Lingping Gao, grunnlegger, CEO og styreleder i NetBrain Technologies – Intervju-serie

Lingping Gao, grunnlegger, administrerende direktør og styreleder i NetBrain Technologies, etablerte selskapet i 2004 med mål om å forenkle nettverksstyring. Før han etablerte NetBrain, var herr Gao nettverksarkitekt i Thomson Financial, der han håndterte kompleksiteten i store bedriftsnettverk og opplevde utfordringene med å vedlikeholde nettverksytelse.

Herr Gao har erfaring innen flere områder av forretning, inkludert ledelse, ingeniørvirksomhet og internasjonal forretning innen nettverks-, programvare- og bilindustrien. Han har en bachelorgrad og en mastergrad i bilteknikk fra Tsinghua University og en mastergrad i ingeniørvitenskap fra Yale University.

NetBrain ble etablert i 2004 og er markedets ledende selskap for nettverksautomatisering. Deres teknologiplattform gir nettverksingeniører fullstendig oversikt over hybridmiljøer og automatiserer oppgaver over IT-arbeidsflyter. I dag bruker over 2 400 av verdens største bedrifter og managed services-leverandører NetBrain for å automatisere nettverksdokumentasjon, akselerere feilsøking og styrke nettverkssikkerhet – samtidig som de integrerer med en rik økosystem av partnere. NetBrain har hovedkontor i Burlington, Massachusetts, med ansatte i USA, Canada, Tyskland, Storbritannia, India og Kina.

Hva inspirerte deg til å starte NetBrain i 2004? Var det noen spesifikke utfordringer du møtte i Thomson Financial som gjorde at du så et hull i nettverksstyring?

Tidlig i min karriere tilbrakte jeg fem år som nettverksingeniør i Thomson Financial. Jeg husker at jeg en gang ble trukket inn i NOC på vei ut av bygningen en dag og tilbrakte hele natten med å hjelpe til å feilsøke et problem. Det viste seg at en Cisco-switch hadde blitt oppgradert og endret en viktig konfigurasjon. Jeg husker at jeg undret meg over hvorfor det tok så lang tid, selv om vi hadde et helt team av smarte ingeniører som arbeidet med det. Det måtte finnes en bedre måte.

Jeg innsett at grunnen til at feilsøking var så vanskelig var mangelen på data. Under disse lange nettene spurte ingeniørene alltid de samme få spørsmålene. Hva består nettverket mitt av? Hva ser baseline ut som? Hvem lagde dette, og hvorfor er det konfigurert på denne måten? Jeg startet NetBrain for å gjøre det enklere å svare på disse spørsmålene.

Jeg visste at hvis nettverksdata var mer lett tilgjengelig, kunne problemer løses mye raskere. I min første jobb måtte du ta med en pager og en stak nettverksdiagrammer når du dro på ferie! Min visjon for NetBrain var å gi ingeniører rask og enkel tilgang til nettverksdataene de trenger for å løse problemer og en måte å enkelt automatisere oppgavene sine så de kan skaleres opp og gjøres proaktivt i stedet for reaktivt. Hvis vi kan fange og fikse et problem før det påvirker en sluttbruker, trenger ingen å tilbringe hele natten med å feilsøke! Nå, 20 år senere, er min visjon i ferd med å bli virkelighet med NetBrain.

NetBrain var en pioner innen no-code-automatisering for nettverksstyring. Hva var tenketanken bak å utvikle en no-code-løsning i stedet for tradisjonell skriptbasert eller programmeringsbasert automatisering?

Vi ønsket å løse de kritiske utfordringene som nettverksoperasjonslag møter ved å senke terskelen for å bruke og tilpasse nettverksautomatisering, og gjøre det tilgjengelig for alle nivåer av IT-ferdigheter. Vi ser på automatisering som å utnytte nettverksingeniørenes ekspertise for å skape automatisering, og gjøre plattformen mer nyttig og integrert i nettverksoperasjonens kultur.

Skriptbasert DIY-nettverksautomatisering krever en ingeniør som kjenner til kode som Python og har en høy grad av nettverks- og CLI-kunnskap. Det finnes bare ikke nok mennesker med denne spesifikke ferdighetsprofilen (og de er dyre!). Prosjekter som parer kodere med nettverksingeniører ender ofte med å produsere relativt få automatiseringer som bare kan løse et begrenset sett med problemer i stedet for å stoppe gjentakelser.

No-code-automatisering gjør det enkelt nok å distribuere og skalerer automatisering over hybridnettverk så det kan brukes til mange problemer – faktisk alle repetitive oppgaver. Dette fører til en endring i tankemåten hvor NetOps og andre IT-lag vil se på automatisering som sin første løsning for de fleste problemer, i stedet for en “siste utvei” som bare brukes for noen få høyprioriterte saker.

AI former stadig mer enterprise IT-operasjoner. Hvordan forbedrer AI NetBrains nettverksautomatiseringsfunksjoner, særlig når det gjelder feilsøking og sikkerhetsiverksetting?

AI-drevne funksjoner var en stor oppdatering i NetBrains siste versjon, Next-Gen Release 12 (R12). En av disse funksjonene inkluderer en GenAI LLM Co-Pilot, som kan vurdere, orchestrere og summerer nettverksautomatiseringsresultater ved hjelp av naturlig språk. Denne AI Co-Piloten fungerer som en teknologioversetter, som muliggjør at brukerne kan engasjere med no-code-automatisering uten omfattende trening. Vi planlegger å fortsette å utvide våre AI-kapasiteter i kommende utgaver.

Vår chatbot fungerer også som et virtuelt selvbetjeningsverktøy, som tillater operasjons- og sikkerhetsteam å samle inn essensiell nettverksinformasjon, og dermed bevare verdifulle NetOps-ressurser for mer strategiske aktiviteter. Brukere kan stille spørsmål på naturlig språk, som muliggjør intuitiv problemløsning og automatisering av feilsøking, endringsstyring og vurderingsarbeidsflyter.

I bred forstand ser vi på automatisering som måten å skalerer NetOps-prosesser opp til maskinmål, og AI som måten mennesker kan samhandle med disse automatiseringene og nettverket som helhet. Sammen hjelper de med å lukke kunnskapsgapet innen IT-lag ved å fange år med ekspertkunnskap og gjøre det tilgjengelig for ingeniører på alle nivåer. Nesten hver enkelt bedrift har en ingeniør som vet hvordan de kan løse alle nettverksproblemer. Men hva gjør du når denne personen er på ferie, i et annet land eller utilgjengelig? Automatisering og AI hjelper med å dele denne personens kunnskap med resten av IT-laget uten å kreve dyp ingeniør- og kodeferdigheter.

Kan du gå gjennom hvordan NetBrains Digital Twin-teknologi fungerer og hvordan den forbedrer organisasjoner som styrer hybrid- og multi-cloud-nettverk?

NetBrains Digital Twin er en live-modell av en kundes multi-vendor-nettverk som inkorporerer Intent, trafikkvidereformidling, topologi og enhetsdata og støtter no-code-automatisering og dynamiske kart. I motsetning til andre digitale tvillinger, inneholder vår intensjonslag en stor samling av nettverkskonfigurasjoner og tjenestenivådesign som er essensielle for å levere alle applikasjonskrav.

En annen unik funksjon i vår digitale tvilling er at den gir sanntidsdata over alle lag, og skaper et mer sammenhengende og integrert system. Våre kunder er garantert sanntidsberegninger av baseline og historisk trafikkvidereformidling over multi-cloud- og hybridmiljøer, samt sanntidstopologi og konfigurasjoner av ​​tradisjonelle, virtuelle og cloud-baserte komponenter med vårt hybridnettverk. Dette, kombinert med nettverksautodiscovery, fjerner behovet for å manuelt lage statiske nettverkskart og oppdaterer kontinuerlig alle komponenter i det tilkoblede multi-vendor-nettverket. Fordelen med sanntidsdata er evnen til å arbeide mer effektivt internt uten å bekymre seg for menneskelig feil, mens man arbeider i en enkelt enhet som støtter oppdagelse av tradisjonelle, virtuelle og cloud-baserte enheter.

Mange selskaper sliter med nettverksnedetid og feilsøking. Hvordan hjelper NetBrains AI-drevne automatisering med å redusere gjennomsnittlig tid til reparasjon (MTTR)?

NetBrain reduserer MTTR ved å gjøre feilsøking mer effektiv og strømlinjeformet. Vår AI-drevne automatisering gjør dette på flere måter:

• Automatisk opprette delbare hendelsessammendragsdashboards.
• Utføre automatisk overvåking for å oppdage feilsøkingsproblemer før de påvirker en bruker
• Automatisk utføre grunnleggende diagnostiske tester når en billett åpnes
• Automatisk lukke billetter
• Forslag remedier eller mulige årsaker til problemer
• Gi andre IT-lag enklere tilgang til nettverksdata

Selv små tidsbesparelser kompenserer raskt i skala – en av våre kunder estimerte at NetBrain sparede dem 16 000 feilsøkningstimer i 2022 på om lag 63 000 billetter ved å automatisere en rekke rutinemessige diagnostiske tester. Alle disse funksjonene gjør feilsøking mer effektiv og reduserer MTTR direkte. De muliggjør også at niveau 1-ingeniører kan løse flere problemer på egen hånd og redusere eskalasjoner. Dette kalles ofte “skifte til venstre”. Det frigjør mer tid for senioringeniører til å bruke på vanskeligere feilsøking.

Med økningen av hybrid cloud- og SDN-miljøer, hvordan sikrer NetBrain end-to-end nettverksobservasjon og overholdelse over diverse infrastrukturer?

NetBrain sikrer omfattende nettverksobservasjon og overholdelse over hybrid cloud- og SDN-miljøer. Vi støtter uten problemer multi-cloud-infrastrukturer som AWS, Microsoft Azure og Google Cloud Platform, samt tradisjonelle nettverk, SD-WAN og SDN-utviklinger.

Vår plattform muliggjør at kundene kan overvåke cloud-konfigurasjonsendringer i sanntid, automatisere kontinuerlige overholdelsesvurderinger og spore utviklingen av nettverkskonfigurasjoner gjennom en intuitiv dashboard. I tillegg tilbyr NetBrain multi-lagd sikkerhetsobservasjon, som kontinuerlig vurderer cloud-sikkerhet over nettverks-, server-, data- og applikasjonslag.

For SDN-stoffer forbedrer NetBrain synligheten og gjør det enkelt å dele SDN-kunnskap over lag. Ved å utnytte automatisering kan organisasjoner skalerer SDN-ekspertise og akselerere hendelsesrespons. Vår “Skifte til venstre”-tilnærming identifiserer proaktivt årsaker og løser datacenterproblemer tidligere i nettverksstøttesyklusen, og reduserer betydelig MTTR.

Hvordan har NetBrain tilpasset seg nye cybersecurity-utfordringer, særlig med økende bekymring om nettverkssikkerhetssvakheter?

Cybertrusler utvikler seg raskt, og tradisjonelle, reaktive sikkerhetsmetoder kan ikke holde tritt. NetBrain har tilpasset seg ved å gjøre nettverkssikkerhet proaktiv og automatisert, og hjelper IT å finne konfigurasjonsfeil og svakheter før de kan utnyttes av angripere.

Vi tilbyr Triple Defense Change Management, som validerer hver nettverksendring mot sikkerhetspolitikker før, under og etter implementering. Dette sikrer overholdelse og forhindrer uventet eksponering. Vår automatisering auditerer også kontinuerlig konfigurasjoner, detekterer avvik og integrerer med ITSM- og sikkerhetsplattformer for å påtvinge beste praksis i sanntid.

Ved å utnytte AI og automatisering hjelper NetBrain bedrifter å redusere menneskelig feil, forbedre respons tid og forebygge sikkerhetshull, og sikrer at nettverkene forblir sikre uten å legge til operasjonell overhead.

Gitt NetBrains evne til å eliminere nedetid og forbedre sikkerhetsiverksetting, ser du en fremtid hvor AI-drevne nettverk blir fullstendig autonome?

Som AI-drevne nettverk fortsetter å utvikle seg, erstatter de stadig mer tradisjonelle nettverksmetoder. Men full autonomi er fremdeles en fremtidig mulighet snarere enn en umiddelbar realitet.

AI spiller en avgjørende rolle i å strømlinjeforme NetOps ved å automatisere arbeidskrevende oppgaver. For eksempel kan identifisering og katalogisering av IT-infrastrukturkomponenter – tradisjonelt en tidskrevende prosess – nå akselereres betydelig. Med AI-drevne Digital Twin-teknologi kan oppgaver som å diagnostisere et BGP-tunnelproblem reduseres fra to timer til bare ti minutter. AI hjelper også med å lukke kunnskapsgapet innen IT-lag ved å fange og distribuere år med ekspertkunnskap til ingeniører på alle nivåer. Når et problem oppstår, kan AI ikke bare hjelpe med å diagnostisere, men også anbefale korrektive tiltak, neste steg og oppfølgingsprosedyrer – og dramatisk redusere responstid og muliggjøre at lag kan løse problemer raskere.

Det er sagt, AI har fremdeles begrensninger. Mens det kan analysere data, foreslå optimaliseringer og automatisere visse prosesser, kan det ikke fatte beslutninger, ta ansvar eller godkjenne nettverksendringer uten menneskelig tilsyn. Gitt kompleksiteten og høyrisikoen i bedriftsnettverk, må AI-anbefalinger være validert av ingeniører for å forhindre dyre feil og nedetid. Før AI kan demonstrere større pålitelighet og kontekstuell beslutning, vil fullstendig autonome nettverk forbli en aspirasjon snarere enn en realitet.

NetBrain betjener nå over 2 500 bedriftskunder, inkludert en tredjedel av Fortune 500-selskapene. Hva tror du har vært nøkkelen til din suksess i å skalerer og få bedriftsadoptsjon?

Vår suksess kommer fra å fundamentalt transformere hvordan bedrifter håndterer sine nettverk. Tradisjonell, reaktiv feilsøking skalerer ikke lenger, så vi var pionerer innen no-code-nettverksautomatisering for å gjøre nettverksoperasjoner proaktive, ikke bare reaktive.

En nøkkel til å skille oss ut er vår Digital Twin, som gir sanntidsvisning av hele hybridnettverket, og lar lag automatisere diagnostikk, påtvinge gylne ingeniørstandarder og forhindre nedetid før de skjer. Kombinert med vår ITSM-integerte feilsøking og Triple Defense Change Management, kan bedrifter skalerer automatisering over selv de mest komplekse miljøer – uten å kreve en hær av utviklere.

Til slutt gjør NetBrain automatisering tilgjengelig, og muliggjør at lag kan løse problemer raskere, påtvinge designintensjon og holde forretningskritiske applikasjoner kjørende smidig. Automatisering kombinert med nøyaktig nettverkskartlegging og dypere nettverksinnsikt lar oss løse mange NetOps-utfordringer uten ekstra overhead.

Ser du for deg landskapet for nettverksautomatisering utvikle seg de neste fem årene, og hvilken rolle ser du for NetBrain i å forme fremtiden for AI-drevne nettverksoperasjoner?

Over de neste fem årene vil nettverksautomatisering gå fra skriptbaserte oppgaver og reaktiv feilsøking til AI-drevne, intensjonsbaserte automatiseringer som dynamisk tilpasser seg endrede nettverksforhold. Dager med manuell diagnostikk og fragmenterte verktøy er talløse – automatisering vil være ryggraden i nettverksoperasjoner, og sikre motstandskraft, sikkerhet og smidighet i skala.

AI vil gjøre at automatisering blir mer tilgjengelig og senke terskelen for bruk på alle nivåer i operasjonene. Det vil gjøre det enklere å hente og tilpasse nettverksdata til meningsfulle og forståelige opplysninger, så lag kan redusere risiko og øke effektivitet raskere.

NetBrain er i fremkant av denne utviklingen. Vår Digital Twin gir en live-modell av nettverket, som lar AI forstå dens designintensjon og påtvinge den proaktivt. Vi er pionerer innen GenAI-drevne feilsøking, selvhealing nettverk og dypere ITSM-integrasjoner, så bedrifter kan skifte fra manuell inngripen til fullstendig autonome operasjoner. Vår visjon er enkel: gjøre nettverksautomatisering intuitiv, skalerbar og uunnværlig – og gjøre hver enkelt ingeniør til en automatiseringsekspert uten å kreve at de kan kode.

I de neste årene vil AI-drevne nettverksoperasjoner ikke lenger være en luksus, men en nødvendighet. NetBrain er i fremkant av denne utviklingen, og sikrer at bedrifter forblir foran kompleksiteten og holder nettverkene sikre, overholdelige og alltid tilgjengelige.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke NetBrain.