שלב 4 במסע אל העצמי-Driving Network™: בסיוע

בשלב זה של המסע שלנו לרשת -הנהיגה העצמית, כיסינו את הנתונים-הבסיס של רשת-מקורית בינה מלאכותית- וחקרנו כיצד הם מעובדים בענן ומתורגמים לתובנות והמלצות באמצעות ציפיות ברמת שירות (SLEs) ומסווגים. כעת, אנו עוברים לסיוע בבינה מלאכותית, שם הבינה המלאכותית מתחילה למלא תפקיד פעיל יותר בפעולות הרשת על ידי מתן המלצות-מגובות נתונים לפתרון, וכאשר הדבר מותר, נקיטת פעולה אוטומטית לפתרון בעיות.

שינוי זה משקף מגמה רחבה יותר בתעשייה-הגדלת אמון ביכולת של AI לנהל סביבות מורכבות יותר ויותר. על פי IDC Research, כמעט מחצית מהארגונים שנשאלו מעדיפים פלטפורמות ניהול רשת מופעלות בינה מלאכותית -שקובעות וגם מבצעות פעולות לתיקון בעיות ואופטימיזציה.

הערך האסטרטגי של AI בסיוע

פעולות בינה מלאכותית בסיוע מפשטות את פעולות הרשת, מפחיתות את עומס העבודה הידני על צוותי IT ומאיצות את זמני הפתרון, מה שמבטיח ביצועי רשת יוצאי דופן למשתמשי הקצה תוך שחרור מ-IT להתמקד ביוזמות אסטרטגיות וחדשניות יותר.

ככל שהרשתות גדלות במורכבותן, נפח אירועי הרשת-מתוך הגדרות שגויות קלות ועד שיבושים גדולים בשירות-גדל, מה שמקשה על צוותי IT למצוא אירועים קריטיים ולטפל בהם. סיוע בינה מלאכותית באמצעות AIOps מבוססי-ענן עוזרת לצוותי IT לחתוך את הרעש. על ידי הצפת בעיות-בעדיפות גבוהה עם ראיות ופתרונן אוטומטית (עם אישור ה-IT), AIOps מאפשר לצוותי IT להגיב לבעיות במהירות ובאופן יזום. זה מקטין באופן דרסטי את זמן פתרון הבעיות ומפנה משאבים להתמקד ביוזמות אסטרטגיות בעלות ערך- גבוה יותר, כמו חדשנות ותכנון- לטווח ארוך.

מנתונים לפעולה: איך עובד AI בסיוע

המלצות-בעלות יעילות גבוהה-מגובות בהצדקה ברורה-מופקות על ידי סינון נתונים ממאות אירועים וחוויות משתמש-בזמן אמת באמצעות אלגוריתמים מתמטיים מתקדמים ומודלי AI/ML.

כאשר ל-IT יש אמון גבוה בתוצאה, הם יכולים לאשר לפתרון AIOps לתקן את הבעיה באופן אוטומטי. ככל שהאמון נבנה עם הזמן, ניתן להוסיף את ההמלצות הללו לרשימה של פעולות מהימנות, מה שמאפשר ל-AI לפתור בעיות דומות באופן אוטונומי בעתיד מבלי להודיע ​​לצוות ה-IT. זה המקום שבו AIOps מתפתח ל-חבר מן המניין בצוות ה-IT ונכנס למצב נהיגה עצמית-.

פעולות בינה מלאכותית בסיוע מתחלקות לשלוש קטגוריות:

אופטימיזציה: אלגוריתמי AI/ML כגון ניהול משאבי רדיו (RRM) וניהול משאבי רשת (NRM) מייעלים ללא הרף את חווית המשתמש

פעולות מומלצות: בינה מלאכותית מעלה נושאים מכריעים ומציעה המלצה ספציפית שניתן לפעול עם ראיות

פעולות אוטומטיות: המלצות מהימנות שצוות ה-IT הוסיף לרשימת הפעולות המורשות לביצוע AI ללא התערבות אנושית.

היכנס ל-Marvis,-עוזר ה-AI המוביל בתעשייה

ב-Juniper, אנו מביאים את המושגים הללו לידי ביטוי עם Marvis® AI Assistant, חלק מרכזי ב-Mist™, פלטפורמת ה-AI-המקורית שלנו ברשת. Marvis ממנפת אלגוריתמי AI/ML כמו RRM ו-NRM כדי לייעל באופן רציף ויזום את חוויות המשתמש. באמצעות Marvis Actions, הוא מספק הן פעולות מומלצות והן אוטומטיות-מה שאנו מכנים מצבי-סיוע לנהג ומצבי נהיגה עצמית-.

במצב -סיוע לנהג, Marvis מציג אירועים משפיעים על ביצועים- וממליץ על רזולוציות ביעילות גבוהה ומגובות בראיות לבעיות כמו קושחה שאינה תואמת, יציאות לא תצורה, כבלים לא טובים, רשתות VLAN חסרות ומעגלי WAN צפופים.

כאשר מופעל לנהיגה עצמית-, כלומר ה-IT הוסיף את ההמלצה לרשימת הפעולות המהימנות, Marvis יכול לתקן באופן אוטונומי יציאות שגויות בתצורה שגויה, לפתור בעיות-נתקעות ביציאות ועוד-בהתאמה למדיניות המוגדרת- של IT. כל פעולה, בין אם בסיוע ובין אם אוטונומי, מתועדת ומאומתת במרכז השליטה של ​​Marvis Actions כך שהצוותים יכולים לצפות בסיכום-בזמן אמת של בעיות מובילות, תיקונים מומלצים, ולעקוב אחר פעולות-יזומות ואוטונומיות כאחד לשקיפות ובקרה מלאה.

מרוויס בפעולה: תוצאות-במציאות

לקוחות ברחבי העולם מבינים את היתרונות של Marvis Actions. לדוגמה, חברת IOTM גדולה נתקלה בבעיות לסירוגין במשך יותר משנה עם משתמשי Zoom באתר בהודו. תוך מינוף ההמלצות ממודל החוויה הגדולה של Marvis (LEM), הם הצליחו לזהות במהירות שער VPN שלא הוגדר בצורה שגויה השולח מנות לאתר באוסטרליה, מה שגרם להגברת השהייה וריצוד.

במקרה אחר, קמעונאי גדול חווה ביצועים גרועים באזורים מסוימים בחנויות שלו. Marvis קבע שהבעיה נובעת מהפרעות ממוצרי הדגמה אלחוטיים והתאים אוטומטית את רוחבי הפס של הערוצים מ-40 מגה-הרץ ל-20 מגה-הרץ - אופטימיזציה של-ביצועי הרשת בחנות הן לעובדים והן ללקוחות.

עושים את הצעד הבא לעבר אוטונומיה

עם Marvis, צוותי IT מקבלים יותר מאשר תובנות-הם מקבלים תוספת חשובה לצוות שלהם. אחד שיכול לתעדף בעיות מפתח, להמליץ ​​ולבצע תיקונים, ולאשר שתיקונים אלו יושמו כהלכה. היכולות הנעזרות הללו מספקות בסיס חיוני לאוטונומיה מלאה, ומאפשרות לצוותי IT להוריד בהדרגה משימות שגרתיות ל-AI ולממש שיפורי ביצועים ויעילות. לא פחות חשוב מכך, צוותי IT יכולים להחזיר לעצמם זמן יקר כדי להתמקד ביוזמות -השפעות יותר- כמו קידום חדשנות במקום פתרון בעיות.

שלב 4 מסמן את נקודת המפנה: בינה מלאכותית נוקטת כעת פעולה במקום רק להציע הצעות. בבלוג הבא והאחרון שלנו, נחקור את השלב האחרון במסע אל -רשת נהיגה עצמית- שבה AI לא רק מסייע לפעולות אלא גם מנהל אותן. כמו כן, נחקור כיצד ג'וניפר מובילה-מסע נהיגה עצמית-ממנפת את מרוויס מיני, דגמי ניסיון גדולים ובינה מלאכותית.

בכל מקום שבו אתה נמצא במסע הרשתות בינה מלאכותית שלך, ג'וניפר כאן כדי לעזור לך לעשות את הצעד הבא.