Kyndryl heeft binnen Kyndryl Bridge, haar open platform voor integratie en IT-operaties, een nieuwe krachtige AI-agentcapaciteit geïntroduceerd. Deze innovatie vat de markttrend samen: de overgang van reactief handelen bij incidenten naar het vroegtijdig opsporen van signalen die kunnen wijzen op problemen voordat ze uitmonden in ingrijpende bedrijfsbelemmeringen.
Volgens het bedrijf is deze gepatenteerde functionaliteit al beschikbaar voor klanten van Kyndryl Bridge. Ze maken gebruik van AI-agents die helpen bij het analyseren van oorzaken, het koppelen van observatie-signalen en het voorstellen van corrigerende acties voordat een anomalie de werking van kritische applicaties, infrastructuur of diensten beïnvloedt. In hybride, multicloud- en multi-providers-omgevingen kan de overstap van handmatige detectie naar AI-ondersteunde preventie een aanzienlijke impact maken.
Deze ontwikkeling komt op een moment dat veel organisaties over meer gedistribueerde infrastructuren beschikken dan ooit. Legacy-applicaties, publieke clouds, private platforms, containers, netwerken, mainframes, databases, SaaS en beheerde diensten worden gecombineerd in complexe operaties die niet altijd volledig van begin tot eind worden gemonitord. Bij storingen kan het lang duren om de ware oorzaak te achterhalen—soms uren, dagen of zelfs weken—vooral als het probleem zich binnen meerdere lagen voordoet.
Van brandjes blussen naar het anticiperen op falingspatronen
Kyndryl Bridge was al een platform voor het integreren van data, processen en automatisering binnen IT-operaties. Met deze nieuwe AI-capaciteit wil Kyndryl de voorspellende mogelijkheden versterken: condities identificeren die meestal voorafgaan aan een storing, causaliteit valideren en teams ondersteunen bij interventies voordat een incident escaleert.
Het bedrijf meldt dat Kyndryl Bridge maandelijks meer dan 16 miljoen AI-inzichten genereert en meer dan 1.400 klanten bedient. De nieuwe functie werkt op meer dan 200.000 klantapparaten en is ontworpen om patronen te herkennen die samenhangen met trage applicaties, infrastructurele bottlenecks, configuratiewijzigingen en operationele gebeurtenissen.
Het belang van deze aanpak ligt in het feit dat veel ernstige incidenten niet beginnen als opvallende storingen. Ze ontstaan vaak uit zwakke signalen: verhoogde latentie, een configuratiewijziging, gedeeltelijke saturatie, een langzamer reagerende service, een groeiende wachtrij, een onstabiele externe afhankelijkheid of terugkerende patronen na vergelijkbare implementaties. Geïsoleerd kunnen deze data ruis lijken, maar gekoppeld kunnen ze een voorspellende waarschuwing vormen.
Kyndryl beweert dat haar nieuwe functie de tijd voor oorzaak-analyse van zware incidenten drastisch kan verkorten, van weken tot slechts enkele uren. Daarbij benadrukt het dat deskundigen de gegenereerde inzichten beoordelen en valideren om operationele context te bieden en de relevatie voor het klantenmilieu te waarborgen.
Dit punt is van groot belang. AI in IT-operaties mag niet functioneren als een black box zonder toezicht. In kritieke infrastructuren kan een foutieve aanbeveling net zo gevaarlijk zijn als een ongedetecteerd incident. Daarom zal het evenwicht tussen automatisering, menselijke validatie en technische bewijsvoering cruciaal zijn om het vertrouwen in dergelijke platformen te vergroten.
AIOps krijgt een meer agent-gedreven karakter
Kyndryl’s voorstel maakt deel uit van de evolutie van AIOps, dat al jaren belooft de ruis te verminderen, waarschuwingen te koppelen en incidentbeheer te verbeteren. Het verschil nu ligt in het gebruik van AI-agents die signalen kunnen interpreteren, diagnoses ondersteunen, risico’s prioriteren en in sommige gevallen acties kunnen initiëren op basis van beleidsregels.
De focus ligt op voorspellende detectie en preventie van storingen—niet alleen observatie. Dit betekent de overgang van “er is iets mis” naar “onder deze omstandigheden is een probleem te verwachten tenzij wordt ingegrepen.” Voor grote organisaties kan deze verandering direct invloed hebben op beschikbaarheid, onderhoudskosten, gebruikers tevredenheid en operationele continuïteit.
Kyndryl stelt dat Kyndryl Bridge aanzienlijke verbeteringen heeft laten zien, met incidentreducties tot 50 % en een jaarlijkse besparing van 3 miljard dollar voor klanten door het voorkomen van incidenten en bespaarde onderhoudskosten. Bovendien zou de capaciteit bij schaal grote aantallen vroegtijdige detecties kunnen doen, meer dan 10 miljoen incidenten per jaar, en bij sommige klanten resulteert dit in meer dan 90 % minder kritieke uitval.
Deze cijfers klinken veelbelovend, maar moeten gelezen worden als communicatie van de leverancier en niet als automatische garantie voor elk deployment. Effectiviteit hangt af van integratie, datakwaliteit, zichtbaarheid, operationele volwassenheid, automatiseringsniveau en het vermogen van de klant om op aanbevelingen te handelen. Een platform kan zelfs patronen detecteren, maar zonder duidelijke interventieprocessen heeft het beperkte impact.
Waarom is dit relevant in hybride en multicloud-omgevingen?
Het voorkomen van uitval wordt complexer omdat bedrijfsarchitecturen steeds heterogener worden. Een kritieke applicatie kan bijvoorbeeld afhankelijk zijn van legacy-systemen, cloud-databases, private netwerken, SaaS-providers, externe API’s en verschillende security-componenten. Wanneer een dienst degradeert, kijken teams vaak alleen naar hun eigen laag. Dit kan leiden tot gefragmenteerde en trage onderzoeken.
Kyndryl probeert dit op te vangen door een uniforme observabiliteit en correlatie tussen domeinen te bieden. Als de platformen gebeurtenissen van infrastructuur, recente wijzigingen, applicatiegedrag en prestatie-signalen kan koppelen, wordt het diagnoseproces minder afhankelijk van langdurige teamsbijeenkomsten met logs en screenshots.
AI-agenten kunnen snelheid brengen, maar roepen ook vragen op over governance. Welke acties mag een agent nemen? Welke beslissingen vereisen menselijke goedkeuring? Hoe worden beslissingen vastgelegd? Welke data worden geanalyseerd? Hoe wordt voorkomen dat risicovolle wijzigingen worden voorgesteld? Hoe worden gereguleerde omgevingen beheerd? In april introduceerde Kyndryl ook Agentic Service Management en digital trust-capaciteiten om AI-agenten binnen workflows te managen. Deze nieuwe functionaliteit past binnen een bredere strategische context.
Deze punten zijn vooral relevant voor sectoren als bankwezen, verzekeringen, industrie, gezondheidszorg, overheid en telecom. In deze sectoren gaat het niet alleen om operationele verbeteringen, maar ook om economische verliezen, regelgeving, serviceonderbrekingen en reputatieschade te voorkomen.
Preventie wordt een bedrijfsmaatstaf
Kyndryl’s aankondiging onderstreept dat IT-operaties niet langer alleen worden beoordeeld op de gemiddelde herstellertijd (MTTR). Hoewel MTTR belangrijk blijft, willen organisaties incidenten in productie verminderen, degradaties voorspellen en onnodige onderhoudsvensters vermijden.
Voor CIO’s betekent dit een verschuiving in de dialoog. Een operatiesplatform moet meer doen dan dashboards en waarschuwingen tonen. Het moet helpen beslissen, prioriteren en voorkomen. Als de AI kan uitleggen waarom een anomalie relevant is, welke lagen erbij betrokken zijn en welke actie het risico vermindert, bevrijdt dat technici van overbelasting en verbetert het de bedrijfscontinuïteit.
De uitdaging zit in het onderscheid tussen nuttige automatisering en overbodige ruis. Veel tools beloven AI, maar leveren niet altijd concrete, handelbare inzichten. Kyndryl probeert zich te onderscheiden door te rekenen op schaal, de bestaande installaties, en de combinatie van AI-agenten, causale analyse en deskundige validatie. Het echte bewijs ligt in de consistente resultaten voor klanten en de integratie van AI in dagelijkse operationele processen.
De marktwijzen lijken duidelijk: bedrijven willen geen falen te late detecteren, maar vroegtijdige signalen, context en responsmogelijkheden hebben voordat het incident escaleert tot uitval. Toegepaste AI in IT-operaties kan niet alle problemen oplossen, maar wel de tijd verkorten die verloren gaat aan symptoomonderzoek en helpen bij het aanpakken van de onderliggende oorzaken.
In steeds complexere infrastructuren kan preventie zich ontwikkelen tot een concurrentievoordeel. Niet vanwege de spectaculairdere toepassing, maar omdat het de werking van de kern van het bedrijf garandeert.
Veelgestelde vragen
Wat heeft Kyndryl aangekondigd?
Kyndryl introduceerde een AI-agentcapaciteit in Kyndryl Bridge voor het vroegtijdig detecteren en voorkomen van IT-risico’s vóórdat deze leiden tot bedrijfsimpact.
Wat doet Kyndryl Bridge?
Het is een open platform voor integratie en IT-operaties dat AI, automatisering en observability benut om hybride, multicloud- en multi-provider-omgevingen te beheren.
Wat is het verschil tussen het detecteren en voorkomen van incidenten?
Detecteren betekent vaststellen dat er iets fout is. Voorkomen betekent patronen herkennen die meestal voorafgaan aan een probleem en proactief ingrijpen.
Werkt AI zelfstandig in kritieke omgevingen?
Kyndryl geeft aan dat experts de gegenereerde inzichten beoordelen en valideren, om context te geven en afstemming op de klantomgeving te waarborgen.
vía: kyndryl