Lingping Gao, Oprichter, CEO en Voorzitter van NetBrain Technologies – Interviewreeks

Lingping Gao, Oprichter, Chief Executive Officer en Voorzitter van NetBrain Technologies, richtte het bedrijf in 2004 op met als missie om netwerkbeheer te vereenvoudigen. Voordat hij NetBrain oprichtte, was de heer Gao de Chief Network Architect bij Thomson Financial, waar hij de complexiteit van grote ondernemingsnetwerken beheerde en de uitdagingen van het onderhouden van netwerkprestaties meemaakte.

De heer Gao heeft ervaring in verschillende gebieden van het bedrijfsleven, waaronder management, engineering en internationale zaken binnen de netwerk-, software- en automotive-industrie. Hij heeft een BS en een BA in Automotive Engineering van de Tsinghua University en een MS in Engineering van de Yale University.

In 2004 opgericht, is NetBrain de marktleider voor netwerkautomatisering. Het technologieplatform biedt netwerkengineers end-to-end zichtbaarheid in hun hybride omgevingen en automatiseert hun taken in IT-workflows. Vandaag gebruiken meer dan 2.400 van ‘s werelds grootste ondernemingen en managed services providers NetBrain om netwerkdocumentatie te automatiseren, storingen te versnellen en netwerkbeveiliging te versterken, terwijl ze integreren met een rijke ecosysteem van partners. NetBrain heeft zijn hoofdkantoor in Burlington, Massachusetts, met medewerkers in de Verenigde Staten en Canada, Duitsland, het Verenigd Koninkrijk, India en China.

Wat inspireerde u om NetBrain in 2004 op te richten? Waren er specifieke uitdagingen die u bij Thomson Financial tegenkwam en die u ertoe brachten een lacune in netwerkbeheer te zien?

Vroeg in mijn carrière bracht ik vijf jaar door als netwerkengineer bij Thomson Financial. Ik herinner me dat ik op een dag op weg naar buiten uit het gebouw werd geroepen en de hele nacht doorbracht met het helpen oplossen van een probleem. Het bleek dat een Cisco-switch was geüpgraded en een belangrijke configuratie was gewijzigd. Ik vroeg me af waarom het zo lang duurde, zelfs met een heel team van slimme ingenieurs dat er aan werkte. Er moet toch een betere manier zijn.

Ik realiseerde me dat de reden waarom het oplossen van problemen zo moeilijk was, een gebrek aan gegevens was. Tijdens die lange nachten vroegen ingenieurs altijd dezelfde paar vragen. Wat voor apparaten bestaat mijn netwerk uit? Wat ziet de baseline eruit? Wie heeft dit gemaakt en waarom is het zo geconfigureerd? Ik begon NetBrain om het gemakkelijker te maken om die vragen te beantwoorden.

Ik wist dat als netwerkgegevens gemakkelijker toegankelijk waren, problemen veel sneller konden worden opgelost. In die eerste baan moest je een pieper en een stapel netwerkdiagrammen meenemen wanneer je met verlof ging! Mijn visie voor NetBrain was om ingenieurs snelle en gemakkelijke toegang te geven tot de netwerkgegevens die ze nodig hebben om problemen op te lossen en een manier om hun taken gemakkelijk te automatiseren, zodat ze kunnen worden geschaald en proactief in plaats van reactief kunnen worden uitgevoerd. Als we een probleem kunnen opsporen en oplossen voordat het een eindgebruiker beïnvloedt, hoeft niemand de hele nacht door te brengen met het oplossen van problemen! Nu, twintig jaar later, wordt mijn visie werkelijkheid met NetBrain.

NetBrain was een pionier in no-code automatisering voor netwerkbeheer. Wat was de gedachtegang achter het ontwikkelen van een no-code oplossing in plaats van traditionele scripting of programmering-gebaseerde automatisering?

We wilden de kritieke uitdagingen waarmee netwerkoperatieteams worden geconfronteerd, oplossen door de drempel voor het adopteren en gebruiken van netwerkautomatisering te verlagen en het toegankelijk te maken voor alle niveaus van IT-vaardigheden. We zien automatisering als het benutten van de expertise van netwerkengineers om automatisering te creëren, waardoor het platform nuttiger en dieper verankerd raakt in de cultuur van netwerkoperaties.

Script-gebaseerde DIY-netwerkautomatisering vereist een ingenieur die coderen kan, zoals Python, en een hoog niveau van netwerk- en CLI-kennis heeft. Er zijn gewoon niet genoeg mensen met die specifieke vaardigheden (en ze zijn duur!). Projecten die coders koppelen aan netwerkengineers resulteren in relatief weinig automatiseringen die alleen een beperkt aantal problemen kunnen aanpakken in plaats van herhalingen te stoppen.

No-code automatisering maakt het gemakkelijk genoeg om automatisering te implementeren en te schalen over hybride netwerken, zodat het kan worden gebruikt voor veel problemen – eigenlijk elk repetitief takenpatroon. Dit leidt tot een verandering in mindset waarbij NetOps en andere IT-teams naar automatisering kijken als hun eerste oplossing voor de meeste problemen, in plaats van een “laatste redmiddel” dat is voorbehouden aan alleen een paar hoogprioritaire problemen.

AI vormt steeds meer de enterprise IT-operations. Hoe versterkt AI de netwerkautomatiseringsmogelijkheden van NetBrain, met name bij het oplossen van problemen en het afdwingen van beveiliging?

AI-gebaseerde functies waren een belangrijke update in NetBrain’s meest recente versie, Next-Gen Release 12 (R12). Een van deze mogelijkheden omvat een GenAI LLM Co-Pilot, die netwerkautomatiseringsresultaten kan beoordelen, orkestreren en samenvatten met behulp van natuurlijke taal. Deze AI Co-Pilot fungeert als een technologievertaler, waardoor gebruikers kunnen communiceren met no-code automatisering zonder uitgebreide training nodig te hebben. We plannen om onze AI-mogelijkheden in toekomstige releases verder uit te breiden.

Onze chatbot fungeert ook als een virtueel selfservice-instrument, waardoor operatie- en beveiligingsteams essentiële netwerkgegevens kunnen verzamelen, waardoor waardevolle NetOps-bronnen voor strategischere activiteiten worden bespaard. Gebruikers kunnen vragen stellen in natuurlijke taal, waardoor intuïtief probleemoplossing en geautomatiseerde troubleshooting-, change management- en beoordelingsworkflows mogelijk worden.

In het algemeen zien we automatisering als de manier om NetOps-processen op te schalen tot machine-schaal en AI als de manier waarop mensen kunnen communiceren met die automatiseringen en het netwerk in het algemeen. Samen helpen ze de kennislacune binnen IT-teams te overbruggen door jarenlange ervaring van experts te verzamelen en beschikbaar te maken voor ingenieurs van alle niveaus. Bijna elk bedrijf heeft een ingenieur die weet hoe hij elk netwerkprobleem kan oplossen. Maar wat doe je als die persoon met verlof is, in een ander land is of niet beschikbaar is? Automatisering en AI helpen die persoon zijn kennis te delen met de rest van het IT-team zonder diepe technische en programmeervaardigheden te vereisen.

Kunt u ons door het proces van NetBrain’s Digital Twin-technologie heen loodsen en hoe dit organisaties helpt die hybride en multi-cloud netwerken beheren?.

NetBrain’s Digital Twin is een live-model van een klantennetwerk dat intent, traffic forwarding, topologie en apparaatgegevens omvat en ondersteuning biedt voor no-code automatisering en dynamische kaarten. In tegenstelling tot andere digitale tweelingen, bevat onze intent-laag een grote verzameling netwerkconfiguraties en service-level ontwerpen die essentieel zijn voor het effectief leveren van alle toepassingsvereisten.

Een andere unieke functie van onze digitale tweeling is dat deze real-time gegevens biedt over alle lagen, waardoor een meer naadloos geïntegreerd systeem ontstaat. Onze klanten zijn verzekerd van real-time berekeningen van baseline- en historische forwarding-paden over multi-cloud- en hybride omgevingen, evenals real-time topologie en configuraties van traditionele, virtuele en cloud-gebaseerde componenten met onze hybride netwerk. Dit, in combinatie met Network Auto-Discovery, elimineert de noodzaak om statische netwerkkaarten handmatig te maken en werkt elk onderdeel van het verbonden multi-vendor netwerk continu bij. Het voordeel van real-time gegevens is de mogelijkheid om efficiënter intern te werken zonder de zorg over menselijke fouten, terwijl u werkt in één apparaat dat de ontdekking van traditionele, virtuele en cloud-gebaseerde apparaten ondersteunt.

Veel bedrijven worstelen met netwerkuitval en troubleshooting. Hoe helpt NetBrain’s AI-gestuurde automatisering de Mean Time to Repair (MTTR) te verminderen?.

NetBrain vermindert de MTTR door troubleshooting efficiënter en gestroomlijnder te maken. Onze AI-gebaseerde automatisering doet dit op verschillende manieren:

• Automatisch maken van deelbare incidentensamenvattingen.
• Automatisch uitvoeren van bewakingscontroles om problemen te detecteren voordat ze een gebruiker beïnvloeden
• Automatisch uitvoeren van basisdiagnostische tests wanneer een ticket wordt geopend
• Automatisch sluiten van tickets
• Voorgestelde herstelmaatregelen of mogelijke oorzaken van problemen
• Andere IT-teams gemakkelijker toegang geven tot netwerkgegevens

Zelfs kleine tijdsbesparingen tellen snel op bij grote schaal – één van onze klanten schatte dat NetBrain hen 16.000 troubleshooting-uren bespaarde in 2022 op ongeveer 63.000 tickets door een reeks routine-diagnostische tests te automatiseren. Al met al maken deze mogelijkheden troubleshooting efficiënter en verminderen de MTTR rechtstreeks. Ze stellen ook level 1-engineers in staat om meer problemen zelf op te lossen en escalaties te verminderen. Dit wordt vaak “shifting left” genoemd. Het vrijwaart meer tijd voor senior-engineers om door te brengen aan moeilijker troubleshooting.

Met de opkomst van hybride cloud- en SDN-omgevingen, hoe zorgt NetBrain voor end-to-end netwerkzichtbaarheid en -compliantie over uiteenlopende infrastructuur?.

NetBrain zorgt voor uitgebreide netwerkzichtbaarheid en -compliantie over hybride cloud- en SDN-omgevingen. We ondersteunen naadloos multi-cloud infrastructuur zoals AWS, Microsoft Azure en Google Cloud Platform, evenals traditionele netwerken, SD-WAN en SDN-implementaties.

Ons platform stelt klanten in staat om cloudconfiguratieveranderingen in real-time te bewaken, continue compliantiebeoordelingen te automatiseren en evoluerende netwerkconfiguraties te volgen via een intuïtieve dashboard. Bovendien biedt NetBrain multi-laags beveiligingszichtbaarheid, waarbij cloudbeveiliging continu wordt geëvalueerd over netwerk-, server-, data- en toepassingslagen.

Voor SDN-stoffen verhoogt NetBrain de zichtbaarheid en maakt SDN-kennis gemakkelijk deelbaar tussen teams. Door automatisering te benutten, kunnen organisaties SDN-expertise opschalen en incidentrespons versnellen. Onze “Shift Left”-aanpak identificeert proactief root oorzaken en lost datacenterproblemen eerder op in de netwerkondersteuningslevenscyclus, waardoor de MTTR aanzienlijk wordt verlaagd.

Hoe heeft NetBrain zich aangepast aan nieuwe cybersecurity-uitdagingen, met name met de groeiende zorgen over netwerkbeveiligingskwetsbaarheden?.

Cyberbedreigingen evolueren snel en traditionele, reactieve beveiligingsbenaderingen kunnen niet langer bijbenen. NetBrain heeft zich aangepast door netwerkbeveiliging proactief en geautomatiseerd te maken, waardoor IT misconfiguraties en kwetsbaarheden kan vinden voordat ze kunnen worden uitgebuit door aanvallers.

We bieden Triple Defense Change Management, dat elke netwerkverandering valideert tegen beveiligingsbeleid voordat, tijdens en na de implementatie. Dit garandeert compliantie en voorkomt onbedoelde blootstelling. Onze automatisering controleert ook continu configuraties, detecteert afwijkingen en integreert met ITSM- en beveiligingsplatforms om best practices in real-time af te dwingen.

Door AI en automatisering te benutten, helpt NetBrain ondernemingen menselijke fouten te verminderen, responstijden te verbeteren en beveiligingsgaten te voorkomen, waardoor netwerken veilig blijven zonder operationele overhead toe te voegen.

Gezien NetBrain’s vermogen om uitval te elimineren en beveiligingsafdwang te verbeteren, ziet u een toekomst waarin AI-gestuurde netwerken volledig autonoom worden?.

Naarmate AI-gestuurde netwerken verder evolueren, vervangen ze langzaam traditionele netwerkmethoden. Volledige autonomie blijft echter een toekomstige mogelijkheid in plaats van een onmiddellijke realiteit.

AI speelt een cruciale rol bij het stroomlijnen van NetOps door arbeidsintensieve taken te automatiseren. Bijvoorbeeld, het identificeren en catalogiseren van IT-infrastructuurcomponenten – traditioneel een tijdrovend proces – kan nu aanzienlijk worden versneld. Met AI-gebaseerde Digital Twin-technologie kunnen taken zoals het diagnosticeren van een BGP-tunnelprobleem worden teruggebracht van twee uur tot slechts tien minuten. AI helpt ook de kennislacune binnen IT-teams te overbruggen door jarenlange ervaring van experts te verzamelen en te delen met ingenieurs van alle niveaus. Wanneer een probleem zich voordoet, kan AI niet alleen helpen bij de diagnose, maar ook corrigerende maatregelen, volgende stappen en follow-upprocedures aanbevelen – waardoor responstijden aanzienlijk worden verlaagd en teams problemen sneller kunnen oplossen.

Dat gezegd hebbende, heeft AI nog steeds beperkingen. Hoewel het gegevens kan analyseren, optimalisaties kan voorstellen en bepaalde processen kan automatiseren, kan het geen beslissingen nemen, verantwoordelijkheid dragen of netwerkveranderingen goedkeuren zonder menselijke toezicht. Gezien de complexiteit en hoge inzet van ondernemingsnetwerken, moeten de aanbevelingen van AI worden gevalideerd door ingenieurs om dure fouten en uitval te voorkomen. Tot AI grotere betrouwbaarheid en contextuele besluitvorming kan demonstreren, zullen volledig autonome netwerken een aspiratie blijven in plaats van een realiteit.

NetBrain bedient nu meer dan 2.500 ondernemingsklanten, waaronder een derde van de Fortune 500-bedrijven. Wat denkt u dat de sleutel is geweest tot uw succes in het opschalen en verkrijgen van ondernemingsadoptie?.

Ons succes komt voort uit de fundamentele transformatie van hoe ondernemingen hun netwerken beheren. Traditioneel, reactief troubleshooting schaalt niet, dus hebben we no-code netwerkautomatisering gepionierd om netwerkoperaties proactief te maken, niet alleen reactief.

Een belangrijke differentiator is onze Digital Twin, die real-time zichtbaarheid biedt in het hele hybride netwerk, waardoor teams diagnostiek kunnen automatiseren, gouden ingenieursnormen kunnen afdwingen en uitval kunnen voorkomen voordat deze zich voordoen. In combinatie met onze ITSM-geïntegreerde troubleshooting en Triple Defense Change Management, kunnen ondernemingen automatisering schalen over zelfs de meest complexe omgevingen – zonder een leger aan ontwikkelaars te vereisen.

Uiteindelijk maakt NetBrain automatisering toegankelijk, waardoor teams problemen sneller kunnen oplossen, ontwerpintentie kunnen afdwingen en bedrijfskritieke toepassingen soepel laten draaien. Automatisering in combinatie met nauwkeurige netwerkkaarten en dieper netwerkinzicht laat ons veel NetOps-uitdagingen oplossen zonder extra overhead.

Kijkend naar de toekomst, vijf jaar vooruit, hoe ziet u het landschap van netwerkautomatisering evolueren, en welke rol ziet u voor NetBrain Away in het vormgeven van de toekomst van AI-gestuurde netwerkoperaties?.

In de komende vijf jaar zal netwerkautomatisering zich ontwikkelen vanuit script-gebaseerde taken en reactief troubleshooting naar AI-gestuurde, intent-gebaseerde automatisering die dynamisch aanpast aan veranderende netwerkcondities. De dagen van handmatige diagnostiek en gefragmenteerde tools zijn geteld – automatisering zal de ruggengraat zijn van netwerkoperaties, waardoor resilientie, beveiliging en flexibiliteit op schaal worden gewaarborgd.

AI zal die automatisering toegankelijker maken en de drempel naar gebruikersgemak voor alle niveaus in operaties verlagen. Het zal het gemakkelijker maken om netwerkgegevens te verkrijgen en te vertalen naar begrijpelijke en zinvolle informatie, zodat teams risico’s kunnen verminderen en efficiënties sneller kunnen behalen.

NetBrain staat aan de vooravond van deze evolutie. Onze Digital Twin biedt een live-model van het netwerk, waardoor AI de ontwerpintentie kan begrijpen en proactief kan afdwingen. We zijn GenAI-gestuurde troubleshooting, zelfherstellende netwerken en diepere ITSM-integraties aan het pionieren, zodat ondernemingen kunnen verschuiven van handmatige interventie naar volledig autonome operaties. Onze visie is eenvoudig: maak netwerkautomatisering intuïtief, schaalbaar en onmisbaar – en maak elke ingenieur een automatiseringsexpert zonder dat ze hoeven te coderen.

In de komende jaren zal AI-gestuurde netwerkoperatie geen luxe zijn, maar een noodzaak. NetBrain leidt die charge, waarbij wordt gewaarborgd dat ondernemingen voorop blijven lopen in complexiteit, terwijl netwerken veilig, compliant en altijd beschikbaar blijven.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten NetBrain bezoeken.