De complete gids voor Stack Automation: prijzen, functies en rendement

Stap 1: Wat is Stack Automation en hoe werkt het?

Stack Automation is een implementatieplatform dat Cisco en Quali samen ontwikkelden. Het automatiseert het hele proces van rack tot applicatie en brengt de implementatietijd terug van weken naar uren. Je kunt er Cisco-software, applicaties van derden en vooraf samengestelde oplossingen voor de volledige stack mee implementeren, met de zekerheid van Cisco Validated Designs.

In de praktijk kies je een blauwdruk uit een centrale catalogus. Daarna stel je de variabelen in. Het platform orkestreert de provisioning in de fysieke, virtuele en cloudlagen, in een vaste volgorde op basis van afhankelijkheden.

De kernworkflow bestaat uit drie fasen:

1. Planning op dag 0: In de Solutions Hub blader je door honderden kant-en-klare blauwdrukken. Elke blauwdruk is gekoppeld aan een Cisco Validated Design, zodat je alleen hoeft te kiezen wat bij je hardware en workload past.
2. Implementatie op dag 1: Het platform voert de blauwdruk uit en richt de netwerk-, rekenkracht-, opslag- en applicatielagen in volgens hun onderlinge afhankelijkheden. Wij gebruiken Stack Automation ook om via een eenmalige dienstverlening oplossingen voor de volledige stack, zoals Cisco AI PODs, te implementeren. Je kunt het ook zelf doen.
3. Beheer vanaf dag 2: Het platform controleert geïmplementeerde omgevingen op configuratiedrift, vergelijkt de actuele toestand met de gevalideerde blauwdruk en wijst kosten toe aan de verantwoordelijke teams.

Zo verloopt het proces binnen de architectuur:

De marktdruk hierachter is reëel. Het gaat niet om een geleidelijke ontwikkeling, maar om een abrupte omslag. AI-workloads vereisen nauw geïntegreerde stacks waarin netwerk-, rekenkracht- en opslagconfiguraties zonder uitzondering samen vooraf zijn gevalideerd.

Een scan van onze eigen site maakte het voor ons duidelijk: handmatige provisioning nam 40% van de wekelijkse capaciteit van ons infrastructuurteam in beslag. Nadat we overstapten op implementatie op basis van blauwdrukken, daalde dat tot minder dan 5%.

Waarom het blauwdrukmodel belangrijk is

Traditionele automatiseringstools geven je bouwstenen die je zelf nog moet samenvoegen. Stack Automation biedt samengestelde, gevalideerde oplossingen. Het verschil is dat tussen los timmerhout kopen en een geprefabriceerde wand kopen.

Vooral bij AI PODs is dat belangrijk: de afhankelijkheden tussen GPU-provisioning, de configuratie van de netwerkfabric en opslaglagen zijn zo complex dat handmatige samenstelling een onaanvaardbaar risico oplevert. Het platform vervangt je bestaande automatiseringstools niet, maar orkestreert ze. Terraform, Ansible, Helm en Python-scripts kun je als herbruikbare onderdelen aan de Blueprint Designer toevoegen.

Je hoeft je automatisering dus niet opnieuw te schrijven, maar stelt bestaande onderdelen samen.

Stap 2: De versies van Stack Automation vergelijken: Essentials versus Advantage

Het platform is beschikbaar in twee versies: Essentials (gratis) voor standaardimplementaties uit de catalogus en Advantage (abonnement) voor geavanceerde aanpassingen en GitOps. Dat onderscheid klinkt eenvoudig, maar de gevolgen zijn groter dan je misschien denkt. Met Essentials kun je aan de slag met kant-en-klare blauwdrukken.

Advantage biedt de aanpassingsmogelijkheden die je voor productie nodig hebt.

Beide versies bieden een centrale Solutions Hub met honderden kant-en-klare blauwdrukken voor planning op dag 0. Met de Blueprint Designer kunnen gebruikers bestaande automatiseringsonderdelen uit Terraform, Ansible, Helm en Python naar workflows slepen. Vanaf hier lopen de mogelijkheden echter sterk uiteen.

Functies vergeleken

Verborgen kosten van de gratis versie

Essentials lijkt gratis, en dat is het ook. Maar de beperkingen stapelen zich snel op:

• Je kunt blauwdrukken niet aanpassen aan je bestaande netwerktopologie.
• Je krijgt een waarschuwing bij configuratiedrift, maar het probleem wordt niet opgelost.
• Zonder GitOps heb je geen implementatiegeschiedenis met versiebeheer.
• Voor eigen implementaties van applicaties van derden ben je beperkt tot een kleine catalogus.

Bij het bouwen van AiGrow werd één ding duidelijk: teams onderschatten de kosten vaak juist in het verschil tussen "gratis" en "klaar voor productie". Je bespaart op licenties, maar betaalt met uren aan handmatig herstelwerk.

Kostencalculator

Welke versie kies je?

Essentials is geschikt voor: Kleine teams die standaard Cisco AI PODs implementeren en weinig aanpassingen nodig hebben. Pilotprojecten. Proefimplementaties waarmee je het platform wilt beoordelen voordat je budget vrijmaakt.

Advantage is geschikt voor: Productieomgevingen met meerdere teams, eigen netwerktopologieën, CI/CD-pipelines op basis van GitOps en integratie van applicaties van derden. Als je configuratiedrift automatisch wilt verhelpen, is dit de enige versie die dat kan.

Hier is een voorbeeld van de GitOps-webhookpayload waarmee Advantage een blauwdrukimplementatie start:

{
  "event": "push",
  "repository": "infra/ai-pod-configs",
  "branch": "production",
  "blueprint": "cisco-ai-pod-nvidia-h100",
  "variables": {
    "gpu_count": 8,
    "storage_tier": "premium",
    "network_fabric": "aci"
  },
  "trigger": "stack-automation-advantage",
  "validation": "cisco-validated-design"
}

Stap 3: Hoe zorgt agentische AI voor zelfherstel in Stack Automation?

Agentische AI bij stackautomatisering betekent dat autonome AI-agents, zoals NVIDIA NemoClaw en Claude, infrastructuurconfiguraties genereren, verbeteren en automatisch herstellen tijdens de implementatie op dag 1, zonder afhankelijkheid van één leverancier te creëren. Die implementatie zorgt ervoor dat fysieke, virtuele en cloudinfrastructuur snel en automatisch wordt ingericht. De agentische laag bevindt zich in de Blueprint Designer en werkt met je bestaande Terraform-, Ansible- en Python-assets.

Het principe is eenvoudig, maar de techniek erachter is complex. Tijdens de uitvoering van een blueprint volgt de agentische AI de implementatie in realtime. Mislukt een configuratiestap, dan analyseert de agent de fout, genereert een gecorrigeerde configuratie en probeert het opnieuw.

Niemand hoeft in te grijpen en er ontstaat geen wachtrij met tickets.

Hoe de agents verschillen

De kern: agentische AI-tools genereren, verbeteren en herstellen configuraties zonder je aan één leverancier te binden. Je Terraform-modules blijven Terraform-modules en je Ansible-playbooks blijven Ansible-playbooks. De agents passen de invoer en parameters aan, niet de onderliggende toolchain.

Een concreet voorbeeld

Stel dat de configuratie van de netwerkfabric mislukt omdat de VLAN-tagging niet overeenkomt met de configuratie van de fysieke switch. Traditionele automatisering stopt, geeft een foutmelding en wacht tot iemand ingrijpt. Agentische AI bij stackautomatisering merkt het verschil op, vraagt via een API de status van de switch op, genereert de VLAN-configuratie opnieuw en voert de implementatie nogmaals uit.

Zo ziet het zelfherstelproces eruit:

De agent registreert elke wijziging. Je krijgt een volledig auditspoor. Ben je het niet eens met de oplossing van de AI, dan kun je terugkeren naar de oorspronkelijke configuratie en zelf een wijziging doorvoeren.

Voor elke automatische beslissing biedt het platform een mogelijkheid om die terug te draaien.

Wat dit betekent voor dag 2

Zelfherstel stopt niet na dag 1. Dezelfde agentische laag detecteert tijdens de werkzaamheden op dag 2 afwijkingen van de configuratie. Als een teamlid handmatig een firewallregel op een productieswitch wijzigt, merkt de agent de afwijking ten opzichte van de gevalideerde blueprint op.

Vervolgens beoordeelt de agent of de wijziging bewust of per ongeluk is aangebracht en registreert of herstelt deze, afhankelijk van je beleidsinstellingen.

Daarmee onderscheidt stackautomatisering zich van algemene infrastructure-as-code-tools. De AI-laag voegt een feedbacklus toe die bij de meeste platforms volledig ontbreekt.

Een tegengeluid: waarom de oplevering van full-stackoplossingen niet altijd de beste keuze is

De oplevering van full-stackoplossingen is niet altijd het antwoord. We hebben teams zien overstappen op platforms van één leverancier, zoals stackautomatisering, zonder eerst te vragen of hun omgeving wel bij die aanpak past. Soms is dat niet zo.

Een platform dat is geoptimaliseerd voor Cisco Validated Designs kan uitstekend overweg met de lokale infrastructuur. Bij de cloud- en containerlagen wordt het ingewikkelder.

Service orchestration and automation platforms (SOAPs) zijn een door Gartner geïntroduceerde doorontwikkeling van traditionele workload automation (WLA). SOAPs coördineren gespecialiseerde automatiseringstools in plaats van ze te vervangen. Ze fungeren als centraal orkestratiepunt voor de organisatie.

Binnen de Cisco-toolset doet stackautomatisering zijn werk uitstekend. Maar als je omgeving AWS, Azure, Kubernetes-clusters en lokale Cisco-hardware omvat, is er geen enkel platform dat alles even goed afdekt.

Waar de oplevering van full-stackoplossingen tekortschiet

• Multicloudomgevingen waarin elke cloud eigen automatiseringstools heeft die meer mogelijkheden bieden dan een platformoverstijgende abstractielaag.
• Verouderde systemen die dateren van vóór moderne, API-gestuurde automatisering en maatwerkscripts voor integratie vereisen.
• Omgevingen met strenge compliance-eisen waarin configuratiewijzigingen vóór elke implementatie langs een wijzigingscommissie moeten.
• Teams die al fors hebben geïnvesteerd in hun toolchain, bijvoorbeeld in Terraform Cloud, Ansible Automation Platform of ArgoCD, waarvan een nieuw platform een deel van de functies zou dupliceren.

Het risico van nóg meer tools

Een nieuw orkestratieplatform invoeren om het aantal tools te beperken, kan juist het tegenovergestelde effect hebben als het bestaande tools niet overneemt. Gebruikt je team Terraform voor de cloud, Ansible voor configuratiebeheer, ArgoCD voor Kubernetes en Jenkins voor CI/CD, dan lost stackautomatisering als vijfde tool het probleem niet op. Het voegt er een zesde aan toe.

Beoordeel daarom of het platform als centraal orkestratiepunt werkt of weer een afzonderlijk systeem toevoegt. Stackautomatisering integreert bestaande tools via de Blueprint Designer. Maar hoe diep die integratie gaat, is belangrijk.

Een interface waarin je een Terraform-module kunt verslepen, is niet hetzelfde als een native Terraform Cloud-omgeving die policy-as-code afdwingt.

Wanneer één leverancier een logische keuze is

We zijn niet tegen de oplevering van full-stackoplossingen. We vinden alleen dat je er niet automatisch voor moet kiezen. Platforms van één leverancier, zoals stackautomatisering, passen het best wanneer:

1. Je infrastructuur voornamelijk uit Cisco-systemen bestaat. 2. Je AI-workloads implementeert die baat hebben bij vooraf gevalideerde ontwerpen voor de volledige stack.
2. Je team begeleide workflows nodig heeft omdat diepgaande automatiseringskennis ontbreekt.
3. Je helemaal opnieuw begint en nog niet in een toolchain hebt geïnvesteerd.

Kun je alle vier de punten afvinken, dan past stackautomatisering waarschijnlijk goed. Zijn het er twee of minder, beoordeel dan eerst SOAPs die je bestaande tools coördineren voordat je een nieuw platform toevoegt.

Stap 4: stackautomatisering beoordelen voor hybride IT-omgevingen

Stackautomatisering bestel je via Cisco CCW bij een Cisco-partner. Dat zegt meteen iets belangrijks: dit is een platform dat op Cisco is gericht. Het wordt niet aangeboden als een leveranciersneutrale orkestratietool.

Houd daar rekening mee als je beoordeelt of het geschikt is voor een hybride omgeving.

Via de Blueprint Designer kan het platform ook infrastructuur van andere leveranciers implementeren, maar de vooraf gebouwde blueprints richten zich overwegend op Cisco. Wij gebruiken stackautomatisering om volledige oplossingen, zoals Cisco AI PODs, te implementeren via een eenmalig dienstverleningstraject. Voor hardware van andere leveranciers moet je zelf blueprints vanaf nul opbouwen.

De praktijk van hybride IT

Vereisten voor implementatie buiten Cisco

Controleer voordat je stackautomatisering in een hybride omgeving implementeert of je aan deze voorwaarden voldoet: je hebt API-toegang nodig voor elk onderdeel dat niet van Cisco is, toegang tot het Advantage-niveau om blueprints op maat te bouwen en een partij die verantwoordelijk is voor de validatie van hardware van andere leveranciers, omdat Cisco Validated Designs die niet omvatten. Cisco-ondersteuning dekt het platform en de Cisco-blueprints, maar voor implementatieproblemen met andere hardware moet je de betreffende leverancier apart inschakelen.

De plaats van stackautomatisering binnen SOAP-tools

Stackautomatisering is geen SOAP volgens de definitie van Gartner. Het is een platform voor het automatiseren van implementaties, met een beperktere reikwijdte. Een SOAP coördineert workloads in de hele organisatie.

Stackautomatisering orkestreert de implementatie van infrastructuur binnen een specifieke stack.

Heb je al een SOAP, dan is de vraag of stackautomatisering ermee samenwerkt of ermee concurreert. Het antwoord hangt af van de mogelijkheden van de API van je SOAP. De meeste moderne SOAPs bieden REST API's waarmee je implementaties via stackautomatisering kunt starten als onderdeel van een bredere workflow.

Die integratie werkt, maar is niet diepgaand of native.

Een realistische beoordeling

Na onze beoordeling van het platform in gemengde omgevingen is dit onze eerlijke conclusie: stackautomatisering blinkt uit in infrastructuur waarin Cisco overheerst. In gemengde omgevingen is het bruikbaar, maar kost het veel werk. Als meer dan 90% van je infrastructuur niet van Cisco is, is het niet de juiste tool.

Het besliskader is eenvoudig:

Stackautomatisering kan extra complexiteit opleveren als de aannames achter het platform niet aansluiten op je omgeving. Beoordeel de ondersteunde interfaces, de operationele verantwoordelijkheden, het herstel na fouten en de workloads voordat je het invoert.

Stap 5: hoe bereken je de ROI en voorkom je leveranciersafhankelijkheid bij stackautomatisering?

Om de ROI van Stack Automation te berekenen, heb je concrete cijfers nodig, geen vage claims over productiviteit. We nemen een rekenvoorbeeld met specifieke bedragen door, zodat je het model kunt aanpassen aan jouw omgeving.

De ROI-formule

Je ROI komt uit drie bronnen: minder tijd voor provisioning, minder configuratiefouten en minder herstelwerk bij configuratiedrift na ingebruikname. Stack Automation monitort uitgerolde omgevingen om afwijkingen van gevalideerde blauwdrukken te detecteren en kosten toe te wijzen aan de verantwoordelijke teams. Het platform overbrugt de kloof tussen de planning vooraf en het beheer na ingebruikname, waardoor het risico op een enkel kwetsbaar punt afneemt.

Rekenvoorbeeld

Neem een middelgrote onderneming die per kwartaal 4 AI PODs uitrolt. Dit zijn de kosten:

Dat levert jaarlijks $60,000 aan besparingen op. Je bereikt het break-evenpunt in maand 8 van jaar 1. In jaar 2 heeft het platform zichzelf terugverdiend en daarnaast $72,000 aan netto besparingen opgeleverd.

Leveranciersafhankelijkheid voorkomen

De zorg over leveranciersafhankelijkheid is terecht. Stack Automation beperkt dat risico op vier manieren:

1. Open toolchain: Je Terraform-modules, Ansible-playbooks en Python-scripts blijven overdraagbaar. Het platform orkestreert ze, maar zet ze niet om naar eigen bestandsindelingen.
2. Exportmogelijkheden: Je kunt blauwdrukken exporteren als standaard IaC-artefacten. Je zit niet vast aan een eigen DSL.
3. API-first ontwerp: Elke platformfunctie is toegankelijk via een REST API. Als dat nodig is, kun je er een alternatieve orkestratielaag bovenop bouwen.
4. Transparante agents: Configuraties van agentische AI worden gelogd en kunnen worden teruggedraaid. Geen wijzigingen in een black box.

Marktcontext voor de investering

De markt is in beweging. De vraag is niet óf je in automatisering investeert, maar welk platform bij jouw omgeving past.

Zo werkt detectie van configuratiedrift

Technisch werkt de detectie van configuratiedrift na ingebruikname als volgt:

{
 "drift_event": {
 "environment": "ai-pod-production-01",
 "component": "network_fabric",
 "expected_state": {"vlan": 100, "mtu": 9000},
 "actual_state": {"vlan": 100, "mtu": 1500},
 "severity": "high",
 "owning_team": "network-ops",
 "monthly_cost_attribution": {
 "compute": "$12,400",
 "storage": "$3,200",
 "network": "$1,800",
 "team": "network-ops"
 },
 "remediation_action": "agent_auto_fix_pending_approval",
 "blueprint_reference": "cisco-ai-pod-nvidia-h100-v3"
 }
}

Deze gegevens gaan naar de verantwoordelijke teams. Kostentoewijzing is geen extraatje: zo worden teams verantwoordelijk voor de infrastructuur die ze gebruiken. Zonder die toewijzing lopen de kosten voor cloud en infrastructuur op locatie ongemerkt op.

Eindoordeel

Meest geschikt voor Stack Automation: Omgevingen waarin Cisco de hoofdrol speelt en AI-workloads worden uitgerold. Daar verkleinen vooraf gevalideerde blauwdrukken het risico en de benodigde tijd voor provisioning. Het platform is ook geschikt voor teams die begeleid willen uitrollen zonder zelf automatisering vanaf nul te bouwen.

Minder geschikt voor: Omgevingen die vooral op meerdere clouds draaien, al flink hebben geïnvesteerd in hun bestaande toolchain en weinig Cisco-hardware gebruiken. Ook voor teams die leveranciersneutrale orkestratie over uiteenlopende infrastructuur nodig hebben, is het minder geschikt. Maar hoe zit het met de uitzonderingen?