DXC Technology и LangChain объединяются для масштабирования управляемых ИИ-агентов

Компания DXC Technology объявила о начале стратегического сотрудничества с разработчиком LangChain. Цель партнерства — внедрение и масштабирование управляемых автономных систем в критически важных корпоративных ИТ-средах с использованием платформы оркестрации OASIS.

Интеграция передовых технологических решений направлена на повышение эффективности ИТ-операций, обеспечение жесткого контроля и сохранение необходимого уровня безопасности при работе с искусственным интеллектом в жестко регулируемых отраслях.

Развитие платформы OASIS и лицензирование LangSmith

В основе архитектуры OASIS уже применяется фреймворк LangGraph, который выполняет функции оркестрации, координирует делегирование задач, управляет состояниями и поддерживает сценарии с участием человека. В рамках нового соглашения DXC также лицензирует платформу LangSmith, предназначенную для проектирования, оценки и мониторинга работы агентов.

Совместное использование этих инструментов позволяет непрерывно улучшать поведение ИТ-агентов, применять накопленный корпоративный контекст и соблюдать строгие требования безопасности. Сама платформа оркестрации была представлена весной 2026 года как операционная модель для управляемых IT-сервисов, объединяющая экспертные знания людей и ИИ для перехода от реактивной поддержки к оперативному реагированию в реальном времени. Система функционирует поверх уже имеющихся у заказчиков инструментов без их замены, интегрируясь с такими программными решениями, как ServiceNow и Dynatrace.

Производственные показатели и результаты внедрения

По данным компании, внедрение интеллектуальных агентов в реальные рабочие процессы позволяет автоматизировать реагирование на инциденты, параллельное расследование неполадок и привлечение специалистов в ситуациях, требующих экспертной оценки. Это освобождает человеческий ресурс для более сложных стратегических задач, обеспечивая при этом высокую скорость обработки запросов.

На практике применение платформы демонстрирует существенное сокращение времени устранения неполадок. В частности, разрешение инцидентов с файловыми системами сократилось с 53–90 минут до 3–6 минут, проблемы с производительностью баз данных стали решаться за 5–12 минут вместо прежних 2–3 часов, а комплексное управление проблемами, занимавшее от двух до шести дней, теперь занимает от 8 до 10 минут. Руководство глобального инфраструктурного сервисного направления DXC отмечает, что на основе более чем пятисот проанализированных сценариев среднее время устранения сбоев снизилось на 95%, а точность диагностики достигла 92% и выше по сравнению с оценками старших инженеров.

Управление, безопасность и человеческий контроль

Ключевым приоритетом совместной инициативы заявлено расширение сфер применения ИИ-агентов при одновременном сохранении жесткого контроля со стороны человека. Технологии LangChain позволяют агентам действовать в рамках строго определенных полномочий, где каждое решение оценивается по критериям обратимости, степени потенциального влияния, проверяемости и истории успешных операций.

Практические элементы контроля и контекстуализация

Встроенные механизмы безопасности позволяют приостанавливать выполнение чувствительных команд до получения одобрения от оператора. Все действия, вызовы инструментов и конечные результаты фиксируются в журналах трассировки для обеспечения полной прозрачности. Кроме того, агенты функционируют не на базе общих знаний моделей, а с опорой на специфический контекст конкретного предприятия, корпоративную экспертизу и документацию вендоров. Представители LangChain подчеркивают, что лидирующие на рынке компании самостоятельно выстраивают свой стек агентских технологий, адаптируя архитектуру под конкретные бизнес-процессы и создавая циклы непрерывного улучшения.

Открытая модель развертывания и техническая документация

Архитектура OASIS создавалась как независимая от конкретных языковых моделей платформа, способная взаимодействовать со сторонними и клиентскими программными продуктами. Это позволяет организациям подбирать оптимальные модели для различных рабочих нагрузок с учетом требований к стоимости, производительности, задержкам и конфиденциальности. П platforma также способна к самообучению за счет обратной связи от каждого выполненного сценария.

Развертывание может осуществляться в публичных, частных, выделенных и суверенных инфраструктурах без необходимости переработки базовой архитектуры. Заказчики сохраняют полный контроль над собственными данными, рабочими процессами и созданными возможностями. Детальный разбор этого подхода представлен компаниями в совместном техническом документе, описывающем методы практического применения ИИ-агентов в критических инфраструктурах с сохранением принципов подотчетности.