5 Compiti di Networking che l’AI può Aiutare i Team NetOps a Svolgere, e 5 che non Può

Oggi i paesaggi digitali stanno evolvendo rapidamente poiché la complessità e la scala dell’infrastruttura di rete continuano a crescere esponenzialmente. Questo aumento sta rendendo più difficile che mai gestire le reti in modo efficiente. Mentre ci sono una varietà di strumenti progettati per aiutare i team NetOps, Gartner afferma che due terzi dei compiti di rete sono ancora manuali. Di conseguenza, c’è una continua domanda di semplificare le operazioni di rete e la gestione.

Inoltre, l’adozione di tecnologie di cloud computing e virtualizzazione combinate con nuove tecnologie e servizi significa che le organizzazioni hanno bisogno di tecnologie di gestione di rete più flessibili e scalabili che possano aiutare con il volume crescente di traffico di rete e dispositivi. Mentre la creazione di script è stata a lungo un modo per automatizzare compiti di ingegneria individuali, non è scalabile su un’intera squadra operativa.

Entra l’AI e, più specificamente, la promessa dell’intelligenza artificiale generativa, che negli ultimi due anni è stata un catalizzatore per il mercato. Ma con così tante tecnologie abilitate all’AI che ora stanno entrando nello spazio di rete, può essere difficile capire quale funzionalità è reale e quale è solo un lavaggio di AI. Vediamo 5 compiti di networking che l’AI può aiutare i team NetOps a svolgere oggi, e 5 aree in cui non può (ma forse potrà in futuro?):

Aiuta i Team NetOps:

1. Scoperta e Analisi della Configurazione dell’Infrastruttura – È una procedura operativa standard identificare e catalogare tutti i componenti fisici e virtuali che compongono l’infrastruttura IT di un’organizzazione e esaminare le impostazioni, le configurazioni e gli stati dei componenti all’interno di tale infrastruttura. Questo è un processo continuo che può richiedere ore ogni settimana quando viene eseguito manualmente. Ma l’AI, utilizzando un Digital Twin completo di una rete, accelera notevolmente questo processo (ad esempio, il tunnel BGP down può essere ridotto da 2 ore a 10 minuti) recuperando qualsiasi informazione vitale che un team NetOps potrebbe avere bisogno sui dispositivi hardware o software, configurazioni, risorse, prestazioni e valutazioni dei rischi di sicurezza.

2. Mappatura Dinamica – I team NetOps utilizzano la mappatura dinamica per la visualizzazione della rete, il monitoraggio della rete, la risoluzione dei problemi e molto altro. Automaticamente scopre, documenta e aggiorna le relazioni, i percorsi e le connessioni tra vari dispositivi e componenti di rete. L’AI (ancora con un Digital Twin completo della rete) può disegnare e mappare dinamicamente la topologia di rete rilevante per una query o un problema di rete in pochi minuti, ogni volta che sono necessari. Senza l’AI, gli ingegneri di rete devono trascorrere alcune ore per sito disegnando le mappe in Visio (che possono aggiungere centinaia di ore per mappare completamente una rete aziendale) e le mappe diventeranno obsolete in settimane o addirittura giorni.

3. Analisi della Causa Radice e Rilevamento delle Anomalie – Ogni professionista di networking sa quanto sia importante l’analisi della causa radice e il rilevamento delle anomalie. Garantiscono la stabilità, la sicurezza e l’efficienza dei sistemi e dei processi. Tipicamente, ciò richiede l’esperienza intuitiva di professionisti IT con anni di esperienza (utilizzando strumenti CLI, Ansible, Python, ecc.). Fino all’AI, non c’erano scorciatoie per acquisire questa conoscenza di risoluzione dei problemi. L’AI, addestrata da esperti del settore, può suggerire logica di diagnosi o valutazione da utilizzare nell’automazione di rete, simile a come l’AI aiuta già i programmatori a generare codice. L’AI potrebbe presto anche essere in grado di aiutare a replicare, adattare e scalare l’automazione per ogni dispositivo sulla rete.

4. Azioni Consigliate – Proprio come la risoluzione dei problemi, la risoluzione di un problema (ripristinare le degradazioni del servizio al baseline desiderato) spesso richiede abilità di esperti. Ciò comporta la ricerca della documentazione del fornitore e l’acquisizione di conoscenze sulle migliori pratiche e sull’esperienza personale. L’AI può catalogare decenni di esperienza e distribuire meglio la conoscenza tribale su questioni nuove agli ingegneri di tutti i livelli. Una volta effettuata la diagnosi e accettata, o identificate tendenze indesiderate, l’AI può consigliare azioni correttive, passaggi successivi, procedure di follow-up o proposte di modifica.

5. Dashboard e Reporting – L’osservabilità in tempo reale, le informazioni azionabili e la capacità di prendere decisioni informate rapidamente fanno tutte parte della descrizione del lavoro di NetOps. L’automazione può semplificare notevolmente questi processi, ma come vengono presentati i risultati dell’automazione ai responsabili delle decisioni umane? La visualizzazione di analisi utili è diventata un’industria a sé stante con decine di piattaforme di grafici e dashboard. Ma queste richiedono comunque una attenta considerazione e ore o giorni di lavoro per costruire. L’AI può semplificare notevolmente la visualizzazione dei risultati dell’osservabilità e dell’automazione aiutando nella creazione di dashboard e report personalizzati per casi d’uso specifici per il tracciamento, il monitoraggio e la collaborazione. Immaginate di dover sfogliare migliaia di informazioni di rete raccolte dalla telemetria e dall’analisi automatizzata e poi immaginate un assistente AI che trasforma quei dati in una dashboard visiva che evidenzia problemi urgenti e attività prioritarie.

Non Aiuta i Team NetOps:

1. Approvare le Modifiche di Rete – I team NetOps vogliono minimizzare il rischio di downtime, assicurare la conformità, aiutare a mantenere la sicurezza e allineare gli obiettivi aziendali, ed è per questo che l’approvazione delle modifiche di rete è una funzione così cruciale. Mentre l’AI può suggerire azioni consigliate, non può prendere una decisione di approvazione o finalizzazione delle modifiche di rete. Queste modifiche sono complesse, ogni rete aziendale è diversa e un errore può costare decine di migliaia di dollari in downtime. L’AI non ha dimostrato abbastanza conoscenze di networking avanzate per i dirigenti per fidarsi di essa con un compito così importante.

2. Progettare Reti Complesse – Ogni rete e le sue esigenze sono uniche. L’AI potrebbe potenzialmente progettare un giorno reti semplici per casi d’uso rudimentali, ma le reti aziendali sono troppo complesse e personalizzate per i loro casi d’uso specifici. Una società di trading potrebbe richiedere una rete a bassa latenza. Una società di consegna di contenuti video potrebbe richiedere una rete ad alta larghezza di banda. Una società di assistenza sanitaria potrebbe richiedere una rete ad alta disponibilità. Per non parlare dei vari protocolli che potrebbero essere più adatti a ogni azienda, dai tradizionali IP, multicast, MPLS e SD-WAN. L’AI non può calcolare ogni possibile iterazione di una rete e scegliere il miglior design. Solo un essere umano può prendere quelle considerazioni e decisioni.

3. Fare Scelte – I professionisti NetOps devono costantemente prendere decisioni critiche quotidiane sulla gestione del traffico, l’ottimizzazione delle prestazioni, rispondere agli allarmi e agli incidenti, approvare le modifiche di rete e altro. L’AI può certamente fornire informazioni a questi responsabili delle decisioni, ma non può capire il contesto abbastanza da valutare i compromessi, prendere decisioni difficili o fare scelte. Vorreste che l’AI prendesse una decisione che potrebbe influenzare la consegna del servizio di rete di un ospedale o di un’agenzia governativa?

4. Assumere la Responsabilità – I team NetOps sono giudicati in base al tempo di attività, alla disponibilità, alle prestazioni di rete, alla gestione dei problemi, all’aderenza alla conformità e altro. Con l’AI nel mix, come vengono misurati i team? Pensiamo che “è stata colpa dell’AI” sarà una risposta accettabile? L’AI non placherà mai gli stakeholder chiave o i clienti.

5. Innovare – Migliorare l’efficienza, migliorare le prestazioni, aumentare la scalabilità, migliorare l’esperienza utente… tutte queste cose richiedono innovazione. Gli esseri umani hanno la capacità di comprendere la complessità delle reti di oggi, combinarla con gli obiettivi aziendali di un’organizzazione e le funzioni del loro ruolo per creare idee e soluzioni uniche. L’AI non ha la capacità di mutare idee e creare qualcosa di nuovo. Non può pensare fuori dagli schemi e fornire soluzioni di rete innovative per le sfide aziendali.

Non c’è dubbio che l’AI sia uno strumento potente che sta essere integrato pesantemente in tutta la tecnologia. Può offrire un supporto prezioso ai team NetOps migliorando la visibilità, automatizzando i compiti e altro. Ma c’è anche molto che non può fare, e probabilmente non sarà mai in grado di fare. Siamo solo all’inizio di questa relazione simbiotica. Qual è la funzionalità killer AI che vorreste vedere in NetOps?