5 tâches de mise en réseau que l’IA peut aider les équipes NetOps, et 5 qu’elle ne peut pas

Aujourd’hui, les paysages numériques évoluent rapidement à mesure que la complexité et l’échelle de l’infrastructure réseau continuent de croître de manière exponentielle. Cette augmentation rend plus difficile que jamais la gestion efficace des réseaux. Alors qu’il existe une variété d’outils conçus pour aider les équipes NetOps, Gartner affirme que deux tiers des tâches de réseau sont toujours manuelles. En conséquence, il existe une demande continue pour rationaliser les opérations et la gestion des réseaux.

De plus, l’adoption du cloud computing et de la virtualisation, combinée à de nouvelles technologies et services, signifie que les organisations ont besoin de technologies de gestion de réseau plus flexibles et évolutives pour aider à gérer le volume croissant de trafic et de dispositifs réseau. Alors que la programmation a longtemps été un moyen d’automatiser les tâches d’ingénierie individuelles, elle n’est pas évolutives pour une équipe d’exploitation entière.

Entrez l’IA et, plus précisément, la promesse de l’intelligence artificielle générative, qui, au cours des deux dernières années, a été un catalyseur pour le marché. Mais avec autant de technologies basées sur l’IA qui arrivent désormais dans l’espace réseau, il peut être difficile de comprendre quelle fonctionnalité est réelle et quelle est une simple “blanchiment” de l’IA. Examinons 5 tâches de mise en réseau que l’IA peut aider les équipes NetOps aujourd’hui, et 5 domaines où elle ne peut pas (mais pourrait peut-être le faire à l’avenir ?) :

Aide les équipes NetOps :

1. Découverte et analyse de l’infrastructure – Il s’agit d’une procédure standard pour identifier et cataloguer tous les composants physiques et virtuels qui composent l’infrastructure informatique d’une organisation, et pour examiner les paramètres, les configurations et les états des composants au sein de cette infrastructure. Ce processus continu peut prendre des heures par semaine lorsqu’il est effectué manuellement. Mais l’IA, en utilisant un jumeau numérique complet du réseau, accélère considérablement ce processus (par exemple, la détection d’une défaillance de tunnel BGP peut passer de 2 heures à 10 minutes) en récupérant toutes les informations vitales dont une équipe NetOps pourrait avoir besoin sur le matériel ou le logiciel des appareils, les configurations, les ressources, les performances et les évaluations des risques de sécurité.

2. Cartographie dynamique – Les équipes NetOps utilisent la cartographie dynamique pour la visualisation des réseaux, la surveillance, la dépannage et bien plus encore. Elle découvre automatiquement, documente et met à jour les relations, les chemins et les connexions entre les différents dispositifs et composants du réseau. L’IA (à nouveau avec un jumeau numérique complet du réseau) peut dessiner et cartographier dynamiquement la topologie du réseau pertinente pour une requête ou un problème de réseau en quelques minutes, chaque fois que nécessaire. Sans l’IA, les ingénieurs réseau doivent passer plusieurs heures par site à dessiner les cartes dans Visio (ce qui peut ajouter des centaines d’heures pour cartographier complètement un réseau d’entreprise) et les cartes seront obsolètes en quelques semaines ou même jours.

3. Analyse de la cause racine et détection d’anomalies – Chaque professionnel de la mise en réseau sait à quel point l’analyse de la cause racine et la détection d’anomalies sont importantes. Ils garantissent la stabilité, la sécurité et l’efficacité des systèmes et des processus. Typiquement, cela nécessite l’expertise intuitive de professionnels de l’informatique ayant des années d’expérience (en utilisant des outils CLI, Ansible, Python, etc.). Jusqu’à l’IA, il n’y avait pas de raccourcis pour acquérir ces connaissances de dépannage. L’IA, formée par des experts dans le domaine, peut suggérer une logique de diagnostic ou d’évaluation à utiliser dans l’automatisation du réseau, similaire à la façon dont l’IA aide déjà les programmeurs à générer du code. L’IA pourrait bientôt également être en mesure d’aider à reproduire de manière fiable, à adapter et à mettre à l’échelle l’automatisation pour chaque dispositif du réseau.

4. Actions recommandées – De même que pour la résolution des problèmes, la résolution d’un problème (la restauration des dégradations de service à la ligne de base souhaitée) nécessite souvent une compétence d’expert. Cela implique la recherche de la documentation du fournisseur et l’acquisition de connaissances sur les meilleures pratiques et l’expérience personnelle. L’IA peut cataloguer des décennies d’expérience et mieux distribuer les connaissances tribales sur les problèmes nouveaux aux ingénieurs de tous niveaux. Une fois le diagnostic effectué et accepté, ou les tendances indésirables identifiées, l’IA peut recommander des actions correctives, des étapes suivantes, des procédures de suivi ou des propositions de modification.

5. Tableaux de bord et rapports – L’observabilité en temps réel, les informations exploitables et la capacité de prendre des décisions éclairées rapidement font toutes partie de la description de poste de NetOps. L’automatisation peut rationaliser considérablement ces processus, mais comment les résultats de l’automatisation sont-ils présentés aux décideurs humains ? La visualisation d’analyses utiles est devenue une industrie à part entière, avec des dizaines de plateformes de graphiques et de tableaux de bord. Mais ceux-ci nécessitent encore une attention minutieuse et des heures ou des jours de travail pour les construire. L’IA peut considérablement faciliter la visualisation des résultats de l’observabilité et de l’automatisation en aidant à la création de tableaux de bord et de rapports personnalisés adaptés à des cas d’utilisation spécifiques pour le suivi, la surveillance et la collaboration. Imaginez avoir à parcourir des milliers d’informations réseau collectées à partir de la télémétrie et de l’analyse automatisée, puis imaginez un assistant IA transformant ces données en un tableau de bord visuel qui met en évidence les problèmes urgents et les tâches prioritaires.

Ne aide pas les équipes NetOps :

1. Approuver les modifications de réseau – NetOps souhaite minimiser le risque de temps d’arrêt, assurer la conformité, maintenir la sécurité et aligner les objectifs commerciaux, ce qui rend l’approbation des modifications de réseau une fonction si cruciale. Alors que l’IA peut suggérer des actions recommandées, elle ne peut pas prendre de décision d’approbation ou de finalisation des modifications de réseau. Ces modifications sont complexes, chaque réseau d’entreprise est différent, et une erreur peut coûter des dizaines de milliers de dollars en temps d’arrêt. L’IA n’a pas encore démontré suffisamment de connaissances avancées en matière de mise en réseau pour que les dirigeants lui fassent confiance pour une tâche aussi importante.

2. Conception de réseaux complexes – Chaque réseau et ses exigences sont uniques. L’IA pourrait potentiellement concevoir un jour des réseaux simples pour des cas d’utilisation rudimentaires, mais les réseaux d’entreprise sont trop complexes et adaptés à leurs cas d’utilisation spécifiques. Une société de trading micro pourrait nécessiter un réseau à latence ultra-faible. Une société de distribution de contenu vidéo pourrait nécessiter une bande passante élevée. Une société de soins de santé pourrait nécessiter une disponibilité élevée. Sans oublier les divers protocoles qui pourraient être les mieux adaptés à chaque entreprise, des protocoles IP traditionnels aux multicasts, MPLS et SD-WAN. L’IA ne peut pas calculer toutes les combinaisons possibles d’un réseau et choisir la meilleure conception. Seul un humain peut prendre ces considérations et décisions.

3. Prendre des décisions – Les professionnels de NetOps doivent constamment prendre des décisions critiques quotidiennes sur la gestion du trafic, l’optimisation des performances, la réponse aux alertes et aux incidents, l’approbation des modifications de réseau et bien plus encore. L’IA peut certainement fournir des informations à ces décideurs, mais elle ne peut pas comprendre suffisamment le contexte pour peser les compromis, prendre des décisions difficiles ou faire des choix. Voudriez-vous que l’IA prenne une décision qui pourrait affecter la livraison de services de réseau d’un hôpital ou d’un organisme gouvernemental ?

4. Assumer la responsabilité – Les équipes NetOps sont jugées sur la base de la disponibilité, des performances du réseau, de la gestion des problèmes, de la conformité et bien plus encore. Avec l’IA dans le mélange, comment les équipes sont-elles mesurées ? Pensez-vous que « c’est la faute de l’IA » sera une réponse acceptable ? L’IA ne calmera jamais les parties prenantes clés ou les clients.

5. Innover – L’amélioration de l’efficacité, de meilleures performances, une évolutivité accrue, une meilleure expérience utilisateur… tout cela nécessite de l’innovation. Les humains ont la capacité de comprendre la complexité des réseaux d’aujourd’hui, de la combiner avec les objectifs commerciaux d’une organisation et les fonctions de leur rôle pour créer des idées et des solutions uniques. L’IA n’a pas la capacité de faire muter des idées et de créer quelque chose de nouveau. Elle ne peut pas penser en dehors de la boîte et fournir des solutions de réseau innovantes pour les défis de l’entreprise.

Il ne fait aucun doute que l’IA est un outil puissant qui est fortement intégré dans la pile technologique. Elle peut offrir un soutien précieux aux équipes NetOps en améliorant la visibilité, en automatisant les tâches et bien plus encore. Mais il y a aussi beaucoup de choses qu’elle ne peut pas faire, et probablement ne pourra jamais faire. Nous sommes juste au début de cette relation symbiotique. Quelle est la fonctionnalité AI tueur que vous aimeriez voir dans NetOps ?