Cohesity Agent Resilience celuje w lukę w odtwarzaniu, którą tworzą agenci AI

Cohesity zaprezentowało Cohesity Agent Resilience 16 września, rozszerzając ochronę odtwarzania na agentów AI i systemy, które mogą oni zmieniać. Nowa funkcja wiąże się z ambitniejszą obietnicą: zautomatyzować większą część reakcji na cyberincydenty bez rezygnacji z ludzkiej akceptacji.

To rozróżnienie ma znaczenie, ponieważ agenci korporacyjni stają się aktywnymi operatorami, a nie biernymi asystentami. Zachowują pamięć, wywołują aplikacje, aktualizują bazy danych i wykonują przepływy pracy. Wykrywanie może ujawnić szkodliwe działanie, ale samo w sobie nie przywróci agenta ani nie cofnie skutków we wszystkich zasobach, których dotknęło.

Cohesity traktuje agenta, jego stan i połączoną infrastrukturę jako jeden system możliwy do odtworzenia. Commvault, Druva i Rubrik rozwijają podobne podejścia, przekształcając odzyskiwanie agentów AI w nową rywalizację na rynku ochrony danych.

Cohesity Agent Resilience chroni więcej niż samego agenta

Cohesity Agent Resilience traktuje pamięć i konfigurację agenta AI jako stan operacyjny możliwy do odtworzenia.

Cohesity ogłosiło tę funkcję podczas wirtualnego wydarzenia Catalyst 2026, odbywającego się w wielu regionach 16 i 17 września. Firma wcześniej zapowiadała, że Catalyst wprowadzi nowe mechanizmy kontroli dla środowisk wieloagentowych oraz autonomiczne przepływy pracy związane z odzyskiwaniem.

Stan agenta obejmuje zapisany kontekst i konfigurację wpływające na jego zachowanie. Jeśli złośliwe instrukcje, dryf konfiguracji lub uszkodzona pamięć zmienią ten stan, odtworzenie bazy danych nie musi przywrócić właściwego osądu agenta.

Cohesity twierdzi, że nowa funkcja tworzy opcje odtwarzania tego stanu do określonego momentu w czasie. Administratorzy mogą przywrócić dotkniętego problemem agenta do znanej, poprawnej wersji zamiast odbudowywać go i tracić zgromadzony kontekst.

Ochrona obejmuje również infrastrukturę otaczającą agenta. Według firmowego omówienia odzyskiwania agentów zakres ten może obejmować aplikacje, bazy danych, systemy plików, magazyny pamięci i inne usługi wykorzystywane lub zarządzane przez agenta.

Ten szerszy zakres odpowiada na podstawowy problem oprogramowania agentowego. Agent może pozostać funkcjonalny mimo uszkodzonej pamięci albo zostać odtworzony, pozostawiając szkodliwe zmiany w połączonych systemach.

Cohesity rozdziela więc dwa zadania odtwarzania. Pierwsze przywraca zaufany stan agenta. Drugie identyfikuje i odtwarza zasoby dotknięte jego działaniami.

Firma wykorzystuje do obu zadań sprawdzone mechanizmy ochrony danych. Obejmują one migawki, niezmienne kopie zapasowe i odizolowane środowiska odzyskiwania, często nazywane clean roomami.

Clean room to odseparowane środowisko używane do kontroli i odtwarzania systemów bez natychmiastowego ponownego podłączania ich do środowiska produkcyjnego. Daje zespołom reagującym przestrzeń do sprawdzenia, czy odtworzone komponenty nadal pozostają skompromitowane.

Firma opisuje również topologię agentów, która mapuje każdego agenta na jego pamięć, aplikacje, bazy danych i infrastrukturę wspierającą. Ta mapa relacji ma wskazywać luki w ochronie i identyfikować wszystko, co jest konieczne do zaufanego odtworzenia.

Cohesity Agent Resilience początkowo obsługuje Amazon Bedrock AgentCore i Bedrock Agents. Wybrani klienci mogą już uzyskać do niego dostęp, a powszechna dostępność jest planowana na koniec 2026 roku. Platformy Microsoft Azure i Google pozostają na mapie rozwoju.

Te ograniczenia sprawiają, że jest to skoncentrowane pierwsze wydanie, a nie uniwersalna warstwa odzyskiwania agentów. Cohesity musi udowodnić, że model działa w różnych chmurach, frameworkach agentowych, systemach pamięci i strukturach uprawnień.

Ogłoszenie mimo to zmienia granicę odzyskiwania. Platformy backupowe tradycyjnie chronią dane i aplikacje. Cohesity argumentuje teraz, że pamięć operacyjna agenta powinna należeć do tej granicy, ponieważ może bezpośrednio kształtować działalność produkcyjną.

Opisane szczegóły premiery i mapa rozwoju są również udokumentowane w oryginalnym materiale o odporności agentów. Główna idea jest prosta: przedsiębiorstwa potrzebują sposobu na odtworzenie zarówno wykonawcy działań, jak i zasobów, których dotknął.

Agenci AI wywierają presję na tradycyjne plany odzyskiwania

Agent AI rozszerza powierzchnię incydentu, ponieważ jedna skompromitowana decyzja może rozprzestrzenić się na kilka połączonych systemów.

Tradycyjne planowanie odzyskiwania zazwyczaj zakłada, że zespoły mogą zidentyfikować uszkodzone obciążenia, przywrócić czyste kopie i zweryfikować wynikowe środowisko. Agenci AI komplikują tę sekwencję, ponieważ zachowują kontekst i podejmują działania ponad granicami aplikacji.

Rozważmy wewnętrznego agenta wsparcia z dostępem do zgłoszeń, danych klientów i repozytoriów wiedzy. Uszkodzona instrukcja mogłaby skłonić go do ujawnienia informacji, zmiany klasyfikacji lub zapisania błędnych materiałów w kilku systemach.

Odtworzenie bazy danych systemu zgłoszeń mogłoby przywrócić usunięte rekordy. Nie usunęłoby jednak skompromitowanej instrukcji z pamięci agenta ani nie wskazałoby, które dalsze działania wymagają cofnięcia.

Ten sam problem występuje w operacjach programistycznych. Agent, który może modyfikować konfigurację, tworzyć wnioski wdrożeniowe lub zarządzać zasobami chmurowymi, może wygenerować łańcuch poprawnie uwierzytelnionych, lecz szkodliwych zmian.

Działania te mogą nie przypominać konwencjonalnego włamania. Agent może używać prawidłowych poświadczeń i zatwierdzonych interfejsów, działając jednocześnie w oparciu o zatruty kontekst lub błędną konfigurację.

Dlatego Cohesity przedstawia odzyskiwanie agentów AI jako problem odporności, a nie wyłącznie monitorowania. Monitorowanie rejestruje zachowanie. Odzyskiwanie ustanawia zaufany punkt i przywraca systemy uszkodzone po tym punkcie.

Vasu Murthy, dyrektor ds. produktów w Cohesity, bezpośrednio podsumował tę lukę: wykrywanie może pokazać, że agent zboczył z właściwego kursu, ale nie może cofnąć zmian. To twierdzenie wyjaśnia, dlaczego firma chroni zarówno stan, jak i zależności.

Presja spada przede wszystkim na zespoły bezpieczeństwa i infrastruktury. Muszą one zdecydować, które pamięci agentów są istotne, jak często je przechwytywać i jak koordynować odzyskiwanie w połączonych zasobach.

Zespoły inżynierii AI stają przed powiązanym obciążeniem. Muszą udostępniać wystarczająco dużo informacji, aby systemy ochrony mogły identyfikować wersje agentów, konfiguracje, magazyny pamięci, uprawnienia i zewnętrzne zależności.

Właściciele aplikacji również stają się częścią łańcucha odzyskiwania. Czyste odtworzenie agenta ma ograniczoną wartość, jeśli jego bazy danych, mechanizmy kontroli tożsamości lub aplikacje biznesowe pozostają w niespójnym stanie.

Problem organizacyjny może okazać się trudniejszy niż problem pamięci masowej. Różne zespoły mogą być właścicielami agenta, jego dostępu do modelu, danych bazowych i każdej połączonej aplikacji.

Koncepcja topologii Cohesity próbuje uwidocznić te relacje przed wystąpieniem incydentu. Aktualna mapa zależności może wskazać zespołom reagującym systemy wymagające zbadania oraz kolejność odzyskiwania zachowującą spójność.

To mapowanie wspiera również cele czasu odzyskiwania i cele punktu odzyskiwania. RTO określa, jak szybko usługa powinna wrócić do działania, natomiast RPO określa, jak dużą część niedawnego stanu organizacja może sobie pozwolić utracić.

W przypadku agenta te miary stają się mniej jednoznaczne. Odtworzenie pamięci z wczoraj może usunąć użyteczny kontekst, podczas gdy odtworzenie pamięci z dziś może zachować uszkodzenie, które spowodowało incydent.

Zespoły będą zatem potrzebować polityk rozróżniających trwałą wiedzę od stanu przejściowego. Muszą również zdecydować, które działania agentów można cofać automatycznie, a które wymagają oceny biznesowej.

Propozycja Cohesity wywiera presję na innych dostawców backupu, ponieważ klienci będą oczekiwać, że plany odzyskiwania uwzględnią tę szerszą granicę systemu. Ochrona wyłącznie plików lub obciążeń wygląda niekompletnie, gdy autonomiczne oprogramowanie może modyfikować oba.

Problem dotyczy również przedsiębiorstw, które nie wdrożyły wysoce autonomicznych agentów. Nawet ograniczeni agenci mogą tworzyć podsumowania, klasyfikować rekordy, wywoływać narzędzia lub uruchamiać przepływy pracy wpływające na późniejsze decyzje.

Odporność agentów nie jest więc zarezerwowana dla w pełni autonomicznych systemów. Istotnym progiem jest to, czy oprogramowanie może zachowywać stan lub wprowadzać istotne zmiany bez weryfikowania każdego działania przez człowieka.

Nowa rywalizacja to odzyskiwanie agentów AI Cohesity kontra rozproszone mechanizmy kontroli

Rywalizacja na rynku nie polega po prostu na starciu Cohesity z innym dostawcą; chodzi o zintegrowane odzyskiwanie agentów AI kontra rozłączone mechanizmy monitorowania, backupu i kontroli aplikacji.

Przedsiębiorstwa mają już narzędzia rozwiązujące części problemu ryzyka związanego z agentami. Systemy obserwowalności przechwytują ślady, platformy tożsamości zarządzają dostępem, dzienniki aplikacji rejestrują zmiany, a produkty backupowe zachowują dane.

Problem odzyskiwania pojawia się pomiędzy tymi warstwami. Zespół obsługujący incydent może zidentyfikować podejrzaną sesję agenta, ale nadal nie mieć skoordynowanego sposobu na przywrócenie jego pamięci i każdej dotkniętej zależności.

Cohesity chce, aby jego platforma danych stała się tą warstwą koordynacji. Może wykorzystywać istniejące migawki i niezmienne kopie, jednocześnie dodając wiedzę o topologii i stanie agentów.

Takie podejście daje uznanemu dostawcy backupu naturalny punkt wejścia. Firma już zarządza kopiami odzyskiwania i odizolowanymi środowiskami dla wielu klientów.

Istniejąca infrastruktura nie rozwiązuje jednak automatycznie semantyki agentów. Platforma musi wiedzieć, które elementy pamięci, pliki konfiguracyjne, prompty, narzędzia, poświadczenia i zmiany w aplikacjach należą do konkretnego punktu odzyskiwania.

Konkurenci podchodzą do tego samego problemu z różnych kierunków. Rubrik's AgentCloud kładzie nacisk na operacje agentowe, zarządzanie, obserwowalność i funkcję cofania niezamierzonych działań.

Rubrik otwiera również swoje dane dotyczące cyberodporności dla agentów klientów za pośrednictwem Model Context Protocol, czyli MCP. MCP to standardowy interfejs, za pośrednictwem którego systemy AI mogą uzyskiwać dostęp do zewnętrznych narzędzi i danych w ramach zdefiniowanych mechanizmów kontroli.

Ta strategia pozwala agentom analizować informacje o odzyskiwaniu i uruchamiać zarządzane przepływy pracy. Najnowsze szczegóły integracji MCP pokazują, jak szybko platformy odzyskiwania stają się komponentami wywoływalnymi w ramach szerszych systemów AI.

Commvault ogłosił AI Protect, zaprojektowany do wykrywania agentów i inwentaryzowania ich zależności w połączonych środowiskach. Planowane rejestry obejmują modele, konfiguracje, źródła danych, aplikacje i infrastrukturę.

Druva opisała ochronę agentów, dostęp do informacji o backupie przez agentów oraz automatyczne reakcje na podejrzewane ataki AI. Łączy to odzyskiwanie agentów ze wspomaganym przez agentów badaniem incydentów.

Podejścia te częściowo się pokrywają, lecz każde akcentuje inny punkt kontroli. Cohesity koncentruje się na stanie możliwym do odtworzenia i połączonych zasobach. Commvault podkreśla ciągłe wykrywanie. Druva łączy ochronę z dochodzeniem bezpieczeństwa, podczas gdy Rubrik łączy zarządzanie z odwracalnymi operacjami.

Klienci powinni przeanalizować, jak głęboko każda platforma rozumie zależności agentów. Produkt, który przechwytuje konfigurację bez mapowania zasobów znajdujących się dalej w łańcuchu, rozwiązuje tylko połowę problemu.

Powinni również zbadać obsługę frameworków. Początkowe wsparcie Cohesity dla AWS Bedrock zapewnia określoną powierzchnię integracji, lecz wiele przedsiębiorstw buduje agentów przy użyciu niestandardowych frameworków i mieszanych usług chmurowych.

Platforma odzyskiwania musi obsługiwać takie środowiska bez zmuszania każdego agenta do korzystania z modelu orkiestracji jednego dostawcy. Otwarte interfejsy mogą pomóc, lecz rozszerzają także zakres uprawnień i decyzji dotyczących bezpieczeństwa, którymi muszą zarządzać administratorzy.

Presja konkurencyjna prawdopodobnie będzie sprzyjać dostawcom, którzy połączą trzy możliwości. Muszą oni wykrywać relacje między agentami, zachowywać wiarygodne wersje oraz koordynować spójne odzyskiwanie danych w zależnych systemach.

Żaden dostawca nie wykazał jeszcze, że może to działać uniwersalnie w całym stosie agentów przedsiębiorstwa. Zapowiedzi produktów wyznaczają kierunek, ale to dowody z produkcji rozstrzygną, czy zunifikowane odzyskiwanie przewyższa rozproszone mechanizmy kontroli.

Przewaga Cohesity wynika z istniejących fundamentów odzyskiwania danych. Wyzwaniem jest udowodnienie, że fundament ten potrafi z wystarczającą precyzją odwzorować stale zmieniający się stan agentów, aby umożliwić bezpieczne przywracanie.

Autonomiczna cyberodporność nadal zależy od ludzkiego osądu

Plan automatyzacji Cohesity może ograniczyć powtarzalną pracę, lecz nie eliminuje potrzeby decydowania, co powinno zostać zachowane podczas bezpiecznego odzyskiwania.

Równolegle z Cohesity Agent Resilience firma przedstawiła szerszą wizję nazwaną Autonomous Cyber Resilience. Wykorzystuje ona agentowe przepływy pracy do automatyzacji części pięcioetapowych ram odporności.

Etapy te obejmują ochronę, możliwość odzyskania danych, usuwanie zagrożeń, ćwiczenie procedur odzyskiwania oraz ciągłe doskonalenie poziomu ryzyka dotyczącego danych i AI. Proponowany system miałby stale wykrywać zasoby, oceniać ochronę, weryfikować gotowość do odzyskiwania i aktualizować plany.

Cohesity opisuje przepływ pracy, w którym administratorzy ustalają cele biznesowe za pośrednictwem Cohesity Copilot. Platforma następnie ocenia odpowiednie obciążenia i rekomenduje zasady ochrony, skanowanie zagrożeń oraz próby odzyskiwania.

Ludzie zatwierdzaliby te rekomendacje przed ich wykonaniem. W trakcie incydentu administratorzy mogliby uruchamiać zautomatyzowane przepływy pracy oceniające wpływ zdarzenia, wyszukujące wskaźniki aktywności atakującego i przygotowujące odizolowane środowisko odzyskiwania.

Ten model jest ostrożniejszy niż w pełni autonomiczne usuwanie skutków incydentów. Oprogramowanie odpowiada za wykrywanie, analizę, przygotowanie i orkiestrację, natomiast akceptacja pozostaje po stronie operatorów.

Ta granica ma znaczenie, ponieważ decyzje o odzyskiwaniu wiążą się ze sprzecznymi celami. Najszybszy dostępny punkt przywracania może zachowywać uszkodzony stan. Starszy punkt przywracania może usunąć zagrożenie, ale spowodować utratę niedawnych transakcji.

Agentowe przepływy pracy mogą zestawiać dowody i testować opcje, ale organizacje nadal potrzebują osób ponoszących odpowiedzialność za wybór między tymi rezultatami. Właściwy wybór zależy od priorytetów biznesowych i kontekstu incydentu.

Cohesity twierdzi, że model opiera się na RecoveryAgent, który już koordynuje część działań związanych z reagowaniem na incydenty i odzyskiwaniem. Firma planuje również rozszerzyć Cohesity Maestro, warstwę interfejsu łączącą możliwości odporności z zewnętrznymi narzędziami AI.

Firma oczekuje, że Maestro będzie współpracować z systemami obejmującymi Claude, ChatGPT, Gemini i konsolę zarządzania Helios. Cohesity opisało już, w jaki sposób przepływy pracy Claude mogą uzyskiwać dostęp do jego danych analitycznych dotyczących odporności za pośrednictwem MCP i umiejętności agentów.

Integracje te tworzą użyteczną elastyczność. Zespoły bezpieczeństwa mogą uzyskiwać informacje o odzyskiwaniu z tego środowiska AI, w którym już badają incydenty.

Tworzą jednak także kolejną powierzchnię kontroli. Każdy agent, który może odpytywać dane odzyskiwania lub przygotowywać działania, potrzebuje ściśle ograniczonych uprawnień, wiarygodnej tożsamości, kompleksowego rejestrowania oraz wyników możliwych do weryfikacji.

Przejęty system automatyzacji nie może uzyskać nieograniczonego dostępu zarówno do zasobów produkcyjnych, jak i ich kopii odzyskiwania. Rozdzielenie obowiązków pozostaje ważne, nawet gdy proces koordynuje agent.

Wyrażenie autonomiczna cyberodporność może także ukrywać różne poziomy automatyzacji. Automatyczne wykrywanie zasobów wiąże się z mniejszym ryzykiem operacyjnym niż automatyczne przywracanie aplikacji produkcyjnych.

Rekomendacje dotyczące polityk znajdują się gdzieś pomiędzy tymi punktami. Mogą oszczędzać pracę administracyjną, lecz słaba rekomendacja staje się istotna, gdy zespoły zatwierdzają ją bez zrozumienia przyjętych założeń.

Obecny samouczek automatyzacji Cohesity pokazuje, że podstawowe możliwości już łączą wykrywanie danych z bieżącymi decyzjami dotyczącymi ochrony. Szersza automatyzacja komercyjna będzie wprowadzana stopniowo.

Takie etapowe podejście jest rozsądne, ponieważ system potrzebuje dowodów na każdym poziomie. Dokładność wykrywania, jakość polityk, przygotowanie czystego środowiska i spójność odzyskiwania powinny być mierzone oddzielnie.

Największa niepewność nie dotyczy tego, czy agenci potrafią wykonywać kroki odzyskiwania. Oprogramowanie automatyzujące od lat koordynuje zadania infrastrukturalne.

Niepewność dotyczy tego, czy platforma potrafi utrzymać wystarczająco dokładny model zależności biznesowych, gdy aplikacje i agenci się zmieniają. Nieaktualna topologia może doprowadzić do technicznie udanego, lecz operacyjnie niepełnego odzyskania.

Ludzka akceptacja nie eliminuje tego ryzyka. Osoby dokonujące przeglądu potrzebują jasnych wyjaśnień, co przepływ pracy wykrył, co wykluczył, które punkty odzyskiwania wybrał i jak bardzo jest tego pewien.

Autonomiczna cyberodporność będzie wiarygodna, gdy umożliwi analizę tych osądów. Szybkość ma znaczenie podczas incydentu, ale niewyjaśniona szybkość może zwielokrotnić szkody.

Czego Cohesity Agent Resilience jeszcze nie udowodniło

Zapowiedź definiuje wiarygodny model odzyskiwania, ale zasięg produkcyjny i mierzalne wyniki odzyskiwania pozostają niezweryfikowane.

Pierwszym ograniczeniem jest dostępność. Wybrani klienci mogą już korzystać z Cohesity Agent Resilience, podczas gdy szeroka dostępność jest planowana na koniec 2026 roku.

Kontrolowane wdrożenie może pomóc Cohesity dopracować wykrywanie i odzyskiwanie agentów. Oznacza to również, że większość potencjalnych klientów nie może jeszcze porównać produktu z pełnymi środowiskami produkcyjnymi.

Drugim ograniczeniem jest zakres platformy. Początkowe wsparcie koncentruje się na Amazon Bedrock AgentCore i Bedrock Agents, natomiast środowiska Azure i Google są nadal planowane.

Agenci przedsiębiorstw często obejmują kilka usług. Agent może działać w jednej chmurze, pobierać dokumenty z innej platformy, wywoływać aplikację SaaS i przechowywać pamięć w zewnętrznej bazie danych.

Odzyskanie jedynie obsługiwanej części może stworzyć niespójny stan. Cohesity będzie musiało pokazać, jak działają topologia i przywracanie, gdy część tego łańcucha znajduje się poza jego bezpośrednią kontrolą.

Trzecie ograniczenie dotyczy szczegółowości odzyskiwania. Stan agenta może obejmować prompty, pamięć krótkoterminową, pamięć długoterminową, definicje narzędzi, ustawienia modelu, polityki dostępu i zewnętrzne rekordy.

Nie każdy komponent powinien wracać do tego samego znacznika czasu. Niektóre rekordy mogą być prawidłowe po rozpoczęciu incydentu, podczas gdy jeden zatruty element pamięci może być faktyczną przyczyną.

Przywrócenie całego pakietu stanu może usunąć uzasadnioną pracę. Zbyt wąskie przywrócenie może pozostawić naruszenie nienaruszone.

Cohesity nie opublikowało szczegółowych wyników wydajności dla tych scenariuszy. Nabywcy powinni szukać dowodów dotyczących dokładności wykrywania, czasu przywracania, spójności aplikacji i zakresu wymaganej ręcznej rekonsyliacji.

Powinni też pytać, jak system obsługuje współdzielone zależności. Dwaj agenci mogą zapisywać do tej samej bazy danych lub korzystać z tego samego magazynu pamięci, co utrudnia indywidualne odzyskiwanie.

Tożsamość wprowadza kolejną nierozstrzygniętą kwestię. Przywrócenie agenta do czystej konfiguracji niekoniecznie unieważnia przejęty token ani nie koryguje zbyt szerokich uprawnień.

Kompletny proces odzyskiwania musi współdziałać z systemami tożsamości i dostępu. W przeciwnym razie przywrócony agent może odziedziczyć tę samą ścieżkę, która umożliwiła problem.

Czwarte ograniczenie dotyczy zautomatyzowanych rekomendacji. Cohesity twierdzi, że jego platforma może oceniać poziom bezpieczeństwa i proponować polityki, strategie skanowania oraz plany prób odzyskiwania.

Wyniki te pozostają twierdzeniami firmy, dopóki klienci nie zweryfikują ich w rzeczywistych incydentach i złożonych środowiskach aplikacyjnych. Nabywcy powinni oceniać jakość rekomendacji, zamiast traktować automatyzację jako rezultat sam w sobie.

Własne badania Cohesity zwiększają pilność, ale nie weryfikują produktu. Piąty doroczny raport firmy dotyczący cyberodporności wykazał, że 78 procent ankietowanych organizacji koncentruje wysiłki związane z odzyskiwaniem na przywracaniu systemów, a nie na utrzymaniu operacji biznesowych.

Ta liczba wspiera argument firmy, że techniczne przywracanie może nie wystarczyć. Nie dowodzi jednak, że Agent Resilience lub autonomiczne przepływy pracy zamykają tę lukę.

Rozróżnienie między odzyskiwaniem systemu a odzyskiwaniem działalności biznesowej pozostaje użyteczne. Przywrócona aplikacja może wymagać usług tożsamości, aktualnych danych, dostępu pracowników i innych aplikacji, zanim operacje zostaną wznowione.

Cohesity podkreśliło tę kwestię podczas swojego wydarzenia Catalyst, gdzie firma przedstawiła odzyskiwanie w kontekście przywracania minimalnie funkcjonującego biznesu, a nie odizolowanej infrastruktury.

To ujęcie podnosi właściwy standard. Klienci powinni oceniać odzyskiwanie agentów według tego, czy zaufane procesy biznesowe wznawiają działanie, a nie według tego, czy migawka została pomyślnie zamontowana.

Piątym ograniczeniem jest odpowiedzialność. Jeżeli zautomatyzowany przepływ pracy rekomenduje niewłaściwą sekwencję przywracania, organizacje potrzebują zapisu, dlaczego dokonał takiego wyboru i kto go zatwierdził.

Ład organizacyjny nie może kończyć się na przycisku ludzkiej akceptacji. Osoby dokonujące przeglądu potrzebują wystarczającego kontekstu, aby zatwierdzenie miało znaczenie, zwłaszcza gdy presja incydentu zachęca do szybkiego działania.

Żadne z tych pytań nie podważa kierunku obranego przez Cohesity. Definiują one dowody potrzebne do przejścia od wiarygodnej architektury do niezawodnego systemu operacyjnego.

Trzy sygnały pokażą, czy strategia działa

Strategię Cohesity należy oceniać przez pryzmat zasięgu platformy, zweryfikowanych wyników odzyskiwania oraz granic wyznaczonych automatyzacji.

Pierwszym sygnałem jest zapewnienie ogólnej dostępności do końca 2026 roku. Wydanie to powinno obejmować jasną dokumentację dotyczącą chronionego stanu, wykrywania zależności, sekwencjonowania przywracania oraz nieobsługiwanych konfiguracji.

Szersze wsparcie chmurowe będzie równie istotne jak data. Postępy w integracjach z Microsoft i Google pokazałyby, że Cohesity potrafi wyjść poza ściśle kontrolowaną implementację AWS.

Opóźnione wydanie lub ograniczone pokrycie frameworków osłabiłoby twierdzenie, że platforma może stać się ogólną warstwą odzyskiwania dla agentów przedsiębiorstw.

Drugim sygnałem są dowody od klientów. Cohesity potrzebuje przykładów pokazujących, że agent wraca do zaufanego stanu, podczas gdy połączone aplikacje i dane zachowują spójność.

Przydatne dowody powinny raportować czas odzyskiwania, liczbę wykrytych zależności, nieudane lub niepełne przywracania oraz ręczną pracę wymaganą później.

Najmocniejszy dowód obejmowałby realistyczne incydenty, a nie przygotowane demonstracje. Uszkodzenie konfiguracji, zatruta pamięć, nadmierne uprawnienia i niezamierzone zapisy w systemach zależnych powinny tworzyć różne wyzwania odzyskiwania.

Klienci powinni również szukać powtarzanych ćwiczeń. Udane jednorazowe odzyskiwanie mówi mniej niż regularne testy pokazujące, że system pozostaje aktualny wraz ze zmianami agentów i aplikacji.

Trzecim sygnałem jest sposób, w jaki Cohesity rozwija autonomiczną cyberodporność. Firma twierdzi, że będzie dodawać automatyzację w miarę zbliżania się modelu do dostępności komercyjnej.

Kluczowe pytanie brzmi, które decyzje pozostają rekomendacjami, a które stają się działaniami możliwymi do wykonania. Automatyczne wykrywanie i przygotowanie czystego środowiska różnią się od automatycznego wyboru punktów przywracania produkcji.

Przejrzyste mechanizmy kontroli zatwierdzania wzmocniłyby argumentację Cohesity. Mechanizmy te powinny pokazywać proponowane działanie, dowody je wspierające, oczekiwany wpływ, wykluczone zasoby oraz ścieżkę wycofania.

Strategia osłabłaby, gdyby autonomia rozwijała się szybciej niż możliwość audytu. Automatyzacja odzyskiwania powinna skracać czas reakcji bez zaciemniania odpowiedzialności.

Zachowanie konkurentów zapewni dodatkowy kontekst dla wszystkich trzech sygnałów. Commvault, Druva i Rubrik prawdopodobnie nie pozostawią ochrony agentów wąską kategorią funkcji.

Ich odpowiedzi mogą ustanowić wspólne oczekiwania dotyczące mapowania topologii, cofania stanu agentów, niezmiennego stanu i otwartych integracji. Mogą również ujawnić luki w zasięgu Cohesity.

Dla nabywców korporacyjnych praktycznym krokiem jest zinwentaryzowanie tego, co ich agenci mogą obecnie zmieniać. Zespoły powinny zidentyfikować magazyny pamięci, poświadczenia, aplikacje, bazy danych i infrastrukturę podłączone do każdego istotnego agenta.

To ćwiczenie pokaże, czy istniejące plany tworzenia kopii zapasowych obejmują cały łańcuch operacyjny. Ujawni też, gdzie produkt do odzyskiwania agentów AI musi integrować się z mechanizmami tożsamości, aplikacji i kontroli bezpieczeństwa.

Organizacje budujące wewnętrzne przepływy pracy oparte na wiedzy powinny stosować tę samą dyscyplinę wobec zależności informacyjnych. Utrzymywana baza wiedzy AI może pomóc zespołom zrozumieć, które materiały źródłowe kierują decyzjami podejmowanymi przez ludzi i automatyzację.

Cohesity Agent Resilience wskazuje na konieczną zmianę: planowanie odzyskiwania musi uwzględniać aktorów programowych, którzy pamiętają i działają. Sukces produktu zależy teraz od tego, czy potrafi on przywrócić tych aktorów bez utraty spójności, kontekstu lub kontroli.

Zanim zaufasz automatyzacji w procesie odzyskiwania, zadaj jedno konkretne pytanie: czy system potrafi dokładnie wyjaśnić, co przywróci, czego nie zmieni i dlaczego? Jeśli odpowiedź jest niepełna, zdecydowanie utrzymaj mechanizm zatwierdzania przez człowieka.