5 Tugas Jaringan yang Dapat Dibantu AI untuk NetOps, dan 5 yang Tidak

Hari ini, lanskap digital berkembang dengan cepat karena kompleksitas dan skala infrastruktur jaringan terus tumbuh secara eksponensial. Ledakan ini membuatnya semakin sulit untuk mengelola jaringan secara efisien. Sementara ada berbagai alat yang dirancang untuk membantu tim NetOps, Gartner menyatakan bahwa dua pertiga tugas jaringan masih manual. Akibatnya, ada kebutuhan terus-menerus untuk menyederhanakan operasi jaringan dan manajemen.

Lebih lanjut, adopsi komputasi awan dan teknologi virtualisasi yang dipasangkan dengan teknologi dan layanan baru berarti organisasi memerlukan teknologi manajemen jaringan yang lebih fleksibel dan skalabel yang dapat membantu dengan volume lalu lintas jaringan dan perangkat yang meningkat. Sementara scripting telah lama menjadi cara untuk mengotomatisasi tugas-tugas teknik individu, itu tidak dapat diskalakan di seluruh tim operasional.

Masuklah AI dan lebih khusus, janji generative AI, yang selama dua tahun terakhir telah menjadi katalisator untuk pasar. Tapi dengan banyak teknologi yang diaktifkan AI yang sekarang memasuki ruang jaringan, bisa sulit untuk memahami apa fungsionalitas yang nyata dan apa yang hanya pencucian AI. Mari kita lihat 5 tugas jaringan yang AI dapat membantu tim NetOps hari ini, dan 5 area yang tidak bisa (tapi mungkin di masa depan?):

Membantu Tim NetOps:

1. Penemuan Infrastruktur dan Analisis Konfigurasi – Ini adalah prosedur operasional standar untuk mengidentifikasi dan mengatalogkan semua komponen fisik dan virtual yang membentuk infrastruktur TI suatu organisasi, dan untuk memeriksa pengaturan, konfigurasi, dan status komponen dalam infrastruktur tersebut. Ini adalah proses yang berkelanjutan yang dapat menghabiskan waktu beberapa jam per minggu ketika dilakukan secara manual. Tapi AI, dengan menggunakan Digital Twin penuh dari jaringan, secara dramatis mempercepat proses ini (misalnya, BGP tunnel down dapat dikurangi dari 2 jam menjadi 10 menit) dengan menarik informasi penting yang tim NetOps butuhkan tentang perangkat keras atau perangkat lunak, konfigurasi, sumber daya, kinerja, dan penilaian risiko keamanan.

2. Pemetaan Dinamis – Tim NetOps menggunakan pemetaan dinamis untuk visualisasi jaringan, pemantauan jaringan, pemecahan masalah, dan banyak lagi. Ini secara otomatis menemukan, mendokumentasikan, dan memperbarui hubungan, jalur, dan koneksi antara berbagai perangkat dan komponen jaringan. AI (lagi dengan Digital Twin penuh dari jaringan) dapat secara dinamis menggambar dan memetakan topologi jaringan yang relevan dengan pertanyaan atau masalah jaringan dalam hitungan menit, kapan pun diperlukan. Tanpa AI, insinyur jaringan harus menghabiskan beberapa jam per situs untuk menggambar peta di Visio (yang dapat menambahkan ratusan jam untuk memetakan jaringan perusahaan secara menyeluruh) dan peta akan menjadi usang dalam beberapa minggu atau bahkan hari.

3. Analisis Penyebab Akar dan Deteksi Anomali – Setiap profesional jaringan tahu betapa pentingnya analisis penyebab akar dan deteksi anomali. Mereka memastikan stabilitas, keamanan, dan efisiensi sistem dan proses. Biasanya, ini memerlukan keahlian intuitif dari profesional TI dengan pengalaman bertahun-tahun (menggunakan alat CLI, Ansible, Python, dll.). Sampai AI, tidak ada jalan pintas untuk memperoleh pengetahuan pemecahan masalah ini. AI, yang dilatih oleh ahli subjek, dapat menyarankan logika diagnosis atau penilaian untuk digunakan dalam otomatisasi jaringan, mirip dengan cara AI membantu programmer menghasilkan kode. AI mungkin juga dapat membantu mereplikasi, menyesuaikan, dan menskalakan otomatisasi untuk setiap perangkat di jaringan.

4. Tindakan yang Disarankan – Banyak seperti pemecahan masalah, memperbaiki masalah (mengembalikan degradasi layanan ke baseline yang diinginkan) sering memerlukan keahlian ahli. Ini melibatkan penelitian dokumentasi vendor dan memperoleh pengetahuan tentang praktik terbaik dan pengalaman pribadi. AI dapat mengatalogkan dekade pengalaman dan mendistribusikan pengetahuan tribal pada masalah baru kepada insinyur semua tingkat. Setelah diagnosis dibuat dan diterima, atau tren yang tidak diinginkan diidentifikasi, AI dapat menyarankan tindakan korektif, langkah berikutnya, prosedur tindak lanjut, atau proposal perubahan.

5. Dasbor dan Pelaporan – Observabilitas waktu nyata, wawasan yang dapat ditindaklanjuti, dan kemampuan untuk membuat keputusan dengan cepat adalah bagian dari deskripsi pekerjaan NetOps. Otomatisasi dapat sangat menyederhanakan proses ini, tetapi bagaimana hasil otomatisasi disajikan kepada pengambil keputusan manusia? Visualisasi analitik yang berguna telah menjadi industri tersendiri dengan lusinan platform grafik dan dasbor. Tapi ini masih memerlukan pertimbangan hati-hati dan jam atau hari kerja untuk membangun. AI dapat secara signifikan memudahkan visualisasi hasil observabilitas dan otomatisasi dengan membantu membuat dasbor dan laporan kustom yang disesuaikan dengan kasus penggunaan tertentu untuk pelacakan, pemantauan, dan kolaborasi. Bayangkan harus menelusuri ribuan wawasan jaringan yang dikumpulkan dari telemetry dan analisis otomatis, lalu bayangkan asisten AI mengubah data tersebut menjadi dasbor visual yang dapat dilihat sekilas yang menyoroti masalah mendesak dan tugas prioritas.

Tidak Membantu Tim NetOps:

1. Menyetujui Perubahan Jaringan – NetOps ingin meminimalkan risiko downtime, memastikan kepatuhan, membantu memelihara keamanan, dan secara keseluruhan selaras dengan tujuan bisnis, yang mengapa menyetujui perubahan jaringan adalah fungsi yang sangat penting. Sementara AI dapat menyarankan tindakan yang disarankan, itu tidak dapat membuat keputusan untuk menyetujui atau menyelesaikan perubahan jaringan. Perubahan ini kompleks, setiap jaringan perusahaan berbeda, dan kesalahan dapat menghabiskan biaya puluhan ribu dolar dalam downtime. AI belum menunjukkan pengetahuan jaringan yang cukup maju untuk dieksekutif dengan tugas penting ini.

2. Merancang Jaringan yang Kompleks – Setiap jaringan dan kebutuhannya unik. AI mungkin suatu hari nanti dapat merancang jaringan sederhana untuk kasus penggunaan yang sederhana, tetapi jaringan perusahaan terlalu kompleks dan disesuaikan dengan kasus penggunaan tertentu. Perusahaan perdagangan mikro mungkin memerlukan jaringan dengan latensi ultra-rendah. Perusahaan pengiriman konten video mungkin memerlukan bandwidth yang tinggi. Perusahaan kesehatan mungkin memerlukan ketersediaan tinggi. Belum lagi berbagai protokol yang mungkin paling sesuai untuk setiap perusahaan, dari IP tradisional hingga multicast, MPLS, dan SD-WAN. AI tidak dapat menghitung setiap iterasi kemungkinan dari jaringan dan memilih desain terbaik. Hanya manusia yang dapat membuat pertimbangan dan keputusan tersebut.

3. Membuat Pilihan – Profesional NetOps terus-menerus harus membuat keputusan kritis sehari-hari seputar manajemen lalu lintas, optimasi kinerja, menanggapi peringatan dan insiden, menyetujui perubahan jaringan, dan banyak lagi. AI dapat menyediakan informasi kepada pengambil keputusan ini, tetapi tidak dapat memahami konteksnya cukup untuk menimbang konsekuensi, membuat keputusan sulit, atau memilih kompromi. Apakah Anda ingin AI membuat keputusan yang mungkin memengaruhi pengiriman layanan jaringan rumah sakit atau lembaga pemerintah?

4. Mengambil Tanggung Jawab – Tim NetOps dinilai berdasarkan waktu aktif, ketersediaan, kinerja jaringan, manajemen masalah, kepatuhan, dan banyak lagi. Dengan AI yang dimasukkan ke dalam campuran, bagaimana tim diukur? Apakah kita pikir “itu kesalahan AI” akan menjadi respons yang dapat diterima? AI tidak akan memuaskan pemangku kepentingan atau pelanggan utama.

5. Berinovasi – Efisiensi yang ditingkatkan, kinerja yang lebih baik, skalabilitas yang meningkat, pengalaman pengguna yang lebih baik… semua hal ini memerlukan inovasi. Manusia memiliki kemampuan untuk memahami kompleksitas jaringan hari ini, menggabungkannya dengan tujuan bisnis suatu organisasi dan fungsi peran mereka untuk menghasilkan ide dan solusi unik. AI tidak memiliki kapasitas untuk mengubah ide dan menciptakan sesuatu yang baru. Tidak dapat berpikir di luar kotak dan menyediakan solusi jaringan inovatif untuk tantangan perusahaan.

Tidak ada keraguan bahwa AI adalah alat yang kuat yang sedang terintegrasi secara luas di seluruh tumpukan teknologi. Dapat menawarkan dukungan berharga kepada tim NetOps dengan meningkatkan visibilitas, mengotomatisasi tugas, dan banyak lagi. Tapi ada juga banyak hal yang tidak bisa dilakukan, dan mungkin tidak akan pernah bisa dilakukan. Kita baru saja memulai hubungan simbiosis ini. Apa fitur AI pembunuh yang ingin Anda lihat di NetOps?