Por que o MCP é o elo perdido entre IA e infraestrutura

Vivenciei a evolução da internet, da virtualização, da nuvem e da IA/ML. Mas nunca me senti tão energizado com o que está acontecendo agora.

Planejamento cuidadoso, janelas de mudança bem definidas e extenso trabalho manual caracterizaram a maior parte da minha carreira como arquiteto de storage e líder de operações de TI. Ambientes de TI globais complexos carregam anos de histórico operacional, dívida técnica acumulada e inúmeras decisões do tipo "resolveremos isso depois".

A IA agêntica tem um enorme potencial, mas sempre houve um problema: a IA não consegue gerenciar infraestrutura que não compreende.

É aí que o Protocolo de Contexto do Modelo (MCP) entra.

O que parecia aspiracional há apenas alguns meses agora é algo que estamos usando ativamente dentro da NetApp TI. O MCP se tornou a base das nossas operações assistidas por IA, dando aos agentes de IA o contexto de infraestrutura de que precisam para analisar problemas, interrogar ONTAP ambientes, identificar causas raiz e acelerar a solução de problemas de maneiras que antes não eram possíveis.

O que começou como uma visão para o futuro rapidamente se tornou parte de como operamos hoje.

O problema de IA que o MCP resolve

A inteligência artificial é notavelmente boa em raciocínio, mas o raciocínio por si só não é suficiente na infraestrutura empresarial.

Um modelo de IA não entende automaticamente seus clusters ONTAP, SnapMirror relacionamentos, topologia de storage, padrões operacionais ou décadas de decisões de configuração acumuladas. Sem esse contexto, a IA é forçada a adivinhar. Ela pode pesquisar documentação, inferir intenções e fazer recomendações, mas carece do conhecimento operacional necessário para interagir com confiança com a infraestrutura em produção.

O MCP altera a equação.

Em termos simples, o MCP oferece aos agentes de IA uma maneira estruturada de entender e interagir com sistemas como o ONTAP. Ele fornece os comandos, as capacidades e o conhecimento operacional necessários para realizar um trabalho significativo, em vez de depender de suposições.

Considere o MCP como um tradutor entre IA e infraestrutura. Em vez de forçar um modelo de IA a pesquisar o ONTAP sempre que recebe uma solicitação, o MCP fornece uma maneira confiável para que ele entenda quais ações estão disponíveis, como os sistemas estão configurados e como interagir com eles com segurança.

De “e se?” para “estamos fazendo isso”

Quando comecei a falar sobre operações de armazenamento aprimoradas por IA, muito do que eu dizia soava teórico.

Imagine agentes de IA para armazenamento, rede, computação, nuvem e aplicações trabalhando juntos durante uma interrupção. Cada agente entende seu próprio domínio. Cada um investiga sua parte da infraestrutura. Em seguida, esses agentes correlacionam suas descobertas e ajudam a identificar a causa raiz.

Essa era a visão. Agora nós a construímos.

Dentro da NetApp IT, usamos fluxos de trabalho com agentes que podem receber um chamado do ServiceNow, ler a descrição, enriquecê-la com contexto de infraestrutura, consultar o ONTAP por meio do MCP, conferir domínios relacionados e gerar uma análise no estilo RCA em minutos.

Em um exemplo, um usuário relatou que não conseguia montar um caminho NAS. O chamado não especificava se era NFS. Não identificava o ONTAP. Não especificava qual cluster, SVM, volume ou região investigar.

O agente ainda conseguiu resolver o problema. Usando o MCP, ele analisou ServiceNow e os dados do CMDB, inspecionou o ONTAP, verificou o lado UNIX e determinou que o problema era uma regra de exportação NFS. Ele até confirmou que outras montagens do host estavam funcionando antes de produzir uma análise entre domínios de alta confiabilidade.

IA agentic em ação

Quem já trabalhou em um incidente de prioridade 1 conhece o padrão. Um chamado é aberto. As pessoas entram em uma conferência. As equipes começam a verificar seus próprios domínios. A equipe de storage verifica o storage. A equipe de rede verifica os switches. A equipe de computação verifica os hosts. As equipes de aplicação verificam os logs.

Agora imagine isto:

• Um bilhete do ServiceNow aciona uma investigação por IA
• Um agente coordenador lê a descrição do problema
• Um agente de armazenamento usa o ONTAP MCP para inspecionar clusters, SVMs, volumes, exportações, relacionamentos SnapMirror e dados de desempenho relevantes
• Um agente UNIX ou Windows verifica o lado do host
• Um agente de rede verifica a estrutura de armazenamento e a camada 2
• Um coordenador compara as conclusões entre os domínios
• O sistema publica um resumo da investigação e recomenda os próximos passos no ticket ou na sala de guerra

Hoje, grande parte do que fazemos é somente leitura, especialmente em fluxos de trabalho de incidentes em produção. Somente leitura significa baixo risco, mas alto impacto. Se a IA puder informar rapidamente aos engenheiros onde procurar, o que mudou, o que está mal configurado e o que provavelmente está causando o incidente, isso por si só pode transformar o tempo de resposta.

A IA nos ajuda a atacar problemas "desumanos"

A outra grande oportunidade é a dívida técnica.

Toda empresa tem problemas que não são difíceis por serem conceitualmente complexos. Eles são difíceis porque são grandes demais, tediosos demais ou distribuídos demais para que os humanos os resolvam com eficiência.

Por exemplo, podemos pedir à IA para auditar contas locais em dezenas de clusters ONTAP e centenas de nós. Isso não é um simples exercício com planilha. As informações do último login podem estar em logs de segurança, não diretamente na conta do usuário. Um humano precisaria coletar exportações, mesclar dados, revisar logs, comparar registros de data e hora e construir manualmente um relatório útil.

Com o ONTAP MCP, você pode fazer perguntas em linguagem natural e receber análises de toda a frota em minutos. Tarefas que exigem horas de coleta manual, trabalho com planilhas e revisão de registros agora podem ser concluídas por meio de uma simples solicitação.

A mesma ideia se aplica a snapshots antigos, volumes de destino do SnapMirror ociosos, configurações inconsistentes, relações de proteção ausentes, planejamento do ciclo de vida e higiene de capacidade.

Esses são os tipos de problemas que podem permanecer sem solução por anos, pois são muito trabalhosos para você resolver manualmente. A IA habilitada para MCP oferece a você uma maneira de corrigi-los e mantê-los corrigidos.

Se uma falha de automação deixar volumes de destino abandonados, a solução não deve ser uma limpeza pontual. A solução deve ser um fluxo de trabalho agente que verifique regularmente essa condição, a reporte e, eventualmente, ajude a corrigi-la por meio de controles aprovados.

Estamos passando da limpeza manual para a higiene contínua.

A linguagem natural muda quem pode automatizar

A automação não está mais limitada a pessoas que escrevem código.

No início dessa jornada, criei uma demonstração para minha equipe que, brincando, chamei de "Storage Hotness". O grande diferencial foi conectar o modelo ao ONTAP por meio do MCP. Conectei um agente de IA a um simulador do ONTAP e comecei a digitar solicitações em inglês simples:

• Criar volumes
• Redimensione um volume
• Crie relacionamentos do SnapMirror
• Mostre-me o que mudou

Eu não operava o ONTAP diretamente há quase uma década, mas estava gerenciando o armazenamento por meio de linguagem natural. Aquele momento ajudou a equipe a perceber o que era possível.

Nossos papéis estão evoluindo. Os engenheiros não vão desaparecer, mas o trabalho está mudando. Estamos nos tornando orquestradores, revisores e controladores de qualidade de operações assistidas por IA. As pessoas que aprenderem a usar essas ferramentas multiplicarão seu impacto. As pessoas que permanecerem presas a fluxos de trabalho manuais terão dificuldades para acompanhar.

Por que a TI da NetApp é o lugar certo para provar isso

NetApp TI está em uma posição única porque usamos as mesmas tecnologias que os nossos clientes usam.

Executamos o ONTAP, o StorageGRID, o E-Series, o Amazon FSx for ONTAP, o Cloud Volumes ONTAP, o Data Infrastructure Insights e outras tecnologias NetApp em um ambiente empresarial global real.

Não estamos explorando IA para storage apenas em um cenário de laboratório. Estamos aplicando IA à infraestrutura real, a incidentes reais, a dívidas técnicas reais e à pressão operacional real.

Como operamos essas tecnologias em escala empresarial, vemos em primeira mão como o MCP acelera a resolução de problemas, revela capacidade ociosa, identifica desvios de configuração ou expõe anos de dívida técnica acumulada.

Quando vemos um agente produzir uma análise útil no estilo RCA em minutos, entendemos como isso pode mudar a forma como as equipes de TI respondem a interrupções.

E quando algo não funciona, também aprendemos com isso.

Armazenamento com o qual você pode conversar

Estamos mais perto do que muitos imaginam de um futuro em que a infraestrutura é gerenciada por intenção.

Os executivos perguntarão: "Qual é a nossa capacidade?"

Os engenheiros perguntarão: "Quais volumes de produção não possuem proteção?"

As equipes operacionais perguntarão: "O que mudou antes deste incidente?"

As equipes de armazenamento perguntarão: "Onde está nossa capacidade ociosa?"

Os agentes de IA coletarão contexto, consultarão o ambiente, analisarão os resultados e recomendarão ações. Isso não substitui o julgamento da engenharia, mas sim o amplia.

O futuro não é a IA substituindo os engenheiros de storage. O futuro é os engenheiros de storage comandando frotas de agentes de IA capazes de inspecionar, analisar, correlacionar e, eventualmente, remediar em uma escala que os humanos jamais conseguiriam alcançar manualmente.

Pela primeira vez na minha carreira, a camada operacional do data center está sendo reescrita. O MCP é uma ponte que conecta o raciocínio da IA à ação real da infraestrutura. Sem ele, a IA permanece um assistente. Com ele, a IA se torna um multiplicador de força operacional.

E desta vez, não é apenas teórico. Nós já estamos fazendo isso.