Fáze 4 na cestě k Self-Driving Network™: s asistencí

V tomto bodě naší cesty k Self-Sítě řízení jsme se zabývali daty-základem AI{{2}nativní sítě{3}}a prozkoumali jsme, jak jsou zpracovávána v cloudu a převedena na statistiky a doporučení prostřednictvím očekávání úrovně služeb (SLE) a klasifikátorů. Nyní se přesuneme do pomoci umělé inteligence, kde umělá inteligence začíná hrát aktivnější roli v síťových operacích tím, že poskytuje doporučení k vyřešení{5}}založená na datech, a pokud je to povoleno, provádí k řešení problémů automatické akce.

Tento posun odráží širší oborový trend-růst důvěry ve schopnost umělé inteligence řídit stále složitější prostředí. Podle IDC Research téměř polovina dotázaných organizací upřednostňuje -platformy pro správu sítě poháněné umělou inteligencí, které určují a provádějí akce pro nápravu a optimalizaci problémů.

Strategická hodnota asistované umělé inteligence

Akce asistované umělé inteligence zjednodušují síťové operace, snižují manuální zátěž IT týmů a zrychlují dobu řešení, čímž zajišťují výjimečný výkon sítě pro koncové uživatele a zároveň umožňují IT soustředit se na strategičtější a inovativnější iniciativy.

S rostoucí složitostí sítí se zvyšuje objem síťových událostí-od drobných nesprávných konfigurací až po velká přerušení služby{1}}, což ztěžuje IT týmům najít a řešit kritické události. Asistence umělé inteligence prostřednictvím cloudových-aIOps pomáhá IT týmům překonat hluk. Tím, že AIOps odhalí problémy s vysokou{5}}prioritou pomocí důkazů a automaticky je řeší (se svolením IT), umožňuje týmům IT reagovat na problémy rychle a proaktivně. To výrazně zkracuje čas potřebný k odstraňování problémů a uvolňuje zdroje, které se mohou soustředit na strategické iniciativy s vyšší hodnotou, jako jsou inovace a dlouhodobé-plánování.

Od dat k akci: jak funguje asistovaná umělá inteligence

Vysoce{0}}účinná a proveditelná doporučení-podložená jasným odůvodněním-se vytvářejí filtrováním dat ze stovek událostí a uživatelských zkušeností v reálném čase- pomocí pokročilých matematických algoritmů a modelů AI/ML.

Když má IT velkou důvěru ve výsledek, může autorizovat řešení AIOps k automatickému vyřešení problému. Jak důvěra v průběhu času narůstá, mohou být tato doporučení přidána do seznamu důvěryhodných akcí, což umožňuje AI řešit podobné problémy v budoucnu autonomně bez upozornění IT týmu. Zde se AIOps vyvine v plnohodnotného-člena IT týmu a vstoupí do-režimu samostatného řízení.

Akce asistované umělé inteligence spadají do tří kategorií:

Optimalizace: Algoritmy AI/ML jako Radio Resource Management (RRM) a Network Resource Management (NRM) neustále optimalizují uživatelskou zkušenost.

Doporučené akce: Umělá inteligence odhaluje zásadní problémy a navrhuje konkrétní praktické doporučení s důkazy

Automatizované akce: Důvěryhodná doporučení, která IT tým přidal do seznamu autorizovaných akcí, které má AI provádět bez lidského zásahu.

Vstupte do Marvise,-vedoucího asistenta umělé inteligence

Ve společnosti Juniper tyto koncepty přivádíme k životu pomocí Marvis® AI Assistant, hlavní součásti Mist™, naší nativní síťové platformy AI-. Marvis využívá algoritmy AI/ML jako RRM a NRM k průběžné a proaktivní optimalizaci uživatelských zkušeností. Prostřednictvím Marvis Actions poskytuje doporučené i automatické akce,-co nazýváme-asistence řidiče a režimy samostatného{5}}řízení.

V režimu podpory-řidiče Marvis zobrazuje události ovlivňující výkon{1}}a doporučuje řešení s vysokou účinností a podložený důkazy o problémech, jako je nevyhovující firmware, špatně nakonfigurované porty, špatné kabely, chybějící sítě VLAN a přetížené obvody WAN.

Když je povoleno samostatné{0}}řízení, což znamená, že IT přidalo doporučení do seznamu důvěryhodných akcí, může Marvis autonomně opravovat nesprávně nakonfigurované porty, řešit-problémy se zaseknutými porty a další-vše v souladu se zásadami definovanými IT-. Každá akce, ať už asistovaná nebo autonomní, je zaprotokolována a ověřena na hlavním panelu Marvis Actions, takže týmy mohou v reálném čase zobrazit-souhrn hlavních problémů, doporučených oprav a sledovat jak lidmi-iniciované, tak autonomní akce, aby byla zajištěna úplná transparentnost a kontrola.

Marvis v akci: skutečné-výsledky ze světa

Zákazníci po celém světě si uvědomují výhody Marvis Actions. Například velká společnost IOTM měla více než rok občasné problémy s uživateli Zoom na webu v Indii. Využitím doporučení z modelu Marvis Large Experience Model (LEM) byli schopni rychle identifikovat špatně nakonfigurovanou bránu VPN odesílající pakety na web v Austrálii, což způsobilo zvýšenou latenci a jitter.

V jiném případě se velký prodejce potýkal se špatným výkonem v určitých oblastech svých prodejen. Společnost Marvis zjistila, že problém je způsobena rušením bezdrátových demo produktů a automaticky upravila šířku pásma kanálů od 40 MHz do 20 MHz – optimalizovala tak-výkon sítě prodejen pro zaměstnance i zákazníky.

Udělat další krok směrem k autonomii

S Marvisem získají týmy IT víc než jen statistiky,{0}}získají cenný přírůstek do svého týmu. Ten, kdo dokáže stanovit priority klíčových problémů, doporučit a provést opravy a potvrdit, že tyto opravy byly správně implementovány. Tyto asistované funkce poskytují zásadní základ pro plnou autonomii a umožňují IT týmům postupně přesouvat rutinní úkoly na umělou inteligenci a realizovat zvýšení výkonu a efektivity. Neméně důležité je, že IT týmy mohou získat zpět drahocenný čas a soustředit se na iniciativy s vyšším{4}}účinkem-, jako je podpora inovací, namísto řešení problémů.

Fáze 4 znamená bod obratu: AI nyní provádí akci, místo aby pouze předkládala návrhy. V našem dalším a posledním blogu prozkoumáme poslední krok na cestě k vlastní-síti řízení-, kde umělá inteligence nejen pomáhá operacím, ale také je řídí. Prozkoumáme také, jak Juniper vede tuto vlastní -cestu s řízením-s využitím Marvis Mini, rozsáhlých modelů zážitků a agentní umělé inteligence.

Ať už jste na své cestě za sítí AI kdekoli, Juniper je tu, aby vám pomohl udělat další krok.