Sztuczna inteligencja przestaje być wyłącznie narzędziem podpowiadającym pracownikom, co powinni zrobić. Coraz częściej sama wykonuje zadania operacyjne. Według danych F5 już 67% organizacji wykorzystuje AI do przyspieszania automatyzacji, a 66% pozwala jej automatycznie dostosowywać polityki i konfiguracje tak, aby realizować wymagane poziomy SLA i SLO. Jednocześnie firmy wyraźnie wyznaczają granice autonomii AI – im większe ryzyko biznesowe, bezpieczeństwa lub regulacyjne, tym większa rola człowieka.
Z badania F5 2026 State of Application Strategy Report wynika, iż 67% organizacji wykorzystuje AI do przyspieszania automatyzacji, a 66% pozwala jej automatycznie dostosowywać polityki i konfiguracje w celu spełniania SLA i SLO. Jednocześnie 59% firm korzysta z rekomendacji generowanych przez AI jako podstawy działań podejmowanych przez ludzi.
Firm, które w ogóle nie wykorzystują AI w automatyzacji, jest już zaledwie 2%. To pokazuje, iż sztuczna inteligencja przestaje działać poza operacyjną pętlą decyzyjną. Coraz częściej staje się jej częścią – analizuje środowisko, rekomenduje działania, a w określonych sytuacjach również je wykonuje.
Wchodzimy w etap, w którym AI nie tylko analizuje środowisko IT i podpowiada administratorowi możliwe rozwiązanie, ale coraz częściej może samodzielnie wykonać konkretną operację. najważniejsze pytanie dla organizacji przestaje więc brzmieć: czy AI potrafi podjąć adekwatną decyzję? Znacznie ważniejsze jest określenie, gdzie może działać samodzielnie, kiedy musi przekazać decyzję człowiekowi i jak gwałtownie można cofnąć skutki jej działania – mówi Bartłomiej Anszperger, Dyrektor Techniczny w F5.
AI dostaje autonomię tam, gdzie błąd można gwałtownie naprawić
Dane nie oznaczają jednak, iż przedsiębiorstwa są gotowe przekazać AI pełną kontrolę nad środowiskiem IT. Największa autonomia pojawia się tam, gdzie skutki błędu są ograniczone, wyniki łatwo zmierzyć, a decyzję gwałtownie odwrócić. Dotyczy to m.in. zarządzania ruchem, optymalizacji wydajności czy kosztów infrastruktury.
Znacznie ostrożniejsze podejście firmy zachowują w obszarach związanych z bezpieczeństwem, zgodnością regulacyjną i krytycznymi politykami biznesowymi. Tam nadzór człowieka przez cały czas pozostaje kluczowy. W praktyce powstaje więc model kontrolowanej autonomii: AI otrzymuje prawo do wykonywania określonych operacji, ale tylko w granicach ustalonych wcześniej przez organizację.
Firmy chcą przede wszystkim szybszych decyzji
Dane dotyczące oczekiwanych korzyści z GenAI pokazują, iż przedsiębiorstwa nie stawiają pełnej autonomii na pierwszym miejscu. Najczęściej wskazywaną korzyścią jest szybsze podejmowanie decyzji (33%), a tuż za nią wzrost produktywności dzięki adaptacyjnemu uczeniu się (32%). Dopiero dalej znajdują się oszczędności, planowanie strategiczne i dbanie o to, aby firma działała zgodnie z prawem, zasadami etyki i wewnętrznymi przepisami. To sugeruje, iż największą wartością AI nie jest samodzielność, ale szybsze przetwarzanie sygnałów, identyfikowanie problemów i skracanie czasu reakcji. Autonomia jest więc zdobywana stopniowo: najpierw AI rekomenduje działania, a dopiero później – po zbudowaniu zaufania i zabezpieczeń – może otrzymać prawo do ich automatycznego wykonania.
Prompt staje się elementem infrastruktury kontroli
F5 wskazuje również, gdzie firmy widzą największy wpływ nowych mechanizmów związanych z AI. W obszarze dostarczania aplikacji na pierwszym miejscu znajduje się warstwa promptów – 29%, a w bezpieczeństwie wskazuje ją 25% badanych. Tuż za nią znajdują się warstwy tokenów i kontroli – po 23% w obu obszarach.
To istotna zmiana architektoniczna. Prompt przestaje być jedynie pytaniem zadawanym modelowi. Staje się punktem, w którym można definiować intencję, kontekst, uprawnienia i ograniczenia działania systemu. Kontrola przesuwa się więc przed sam model – do warstwy, która decyduje, jakie dane otrzyma AI, do czego będzie miała dostęp i jakie działania będą wymagały zgody człowieka.
Im więcej decyzji operacyjnych powierzamy AI, tym ważniejsza staje się architektura otaczająca sam model. Model może być wymienny, natomiast organizacja musi zachować kontrolę nad kontekstem, dostępem do danych, politykami bezpieczeństwa, obserwowalnością i możliwością zatrzymania lub odwrócenia działania. To właśnie ta warstwa będzie decydować, czy przedsiębiorstwa będą w stanie skalować AI bez równoczesnego skalowania ryzyka – podkreśla Bartłomiej Anszperger.
Następny SRE może być maszyną
Wyniki badania pokazują, iż przedsiębiorstwa zaczynają traktować AI jak nowego uczestnika procesów operacyjnych. Może wykrywać problemy, rekomendować rozwiązania, optymalizować konfiguracje, a w części przypadków również samodzielnie ingerować w działanie infrastruktury. Nie oznacza to jednak przekazania jej pełnej odpowiedzialności. Najważniejszym zadaniem dla zespołów IT staje się dziś zaprojektowanie granic działania AI: określenie, jakie decyzje mogą być podejmowane automatycznie, które muszą zostać zaakceptowane przez człowieka oraz jak działania AI będą monitorowane i cofane. W takim modelu AI staje się operatorem, ale nie właścicielem środowiska. Kolejny SRE w przedsiębiorstwie rzeczywiście może więc być maszyną. Nie zastąpi jednak zespołu – będzie działać obok niego, szybciej reagując na część zdarzeń, ale w ramach reguł zaprojektowanych przez ludzi.
