एजेंटिक एनओसी का समय अब है

आधुनिक नेटवर्क कुछ वर्षों पहले के अपने समकक्ष से बहुत कम मिलता-जुलता है, दूरस्थ कार्य में स्थानांतरण और तेजी से एआई और सास अपनाने के युग का अनुसरण करता है। जो पहले केंद्रीकृत और अपेक्षाकृत भविष्यवाणी योग्य था, अब क्लाउड प्लेटफ़ॉर्म, एज डिवाइस, शाखा कार्यालय और गृह इंटरनेट, और ऑन-प्रिमाइसेस सिस्टम का एक जटिल जाल है।

पारंपरिक नेटवर्क ऑपरेशन्स सेंटर (एनओसी) इस तरह से नहीं बनाए गए थे। अधिकांश निगरानी उपकरण अभी भी विभिन्न प्रणालियों में मैनुअल डेटा संबंध की आवश्यकता है, जिससे दृश्यता को बनाए रखना कठिन हो जाता है और इंजीनियरों को तेजी से निर्णय लेने और समस्या का समाधान करने की आवश्यकता होने पर संघर्ष के साथ संघर्ष करना पड़ता है।

सेवा प्रदाता और उद्यम आईटी टीमें एक समान दबाव में काम कर रही हैं। मार्जिन तंग हैं और टीमें पतली हैं, लेकिन ग्राहक अधिग्रहण चक्रों के लिए मानक नहीं बदला है। जब यह आठ से दस महीने लगते हैं इससे पहले कि एक अनुबंध लाभदायक हो जाए, तो प्रतिधारण और उच्च गुणवत्ता वाले ग्राहक अनुभव के आसपास के दांव उच्च हैं।

एक साथ, एजेंटिक एनओसी के लिए मंच बिल्कुल तैयार है।

एजेंटिक एनओसी का निर्माण

के अनुसार गार्टनर, भले ही केवल 17% संगठन वर्तमान में एजेंटिक एआई को तैनात करते हैं, 60% अगले दो वर्षों के भीतर ऐसा करने की उम्मीद करते हैं। यह उस आक्रामक अपनाने की गति को जारी रखता है जो तब से शुरू हुआ जब तकनीक ने डेटा पर सक्रिय रूप से तर्क करने की अपनी क्षमता के लिए ध्यान आकर्षित करना शुरू किया, न कि केवल परिभाषित कार्यों को स्वचालित रूप से करने के लिए।

एनओसी के लिए, एजेंटिक एआई तेजी से समाधान समय, कम आउटेज, और पर्यावरण की एक अधिक पूर्ण समझ के बीच अंतर है। हालांकि, इन लाभों को साकार करने के लिए, एजेंटिक एनओसी को एआई और मानव ऑपरेटरों के बीच सहयोग में निहित होना चाहिए। गति कभी भी सटीकता और विश्वसनीयता से अधिक महत्वपूर्ण नहीं है, इसलिए जहां एआई त्रुटि विश्लेषण, और अंततः कार्रवाई की सिफारिश कर सकता है, मानव निर्णय अभी भी उस अंतिम बिट के सत्यापन के लिए आवश्यक है।

एजेंटिक एनओसी को अच्छी तरह से संरचित डेटा द्वारा भी परिभाषित किया जाता है। सटीक इन्वेंट्री, संगत लेबलिंग और नामकरण सम्मेलन, और नेटवर्क-व्यापी दृश्यता यातायात, मार्ग, और प्रदर्शन में क्या हो रहा है, इसके लिए एक तस्वीर पेंट करते हैं। बिना इस दृश्य के, कोई भी विश्लेषण अधूरा होगा, और ऑपरेटरों को स्वचालित नहीं किया जा सकता है जो वे देख या समझ नहीं सकते हैं।

आदिवासी ज्ञान का कब्ज़ा भी इस छतरी के नीचे आता है।

एनओसी का सबसे बड़ा संसाधन इसके इंजीनियरों के दिमाग हैं। अनुभव और直觉 का संयोजन जो नेटवर्क मुद्दों के निदान और समाधान के वर्षों से आता है, यह कुछ ऐसा है जो सबसे उन्नत एआई मॉडल को बिना मदद के दोहराना मुश्किल है। यही कारण है कि इस आदिवासी ज्ञान को दस्तावेज़ किया जाना चाहिए और एक प्रारूप में अनुवादित किया जाना चाहिए जिसे पुनः उपयोग किया जा सके। बारीकी से परिष्कृत रनबुक और केंद्रीकृत सीखने वाले लूप की भी एक भूमिका है, जो मानव और मशीन व्यवहार के लिए एक बेंचमार्क प्रदान करते हैं ताकि सुधार के क्षेत्रों की पहचान की जा सके।

वास्तविक लाभ

आईटी और नेटवर्किंग मुद्दों ने 23% सबसे प्रभावशाली आउटेज के पीछे खड़े थे 2024 में। उसी विश्लेषण में पाया गया कि पिछले तीन वर्षों में, लगभग 40% संगठनों ने मानव त्रुटि के परिणामस्वरूप एक प्रमुख आउटेज का अनुभव किया। यह आउटेज दर किसी भी दृष्टिकोण से, व्यवसाय, इंजीनियर, या उपभोक्ता से स्थायी नहीं है। हालांकि, यह सटीक रूप से दर्शाता है कि एजेंटिक एनओसी इतना महत्वपूर्ण क्यों है।

एजेंटिक एनओसी का वादा स्वतंत्रता के लिए नहीं है, बल्कि तेजी से और अधिक विश्वासपूर्ण संचालन है, जो वास्तविक नेटवर्क दृश्यता पर आधारित है। जब नेटवर्क पर एक मुद्दा आता है, तो सबसे बड़ा विलंब अक्सर पता लगाने में नहीं है, लेकिन यह समझने में कि क्या बदल गया, क्या प्रभावित हुआ, और आगे क्या करना है। एजेंटिक सिस्टम इस समयरेखा को संकुचित करने में मदद करते हैं, तेजी से मूल कारण विश्लेषण के साथ शुरू होते हैं।

एक मुद्दे के मूल कारण की पहचान करने में मिनटों के बजाय घंटों या दिनों का अंतर बहुत बड़ा है। मध्यम से बड़े आकार के उद्यमों के लिए नेटवर्क डाउनटाइम की औसत लागत एक घंटे से अधिक $300,000 हो सकती है। वास्तव में, 41% रिपोर्ट प्रति घंटे डाउनटाइम लागत $1 मिलियन से $5 मिलियन से अधिक होने के अनुसारआईटीआईसी के हाल के शोध से।

और फिर भी, वास्तविकता अक्सर बाद वाली होती है जब ऑपरेटरों को मैनुअल रूप से डेटा को खंगालने के लिए कहा जाता है। दूसरी ओर, एजेंटिक एआई टूल संभावित कारणों और प्रभावित सेवाओं को सेकंड में सतह पर ला सकते हैं और अगले कदमों की सिफारिश कर सकते हैं। जब वित्तीय दांव इतने उच्च हों, तो तेजी से मूल कारण विश्लेषण और सुरक्षित उपचार एक आवश्यक हो गया है।

सामरिक कार्यों को बढ़ाने के अलावा, एजेंटिक एनओसी ज्ञान साझा करने के लिए एक सुविधा के रूप में कार्य करता है – संगठन भर के इंजीनियरों की विशेषज्ञता को एक साझा संसाधन में जोड़ता है। दीर्घकालिक, यह प्रक्रिया एक निरंतर सीखने वाले लूप का निर्माण करती है जहां प्रत्येक घटना से सफलता और चुनौतियां नए घटनाओं के दौरान एआई की सिफारिशों को सूचित और परिष्कृत करने में मदद करती हैं।

उदाहरण के लिए, कहें कि एक कंपनी ने लगातार नेटवर्क प्रदर्शन मुद्दों से निपटा है और कुशलता में सुधार करने के लिए एक नया उपकरण लागू करने का फैसला किया है, लेकिन अद्यतन एक कॉन्फ़िगरेशन परिवर्तन की आवश्यकता है। प्रक्रिया में, कुछ गलत हो जाता है और यह एक आउटेज को ट्रिगर करता है। एजेंटिक एनओसी युग में, एक एआई सिस्टम टेलीमेट्री, टोपोलॉजी, डिवाइस स्टेट, और हाल के परिवर्तनों को संबंधित कर सकता है, अंततः ऑपरेटर को संभावित मूल कारण की ओर इशारा करता है एक अंश में। एजेंटिक सिस्टम का नेटवर्क संचालन पर सकारात्मक प्रभाव स्पष्ट है, और डेटा इसका समर्थन करता है।

मैककिंसे हाल ही में पाया कि नेटवर्क संचालन में स्वायत्त मुद्दा समाधान और मरम्मत ने ट्राउब्लेशूटिंग टिकटों को 70% तक कम कर दिया, साथ ही साथ 55-80% तक परिचालन लागत, जबकि मरम्मत के समय में 30-40% तक सुधार किया।

सावधानी से देखने वाली चुनौतियाँ

संगठनों द्वारा की जाने वाली सबसे आम गलतियों में से एक आवश्यक आधार के बिना एआई में पूरी तरह से डाइविंग है। अधिकांश (70%) कर्मचारी एआई के लाभों के प्रति उत्साहित हैं केपीएमजी के अनुसार, लेकिन विश्वसनीय डेटा और अच्छी तरह से प्रलेखित प्रक्रियाओं के बिना, इन प्रणालियों का मूल्य पीड़ित होता है।

इसके बजाय, एआई को चरणबद्ध तरीके से पेश किया जाना चाहिए। एजेंटिक एनओसी का निर्माण एक यात्रा है। अंततः, प्रणालियों को अधिक उन्नत और प्रोक्रियात्मक उपयोग के मामलों का मालिकाना हक होना चाहिए, जैसे कि तापमान में वृद्धि के पैटर्न का पता लगाना या डिवाइस रीबूट में रुझानों की पहचान करना – दोनों एक आगामी आउटेज के संकेत हो सकते हैं। हालांकि, शुरुआत में, निदान में सहायता जैसे छोटे कार्यों पर ध्यान केंद्रित करने से प्रणालियों को सीखने और सुधारने के लिए जगह मिलती है।

एक और गलती यह सोचना है कि हर क्रिया स्वचालन से लाभान्वित हो सकती है। एक अच्छा नियम यह है कि जब एक मानव एक ही समस्या को बार-बार हल करता है, तो वह कार्य स्वचालन के लिए एक अच्छा उम्मीदवार है। इस渐进 दृष्टिकोण से विश्वास और विश्वास भी बनाने में मदद मिल सकती है।

फरवरी 2025 से, अमेरिकी कर्मचारियों के बीच एआई पर भरोसा 33% गिर गया है डेलॉइट के अनुसार, जबकि मैककिंसे के 2026 एआई ट्रस्ट इंडेक्स ने पाया कि आउटपुट असंगतता अभी भी अधिकांश अमेरिकी व्यवसायों (74%) के लिए शीर्ष एआई चिंता है, साइबर सुरक्षा मुद्दों (72%) के बाद। याद रखें कि केपीएमजी रिपोर्ट जिसने पाया कि अमेरिकी श्रमिक एआई को अपनाने के लिए उत्साहित हैं? रिपोर्ट ने यह भी पाया कि केवल 41% इस पर भरोसा करने को तैयार हैं।

एआई हिचकिचाहट से आगे निकलना शासन और व्याख्या पर निर्भर करता है। स्पष्ट परिचालन गार्डरेल और ऑडिट ट्रायल इंजीनियरों को यह देखने के लिए स्पष्ट अंतर्दृष्टि प्रदान करते हैं कि एक एआई एजेंट ने अंतिम सिफारिश कैसे पहुंचाई, साथ ही साथ त्रुटियों को पकड़ने और उन्हें संबोधित करने के लिए तंत्र भी प्रदान करता है इससे पहले कि वे नुकसान पहुंचा सकें। विश्वास, शासन, और मानव सत्यापन वह है जो उपयोगी एजेंटिक संचालन को जोखिम भरे स्वचालन से अलग करता है, जो कि एजेंटिक एनओसी का लक्ष्य कभी भी मानव पर्यवेक्षण को हटाने के लिए नहीं होना चाहिए, बल्कि इसे बढ़ाना चाहिए।

आधुनिक नेटवर्क आज के ऑपरेटरों से बहुत कुछ मांगता है। गति बनाए रखने के लिए, मानव प्रयास को दोहरावदार त्रुटि विश्लेषण से दूर ले जाने की आवश्यकता है और नीति, सत्यापन, शासन, और नोवेल या उच्च-जोखिम वाले मामलों की ओर। एजेंटिक एआई इस बदलाव को संभव बनाता है, मुद्दों की पहचान और समाधान करने में पहले से, टीमों के बीच ज्ञान को अधिक प्रभावी ढंग से साझा करने, और निर्णय लेने को अधिक सुसंगत बनाने में। नेटवर्क की निगरानी और रखरखाव के तरीके में निरंतर विकास और सुधार एजेंटिक एआई में निहित है।