В ближайшие пять лет инфраструктура станет еще сложнее, а автоматизация — глубже. Уже сегодня компании используют интеллектуальные системы для наблюдения за серверами, предсказания отказов и частичного восстановления после сбоев. Поэтому вопрос о том, кто будет чинить серверы, перестает быть теоретическим. Об этом рассказывает Алексей Шашкин, коммерческий директор SpaceWeb.
Почему искусственный интеллект уже вошел в эксплуатацию
Современная инфраструктура слишком сложна для ручного управления. Гибридные облачные среды, множество небольших сервисов, системы оркестрации контейнеров, сотни показателей и тысячи записей в журналах создают поток событий, который человек не способен удерживать в голове. По этой причине интеллектуальные системы эксплуатации перестали быть экспериментом. Они замечают отклонения, например рост задержек, необычное количество ошибок, деградацию диска или утечку памяти.
Затем они предлагают действие: перезапустить контейнер, перевести трафик, расширить кластер, откатить конфигурацию или ограничить подозрительный сетевой адрес. Но важно понимать разницу. Большую часть этих действий инфраструктура умеет выполнять и без ИИ — через Kubernetes, автомасштабирование, проверки работоспособности, оркестрацию и заранее прописанные регламенты. Принципиальное отличие в другом: раньше инженер заранее описывал условие и действие, а следующая ступень — это агент, способный самостоятельно сопоставить телеметрию, журналы, историю инцидентов и зависимости сервисов, выбрать подходящий сценарий восстановления и проверить его результат.
Через пять лет подобные сценарии могут стать обычной практикой. Значительная часть типовых сбоев будет закрываться без участия человека. Система самостоятельно определит причину, выберет решение из известных ей вариантов и проверит результат.
Однако здесь важно не переоценить возможности искусственного интеллекта. Он хорошо работает там, где есть данные, повторяемость и понятные критерии успеха. Сервер — это не только программное обеспечение, но и оборудование, питание, охлаждение, кабели, физический доступ, гарантийные случаи и ограничения поставщиков.
Искусственный интеллект не приедет в центр обработки данных, не заменит модуль памяти, не подключит оптический кабель и не согласует срочную поставку запчасти. Через пять лет роботы, возможно, выполнят часть этих задач, но массово это вряд ли произойдет. Поэтому физический ремонт останется за человеком.
Что искусственный интеллект пока не умеет
Главная проблема применения искусственного интеллекта в эксплуатации связана не с уровнем развития, а с доверием и контекстом. Модель может предложить решение, которое выглядит логично, но в конкретной компании приведет к простою. Она не знает, что определенный сервис нельзя перезапускать в часы наибольшей нагрузки, что у клиента особые условия договора, что похожий сценарий три года назад уже нарушал расчеты с клиентами. Контекст хранится в опыте инженеров, в заявках, в переписке и в корпоративных правилах. Искусственный интеллект можно обучить, но он не несет ответственности.
Представим, что ночью интеллектуальный агент оптимизировал кластер и нарушил работу продакшен-среды. Кто отвечает за ущерб? Разработчик модели, интегратор или компания, которая не установила ограничения? ИИ нельзя назначить ответственным за последствия изменения: ответственность всегда остается на людях и организациях.
В ближайшие годы произойдет не полная замена системных администраторов, а разделение ролей. Искусственный интеллект выполнит черновую работу, человек утвердит критичные изменения и будет отвечать за результат.
Второй барьер — безопасность. Чем больше искусственный интеллект управляет инфраструктурой, тем привлекательнее он как цель для атаки. Опаснее здесь не столько сама модель, сколько компрометация контекста и инструментов агента: ложная телеметрия, вредоносная инструкция в доступном ему источнике, избыточные права, подмена конфигурации, неправильное действие через API.
То есть проблема принципиально серьезнее. Агент получает возможность не только советовать, но и действовать, поэтому главный вопрос не в том, насколько умным станет ИИ, а в том, какие права ему дадут. Интеллектуальные системы в эксплуатации будут работать в жестких рамках.
Третий барьер — унаследованные системы. В России и мире сохраняется большое количество инфраструктуры на старых операционных системах, самописных сценариях и оборудовании, которое давно снято с поддержки. Искусственный интеллект не всегда может собрать по ней данные, а иногда и не имеет права вмешиваться. Через пять лет по-прежнему будут встречаться серверы, которые лучше не трогать. Их обслуживание станет отдельной компетенцией.
Системный администратор через пять лет
Если искусственный интеллект забирает рутину, человеку все еще останется много задач:
- Во-первых, проектирование отказоустойчивости. Модель может предложить конфигурацию, но инженер понимает требования бизнеса: допустимое время простоя, стоимость часа недоступности, ценность данных.
- Во-вторых, управление интеллектуальными системами. Нужны специалисты, которые настраивают правила, обучают модели на реальных сбоях, проверяют гипотезы и разбирают ложные срабатывания.
- В-третьих, сложные аварии. Когда нарушается работа не одного сервиса, а целого набора, когда причина кроется во взаимодействии программ, сети и конфигурации, автоматика часто оказывается бессильной. Опытный человек видит картину целиком.
По сути, системный администратор превращается в инженера надежности, платформенного инженера или специалиста по эксплуатации искусственного интеллекта. Уже сегодня лучшие администраторы не столько чинят серверы руками, сколько создают автоматизацию, строят процессы и внедряют наблюдаемость. Через пять лет эта тенденция станет общей.
Это плохая новость для тех, кто привык к роли простого обслуживающего специалиста. При этом спрос на сильных инженеров не упадет. Наоборот, чем сложнее системы, тем дороже люди, способные предотвратить хаос. Младших администраторов станет меньше, поскольку их задачи заберет автоматизация, а старших инженеров потребуется больше, но требования к ним вырастут.
Риски зависимости и потери опыта
Существует и опасный сценарий. Компания внедряет интеллектуального агента, сокращает штат, а затем не может объяснить, почему инфраструктура ведет себя странно. Искусственный интеллект не является универсальным решением. Ему нужны данные, интеграции, регламенты и проверки.
Если поставить умную систему поверх беспорядка, она усилит беспорядок. Она не разберется, где что сломано, и не начнет чинить процессы сама. Она просто начнет быстрее и масштабнее делать то, что и так делалось неправильно, поэтому через пять лет главным дефицитом будут не модели, а люди, способные выстроить процессы вокруг искусственного интеллекта.
Еще один риск — потеря экспертизы. Если молодые специалисты не будут проходить через ручной разбор аварий, они не научатся понимать инфраструктуру. Искусственный интеллект дает ответ, но не всегда объясняет причину. Через пять лет может возникнуть разрыв: системы управляются автоматикой, а людей, способных глубоко диагностировать проблему, становится меньше. Чтобы этого избежать, компании должны сохранять культуру разборов, обучение и наставничество. Искусственный интеллект не отменяет инженерное мышление, а перераспределяет его.
Кто будет чинить серверы
Через пять лет серверы будут чинить смешанные команды. Интеллектуальные агенты возьмут на себя наблюдение, первичную диагностику, типовые сбои, предсказательное обслуживание и автоматическое восстановление. Люди займутся архитектурой, безопасностью, сложными авариями, физическим оборудованием, отношениями с поставщиками и ответственностью за решения. Системный администратор не исчезнет, но станет ближе к инженеру-организатору — он будет управлять не серверами напрямую, а системами, которые управляют серверами.
При этом изменится сам принцип эксплуатации. Сегодня человек управляет инфраструктурой через консоль, панели, Terraform, Ansible и сценарии. В будущем инженер все чаще будет задавать агенту цель и ограничения, например «держать доступность выше X, не превышать бюджет Y, не выполнять изменения базы без подтверждения, при деградации использовать такие-то сценарии». Таким образом, профессия двигается от управления инфраструктурой к управлению автономностью инфраструктуры.