Trin 4 på en rejse til det selvstændige-kørselsnetværk™: assisteret

På dette tidspunkt i vores rejse til det selvkørende-netværk, har vi dækket data-grundlaget for et AI-native netværk-og undersøgt, hvordan det behandles i skyen og omsættes til indsigt og anbefalinger via Service Level Expectations (SLE'er) og klassifikatorer. Nu bevæger vi os ind i AI-assistance, hvor AI begynder at spille en mere aktiv rolle i netværksoperationer ved at levere data-støttede anbefalinger til løsning og, når det er tilladt, foretage automatiske handlinger for at løse problemer.

Dette skift afspejler en bredere branchetrend-, der øger tilliden til AI's evne til at styre stadigt mere komplekse miljøer. Ifølge IDC Research foretrækker næsten halvdelen af ​​de adspurgte organisationer AI-drevne netværksadministrationsplatforme, der både bestemmer og udfører handlinger til problemløsning og optimering.

Den strategiske værdi af assisteret AI

Assisterede AI-handlinger forenkler netværksdriften, reducerer den manuelle arbejdsbyrde på it-teams og fremskynder opløsningstider, hvilket sikrer enestående netværksydelse for slutbrugere, samtidig med at IT frigøres til at fokusere på mere strategiske og innovative initiativer.

Efterhånden som netværk vokser i kompleksitet, stiger mængden af ​​netværkshændelser-fra mindre fejlkonfigurationer til større serviceafbrydelser-, hvilket gør det vanskeligt for it-teams at finde og håndtere kritiske hændelser. AI-assistance gennem-skybaserede AIOps hjælper it-teams med at skære igennem støjen. Ved at vise høj-prioritetsproblemer med beviser og automatisk løse dem (med IT's tilladelse), giver AIOps it-teams mulighed for at reagere på problemer hurtigt og proaktivt. Dette reducerer fejlfindingstiden drastisk og frigør ressourcer til at fokusere på strategiske initiativer med højere-værdi, såsom innovation og langsigtet-planlægning.

Fra data til handling: hvordan assisteret AI fungerer

Høj-effektive, handlingsrettede anbefalinger-underbygget af klar begrundelse-fremstilles ved at filtrere data fra hundredvis af hændelser og realtidsbrugeroplevelser- gennem avancerede matematiske algoritmer og AI/ML-modeller.

Når IT har høj tillid til resultatet, kan de autorisere AIOps-løsningen til automatisk at løse problemet. Efterhånden som tilliden opbygges over tid, kan disse anbefalinger føjes til en liste over pålidelige handlinger, så AI'en kan løse lignende problemer selvstændigt i fremtiden uden at advare it-teamet. Det er her AIOps udvikler sig til et fuldgyldigt-medlem af IT-teamet og går i selvkørende-tilstand.

Assisterede AI-handlinger falder i tre kategorier:

Optimering: AI/ML-algoritmer såsom Radio Resource Management (RRM) og Network Resource Management (NRM) optimerer løbende brugeroplevelsen

Anbefalede handlinger: AI afdækker afgørende problemer og foreslår en specifik handlingsvenlig anbefaling med beviser

Automatiserede handlinger: Pålidelige anbefalinger, som it-teamet har føjet til listen over autoriserede handlinger, som AI kan udføre uden menneskelig indgriben.

Indtast Marvis, branchens-førende AI-assistent

Hos Juniper bringer vi disse koncepter ud i livet med Marvis® AI Assistant, en kernedel af Mist™, vores AI-native netværksplatform. Marvis udnytter AI/ML-algoritmer som RRM og NRM til løbende og proaktivt at optimere brugeroplevelser. Gennem Marvis Actions giver den både anbefalede og automatiserede handlinger,-det, vi kalder fører-assist og selv-kørsel.

I driver-assist-tilstand viser Marvis ydeevne-påvirkende hændelser og anbefaler løsninger med høj effektivitet og understøttet af beviser for problemer som ikke-kompatibel firmware, forkert konfigurerede porte, dårlige kabler, manglende VLAN'er og overbelastede WAN-kredsløb.

Når den er aktiveret til selvkørende-, hvilket betyder, at IT-afdelingen har føjet anbefalingen til listen over betroede handlinger, kan Marvis selvstændigt korrigere forkert konfigurerede porte, løse problemer med-porte, der sidder fast og mere-alt i overensstemmelse med IT-definerede politikker. Hver handling, uanset om den er assisteret eller autonom, logges og valideres i Marvis Actions-dashboardet, så teams kan se en-realtidsoversigt over de vigtigste problemer, anbefalede rettelser og spore både menneskelige-initierede og autonome handlinger for fuld gennemsigtighed og kontrol.

Marvis i aktion: resultater fra den virkelige-verden

Kunder globalt er klar over fordelene ved Marvis Actions. For eksempel havde et stort IOTM-firma periodiske problemer i over et år med Zoom-brugere på et websted i Indien. Ved at udnytte anbefalingerne fra Marvis Large Experience Model (LEM) var de hurtigt i stand til at identificere en forkert konfigureret VPN-gateway, der sendte pakker til et websted i Australien, hvilket forårsagede øget latency og jitter.

I et andet tilfælde oplevede en stor forhandler dårlige resultater i visse områder af sine butikker. Marvis fastslog, at problemet skyldtes interferens fra trådløse demoprodukter og justerede automatisk kanalbåndbredder fra 40 MHz til 20 MHz – optimering af-netværksydelse i butikken for både medarbejdere og kunder.

Tag det næste skridt mod autonomi

Med Marvis får it-teams mere end indsigt,-de får en værdifuld tilføjelse til deres team. En, der kan prioritere nøgleproblemer, anbefale og udføre rettelser og bekræfte, at disse rettelser er implementeret korrekt. Disse assisterede funktioner udgør et afgørende grundlag for fuld autonomi, hvilket gør det muligt for it-teams gradvist at overføre rutineopgaver til AI og realisere præstations- og effektivitetsgevinster. Lige så vigtigt er det, at it-teams kan genvinde værdifuld tid til at fokusere på-initiativer med større effekt-som at fremme innovation i stedet for at fejlfinde problemer.

Trin 4 markerer vendepunktet: AI tager nu handling i stedet for kun at komme med forslag. I vores næste og sidste blog vil vi udforske det sidste trin på rejsen til et selvkørende-netværk-hvor AI ikke kun hjælper operationer, men også administrerer dem. Vi vil også undersøge, hvordan Juniper leder denne selv-kørende rejse-ved at udnytte Marvis Minis, store erfaringsmodeller og agent AI.

Uanset hvor du er på din AI-netværksrejse, er Juniper her for at hjælpe dig med at tage det næste skridt.