Badanie specjalistów IT i sieci wykazało, iż prawie wszyscy (97%) z nich uważają, iż wykorzystanie sztucznej inteligencji (AI) i uczenia maszynowego (ML) do napędzania automatyzacji w środowiskach sieci rozległych zdefiniowanych programowo (SD-WAN) jest ważnym czynnikiem. Niektórzy uważają to za krytyczne. Badania ujawniają, iż oczekuje się, iż technologia AI będzie napędzać automatyzację i wydajność operacyjną w złożonych środowiskach SD-WAN.
Ankietę z udziałem 374 przedstawicieli organizacji z USA i Kanady zajmujących się technologiami sieciowymi przeprowadziła Enterprise Strategy Group (ESG) z TechTarget. Grupa ta zauważyła, iż środowiska SD-WAN będą musiały stawać się z czasem bardziej dynamiczne, ponieważ technologie informatyczne stają się coraz bardziej rozproszone i złożone.
Badanie pokazuje, iż zespoły ds. operacji sieciowych dostrzegają potrzebę większej proaktywności i przyspieszenia średni czas wykrycia (MTTD) I średni czas naprawy (MTTR). Oczekuje się, iż AI, ML i automatyzacja pomogą. Spośród przebadanych specjalistów ds. sieci 40% wskazało wykrywanie anomalii aktywności, 39% wskazało analitykę predykcyjną do wczesnego wykrywania problemów, a 39% wymieniło przyspieszone rozwiązywanie problemów jako najważniejsze cechy tych technologii dla swoich środowisk SD-WAN.
Inne zastosowania sztucznej inteligencji będą obejmować udzielanie rekomendacji, optymalizacja wydajności i po pełnym zaufaniu zautomatyzować naprawę bez manualnej interwencji. Biorąc pod uwagę zwiększone ryzyko większej powierzchni ataku, analitycy z Enterprise Strategy Group zauważają, iż obiecujące jest to, iż organizacje planują wykorzystać środowisko SD-WAN w ten sposób, aby umożliwić szybsze wykrywanie.
Dostawcy sprzętu sieciowego dodają możliwości sztucznej inteligencji
Biorąc pod uwagę, iż profesjonaliści zajmujący się sieciami doceniają korzyści, jakie sztuczna inteligencja może zapewnić operacjom sieciowym, dostawcy sprzętu sieciowego byli zajęci dodawaniem sztucznej inteligencji i uczenia maszynowego do swoich ofert produktów, rozszerzając sztuczna inteligencja dla operacji IT (AIOps) w celu wsparcia operacji sieciowych.
Na przykład w lutym Cisco otworzyło Cisco Live 2024 z uruchomieniem tego, co nazywa sieciowaniem, bezpieczeństwem i obserwowalnością wzbogaconą o AI, zaprojektowanym, aby zapewnić firmom widoczność i spostrzeżenia, których potrzebują, aby połączyć się i chronić cały swój cyfrowy ślad oraz budować cyfrową odporność. Firma twierdziła, iż jest w wyjątkowej pozycji, aby zrewolucjonizować sposób, w jaki infrastruktura i dane się łączą, chronić firmy każdej wielkości i stawiać czoła podstawowym wyzwaniom swoich klientów.
W kwietniu Extreme Networks zaprezentowało eksperta ds. sztucznej inteligencjiktóry, jak twierdzi, został stworzony do pobierania danych z sieci i poza nią, aby poprawić wydajność i efektywność operacyjną. AI Expert łączy dane z aplikacji i urządzeń w całej sieci, aby ustalić inteligencję na temat wydajności i doświadczenia. Extreme twierdzi, iż usługa będzie gromadzić dane przedsiębiorstwa, aby zapewnić wgląd, zautomatyzować operacje i tworzyć alerty, gdy wykryje anomalie, takie jak przeciążenie sieci, degradacja lub martwe punkty Wi-Fi, między innymi.
Według Extreme Networks, Ekspert ds. sztucznej inteligencji jest zaprojektowany, aby przekształcić spostrzeżenia w wiedzę specjalistyczną i działania, rekomendując działania zapobiegawcze i optymalizacje sieci na podstawie kluczowych wskaźników efektywności biznesowej. Extreme tworzy sugestie i najlepsze praktyki w celu rozwiązywania problemów, rozwiązywania ich lub proaktywnego rozwiązywania.
W czerwcu firma Juniper Networks zaprezentowała nową ofertę produktów, która ma na celu wykorzystanie sztucznej inteligencji do obsługi sieci, aby zapewnić jeszcze większą wartość środowiskom korporacyjnych sieci WAN oferując bezpieczne rozwiązania SD-WAN z proaktywnym AIOps. Marvis Minis, cyfrowy bliźniak Juniper Experience stworzony w celu ulepszenia operacji sieciowych, został rozszerzony o SD-WAN. Marvis Minis jest w stanie diagnozować rzeczywiste problemy z uwierzytelnianiem bez konieczności posiadania użytkowników lub urządzeń.
Według JuniperDzięki temu udoskonaleniu możliwe jest ciągłe przeprowadzanie testów szybkości łącza WAN w celu weryfikacji prędkości łącza i proaktywnego podejmowania działań w przypadku wykrycia problemów, bez konieczności obecności użytkowników.
Produkt WAN Assurance firmy Juniper może teraz proaktywnie przechwytywać pakiety w momencie wystąpienia poważnego incydentu, aby pomóc zidentyfikować i naprawić trudne do znalezienia problemy, unikając kosztownych i czasochłonnych wizyt na miejscu. Wreszcie, nowe spostrzeżenia dotyczące aplikacji oferują operatorom sieci przyjazną dla użytkownika wizualizację ruchu przechodzącego przez SD-WAN.
GenAI pomaga administratorom sieci
Jednym z najbardziej obiecujących obszarów wdrażania sztucznej inteligencji wykraczających poza AIOps w sieciach są przypadki użycia sztucznej inteligencji generatywnej (Gen AI).
Powszechnie wiadomo, iż mamy do czynienia z kryzysem umiejętności informatycznych. W artykule opublikowanym na stronie SearchNetworkingsiostrzany tytuł Computer Weekly, John Burke, dyrektor ds. technologii w Nemertes Research, napisał o tym, jak ograniczone budżety IT prowadzą do luki w umiejętnościach w zakresie sieci. Zwrócił uwagę, iż osoby rozpoczynające karierę w zawodzie IT skupiają się na budowaniu umiejętności, które można zastosować w bardziej ogólnych rolach IT, zamiast rozwijać wiedzę specjalistyczną w zakresie operacji sieciowych.
Zamiast podejmować próby zatrudnienia menedżerów sieci z odpowiednimi umiejętnościami do wykonywania zadań administracyjnych, które będą wymagane przy zarządzaniu złożoną konfiguracją korporacyjnej sieci informatycznej, GenAI może pomóc mniej doświadczonemu personelowi IT lub profesjonalistom IT, którzy nie zajmują się sieciami IT, w skutecznym zarządzaniu sieciami.
Gdy generatywna sztuczna inteligencja osiągnie odpowiedni poziom dojrzałości, może pomóc zespołom sieciowym w automatyzacji rutynowych zadań, reagowaniu na incydenty i uwzględnianiu zmniejszonej liczby pracowników, a to tylko niektóre z korzyści
Burke uważa, iż GenAI ewoluuje w wszechstronną technologię, która mogłaby ostatecznie obsługiwać wiele zadań związanych z operacjami sieciowymi. „Kiedy generatywna sztuczna inteligencja osiągnie wystarczający poziom dojrzałości, może pomóc zespołom sieciowym automatyzować rutynowe zadania, reagować na incydenty i uwzględniać zmniejszoną liczbę pracowników, a także zapewniać inne korzyści” — mówi. W efekcie narzędzie GenAI działa jako drugi pilot administratora sieci.
Jednym ze sposobów, w jaki GenAI mogłoby zostać wdrożone w sieciach, według Burke’a, jest pomoc obciążonym zespołom sieciowym w tworzeniu bardziej czytelnej dla człowieka i kompletnej dokumentacji ich sieci. Na przykład profesjonaliści sieciowi mogliby użyć narzędzia GenAI do odczytywania plików konfiguracyjnych i inwentaryzacyjnych, danych mapowania sieci i innych notatek, które już opracowali. Następnie narzędzie generowałoby pełne opisy pisemne, a w niektórych przypadkach choćby diagramy.
Burke uważa, iż jeśli zespoły sieciowe zastosują GenAI – z jego zdolnością do języka naturalnego – w narzędziach AI uczących się maszynowo, będą w stanie poradzić sobie ze zwiększonym obciążeniem, choćby jeżeli liczba pracowników sieci przedsiębiorstwa będzie się zmniejszać.
Jako przykład podaje, iż po odpowiednim przeszkoleniu w zakresie składni konfiguracji różnych narzędzi sieciowych GenAI może pomóc personelowi sieciowemu w tworzeniu zasad sieciowych. „Jeśli administratorzy sieci wprowadzą ustne opisy intencji sieci do narzędzia GenAI, narzędzie może wygenerować polecenia w celu wdrożenia tych intencji” — mówi. „To samo dotyczy odwrotnej sytuacji — narzędzie GenAI może przeglądać konfiguracje i tworzyć opis tego, co zrobi sieć, a specjaliści ds. sieci mogą porównywać dane wyjściowe z intencją”.
Idąc dalej, GenAI można by również wykorzystać do przeglądania konfiguracji, co mogłoby pomóc specjalistom IT w przeprowadzaniu audytów sieci.
Dużo mówi się również o tym, jak GenAI może pomóc programistom. Według Burke’a GenAI może dostarczać programy zastępcze, pisać strukturę, sprawdzać składnię i oferować informacje zwrotne, aby pomóc profesjonalistom od sieci tworzyć skrypty sieciowe. Dodaje jednak: „Inżynierowie sieci nie powinni od razu używać kodu, który narzędzia GenAI udostępniają bez pytania. GenAI może dać zespołom sieciowym przewagę w projekcie, ale przez cały czas powinni sprawdzać, modyfikować i uzupełniać kody przed wykonaniem”.
Przyszłość sztucznej inteligencji w sieciach SD-WAN
Funkcjonalność oparta na sztucznej inteligencji, która jest w tej chwili udostępniana w narzędziach do administrowania siecią, pokazuje, iż branża rozpoznała złożoność sieci korporacyjnych obsługujących wysoce rozproszone środowiska IT przedsiębiorstw. Te zaawansowane narzędzia oferują potencjał, aby uczynić takie sieci bardziej zarządzalnymi.
Wyzwaniem, przed którym stoi branża, jest wzrost złożoności sieci, co jeszcze bardziej zwiększy wymagania dla profesjonalistów sieciowych. Podczas gdy eksperci branżowi nie przewidują pojawienia się w pełni zautomatyzowanego zarządzania siecią, każda pomoc, jaką może zaoferować asystent AI, prawdopodobnie będzie mile widziana.
