуются, пока на это хватает аппаратной мощи. Бесспорно, придётся принимать в расчёт их неизбежное несовершенство в плане подверженности галлюцинациям и уязвимости к джейлбрейк-аткам, но ведь и за живым персоналом требуется присмотр. Словом, самим интеграторам, прежде чем рекомендовать клиентам внедрять в их бизнес-процессы ИИ, имеет смысл начинать с себя, — накапливая тем самым бесценный опыт, а заодно и получая возможность наглядно демонстрировать маловерам все преимущества современных генеративных технологий.
Источник: Максим Белоус, IT Channel News
