Этап 4 на пути к сети самостоятельного вождения-Driving Network™: с помощью

На этом этапе нашего пути к сети для самостоятельного-вождения мы рассмотрели данные,-основу искусственной сети-собственной сети-и изучили, как они обрабатываются в облаке и преобразуются в аналитические данные и рекомендации с помощью ожиданий уровня обслуживания (SLE) и классификаторов. Теперь мы переходим к помощи ИИ, где ИИ начинает играть более активную роль в сетевых операциях, предоставляя-подкрепленные данными рекомендации по устранению проблем и, когда это разрешено, выполняя автоматические действия для решения проблем.

Этот сдвиг отражает более широкую отраслевую тенденцию-растущей уверенности в способности ИИ управлять все более сложными средами. По данным IDC Research, почти половина опрошенных организаций предпочитают платформы управления сетями на базе искусственного интеллекта, которые определяют и выполняют действия по устранению проблем и оптимизации.

Стратегическая ценность искусственного интеллекта

Действия с поддержкой ИИ упрощают сетевые операции, сокращают ручную нагрузку на ИТ-команды и ускоряют время разрешения проблем, обеспечивая исключительную производительность сети для конечных пользователей и одновременно позволяя ИТ-специалистам сосредоточиться на более стратегических и инновационных инициативах.

По мере усложнения сетей увеличивается количество сетевых событий,-от незначительных ошибок в конфигурации до серьезных сбоев в работе служб-, что затрудняет поиск и устранение критических событий ИТ-командами. Поддержка искусственного интеллекта посредством облачных-AIOps помогает ИТ-командам избавиться от шума. Обнаруживая-высокоприоритетные проблемы с доказательствами и автоматически решая их (с разрешения ИТ-отдела), AIOps позволяет ИТ-командам быстро и активно реагировать на проблемы. Это значительно сокращает время устранения неполадок и высвобождает ресурсы, позволяющие сосредоточиться на более важных стратегических инициативах, таких как инновации и долгосрочное-планирование.

От данных к действию: как работает искусственный интеллект

Высоко-эффективные, действенные рекомендации-подкрепленные четким обоснованием-генерируются путем фильтрации данных сотен событий и пользовательского опыта-в режиме реального времени с помощью передовых математических алгоритмов и моделей искусственного интеллекта и машинного обучения.

Если ИТ-специалисты уверены в результате, они могут разрешить решению AIOps автоматически устранить проблему. По мере роста доверия эти рекомендации можно добавлять в список доверенных действий, что позволит ИИ самостоятельно решать подобные проблемы в будущем, не предупреждая ИТ-отдел. Именно здесь AIOps превращается в полноправного-члена ИТ-команды и переходит в режим самостоятельного-управления.

Действия с помощью ИИ делятся на три категории:

Оптимизация: алгоритмы AI/ML, такие как управление радиоресурсами (RRM) и управление сетевыми ресурсами (NRM), постоянно оптимизируют взаимодействие с пользователем.

Рекомендуемые действия: ИИ выявляет важные проблемы и предлагает конкретные практические рекомендации с доказательствами.

Автоматизированные действия: проверенные рекомендации, которые ИТ-команда добавила в список разрешенных действий, которые ИИ может выполнять без вмешательства человека.

Встречайте Marvis,-ведущего в отрасли помощника по искусственному интеллекту

В Juniper мы воплощаем эти концепции в жизнь с помощью Marvis® AI Assistant, основной части Mist™, нашей встроенной сетевой платформы AI-. Marvis использует алгоритмы AI/ML, такие как RRM и NRM, для постоянной и упреждающей оптимизации взаимодействия с пользователем. С помощью Marvis Actions он обеспечивает как рекомендуемые, так и автоматические действия,-которые мы называем режимами помощи водителю-и самостоятельным-вождением.

В режиме поддержки водителя-Marvis выявляет события,-влияющие на производительность, и рекомендует эффективные решения, подкрепленные доказательствами таких проблем, как несовместимое встроенное ПО, неправильно настроенные порты, плохие кабели, отсутствие VLAN и перегруженные каналы WAN.

Если включено беспилотное управление-, что означает, что ИТ-специалист добавил рекомендацию в список доверенных действий, Marvis может автономно исправлять неправильно настроенные порты, решать проблемы-застревания портов и многое другое-все в соответствии с политиками, определенными ИТ-специалистами-. Каждое действие, как с поддержкой, так и автономно, регистрируется и проверяется на панели управления Marvis Actions, поэтому команды могут в режиме реального времени просматривать-сводку основных проблем, рекомендуемых исправлений, а также отслеживать как действия,-инициированные человеком, так и автономные действия для полной прозрачности и контроля.

Марвис в действии: реальные-результаты

Клиенты по всему миру осознают преимущества Marvis Actions. Например, у крупной IOTM-компании более года периодически возникали проблемы с пользователями Zoom на сайте в Индии. Используя рекомендации модели большого опыта Marvis (LEM), они смогли быстро выявить неправильно настроенный VPN-шлюз, отправляющий пакеты на сайт в Австралии, что привело к увеличению задержек и джиттера.

В другом случае крупный ритейлер испытывал плохую производительность в определенных зонах своих магазинов. Марвис определил, что проблема связана с помехами от беспроводных демонстрационных продуктов, и автоматически настроил полосу пропускания канала с 40 МГц до 20 МГц, оптимизируя-производительность сети магазина как для сотрудников, так и для покупателей.

Делаем следующий шаг к автономии

С Marvis ИТ-команды получают больше, чем просто ценную информацию-, они становятся ценным дополнением к своей команде. Тот, кто может определить приоритетность ключевых проблем, рекомендовать и выполнить исправления, а также подтвердить, что эти исправления были реализованы правильно. Эти вспомогательные возможности обеспечивают важнейшую основу для полной автономии, позволяя ИТ-командам постепенно перекладывать рутинные задачи на ИИ и добиваться повышения производительности и эффективности. Не менее важно и то, что ИТ-команды могут высвободить драгоценное время, чтобы сосредоточиться на более -инициативах-, таких как внедрение инноваций, а не на устранение неполадок.

Этап 4 знаменует собой поворотный момент: ИИ теперь действует, а не только вносит предложения. В нашем следующем и последнем блоге мы рассмотрим последний шаг на пути к автономной-сети управления-, в которой ИИ не только помогает операциям, но и управляет ими. Мы также рассмотрим, как Juniper продвигается в этом-путешествии по самостоятельному вождению-, используя Marvis Minis, модели большого опыта и агентный искусственный интеллект.

Где бы вы ни находились на своем пути к созданию сетей искусственного интеллекта, Juniper всегда рядом, чтобы помочь вам сделать следующий шаг.