Lingping Gao, Założyciel, Prezes i Przewodniczący NetBrain Technologies – Wywiad

Lingping Gao, Założyciel, Prezes i Przewodniczący NetBrain Technologies, założył firmę w 2004 roku z misją uproszczenia zarządzania sieciami. Przed założeniem NetBrain, Pan Gao był Głównym Architektem Sieci w Thomson Financial, gdzie zarządzał złożonością dużych sieci przedsiębiorstw i doświadczył trudności z utrzymaniem wydajności sieci.

Pan Gao ma doświadczenie w wielu dziedzinach biznesu, w tym zarządzaniu, inżynierii i biznesie międzynarodowym w branży sieciowej, oprogramowania i motoryzacyjnej. Ukończył studia licencjackie i magisterskie na Uniwersytecie Tsinghua w dziedzinie inżynierii samochodowej oraz studia magisterskie na Uniwersytecie Yale w dziedzinie inżynierii.

Założona w 2004 roku, NetBrain jest liderem rynku automatyzacji sieci. Platforma technologiczna firmy zapewnia inżynierom sieciowym pełną widoczność w hybrydowych środowiskach, automatyzując ich zadania w ramach przepływów pracy IT. Dziś ponad 2 400 z największych przedsiębiorstw i dostawców usług zarządzanych na świecie wykorzystuje NetBrain do automatyzacji dokumentacji sieci, przyspieszania rozwiązywania problemów i wzmocnienia bezpieczeństwa sieci – przy jednoczesnej integracji z bogatym ekosystemem partnerów. NetBrain ma siedzibę w Burlington w stanie Massachusetts, a jego pracownicy znajdują się w Stanach Zjednoczonych, Kanadzie, Niemczech, Wielkiej Brytanii, Indiach i Chinach.

Czym skłoniło Pana do założenia NetBrain w 2004 roku? Czy były jakieś konkretnych wyzwania, z którymi Pan się zetknął w Thomson Financial, które skłoniły Pana do zobaczenia luki w zarządzaniu sieciami?

Wczesnym etapie swojej kariery spędziłem pięć lat jako inżynier sieciowy w Thomson Financial. Pamiętam, jak pewnego dnia zostałem wezwany do centrum operacyjnego sieci, gdy wracałem do domu, i spędziłem całą noc, pomagając rozwiązać problem. Okazało się, że switch Cisco został zaktualizowany i zmienił ważną konfigurację. Zastanawiałem się, dlaczego zajęło to tak dużo czasu, mimo że mieliśmy cały zespół inteligentnych inżynierów pracujących nad tym. Z pewnością musi być lepszy sposób.

Zrozumiałem, że powodem, dla którego rozwiązywanie problemów było tak trudne, była brak danych. Podczas tych długich nocy inżynierowie zawsze zadawali te same kilka pytań. Z czego składa się moja sieć? Jaki jest stan podstawowy? Kto to zrobił i dlaczego jest skonfigurowany w ten sposób? Założyłem NetBrain, aby ułatwić odpowiedzi na te pytania.

Wiedziałem, że jeśli dane sieciowe byłyby łatwiej dostępne, problemy można by rozwiązać znacznie szybciej. W mojej pierwszej pracy musiałeś wziąć pager i stos diagramów sieci, gdy wyjeżdżałeś na urlop! Moja wizja dla NetBrain była taka, aby dać inżynierom szybki i łatwy dostęp do danych sieciowych, których potrzebują do rozwiązywania problemów, oraz sposób na łatwe zautomatyzowanie swoich zadań, aby mogli być skalowalni i wykonywani proaktywnie, a nie reaktywnie. Jeśli możemy wykryć i naprawić problem, zanim wpłynie on na użytkownika końcowego, nikt nie musi spędzać całej nocy, rozwiązując problemy! Teraz, 20 lat później, moja wizja staje się rzeczywistością dzięki NetBrain.

NetBrain był pionierem automatyzacji bez kodu dla zarządzania sieciami. Jaki był proces myślowy za opracowaniem rozwiązania bez kodu zamiast tradycyjnego skryptowania lub programowania?

Chcieliśmy rozwiązać krytyczne wyzwania stojące przed zespołami operacyjnymi sieci, obniżając barierę dla przyjęcia i korzystania z automatyzacji sieci, jednocześnie czyniąc ją dostępną dla wszystkich poziomów umiejętności IT. Widzimy automatyzację jako wykorzystanie ekspertyzy inżynierów sieciowych do tworzenia automatyzacji, co sprawia, że platforma staje się bardziej użyteczna i zakorzeniona w kulturze operacji sieciowych.

Automatyzacja DIY oparta na skryptach wymaga inżyniera, który zna kodowanie, takie jak Python, i ma wysoki poziom wiedzy o sieciach i CLI. Nie ma wystarczającej liczby osób z tymi konkretnymi umiejętnościami (i są one drogie!). Projekty, które łączą programistów z inżynierami sieciowymi, kończą się produkcją relatywnie niewielu automatyków, które mogą rozwiązać tylko ograniczoną liczbę problemów, zamiast zapobiegać ich powtarzaniu.

Automatyzacja bez kodu sprawia, że jest na tyle łatwa w wdrożeniu i skalowaniu w hybrydowych sieciach, że może być stosowana do wielu problemów – praktycznie każdego zadania powtarzalnego. Prowadzi to do zmiany myślenia, w której zespoły NetOps i inne zespoły IT będą szukać automatyzacji jako pierwszego rozwiązania dla większości problemów, a nie „ostatecznego środka” zarezerwowanego tylko dla kilku priorytetowych problemów.

AI coraz bardziej kształtuje operacje IT przedsiębiorstw. Jak AI ulepsza możliwości automatyzacji sieci NetBrain, zwłaszcza w rozwiązywaniu problemów i egzekwowaniu zabezpieczeń?

Funkcje zasilane przez AI były główną aktualizacją w najnowszej wersji NetBrain, Next-Gen Release 12 (R12). Jedną z tych możliwości jest GenAI LLM Co-Pilot, który może ocenić, zorchestrować i podsumować wyniki automatyzacji sieci przy użyciu języka naturalnego. Ten AI Co-Pilot służy jako tłumacz technologiczny, umożliwiając użytkownikom współpracę z automatyzacją bez kodu bez potrzeby obszernego szkolenia. Planujemy kontynuować rozwijanie naszych możliwości AI w nadchodzących wersjach.

Naszy czatbot również działa jako wirtualne narzędzie samoobsługi, umożliwiając zespołom operacyjnym i bezpieczeństwa gromadzenie istotnych informacji o sieci, co pozwala zaoszczędzić cenne zasoby NetOps na bardziej strategiczne działania. Użytkownicy mogą zadawać pytania w języku naturalnym, ułatwiając intuicyjne rozwiązywanie problemów i automatyzację workflow rozwiązywania problemów, zarządzania zmianami i oceny.

Bardziej ogólnie, widzimy automatyzację jako sposób na skalowanie procesów NetOps do skali maszynowej, a AI jako sposób, w jaki ludzie mogą współpracować z tymi automatyzacjami i siecią w ogóle. Razem one pomagają zlikwidować lukę wiedzy w zespołach IT, przechwytując lata doświadczenia ekspertów i czyniąc je dostępnymi dla inżynierów na wszystkich poziomach. Prawie każde przedsiębiorstwo ma inżyniera, który wie, jak rozwiązać każdy problem sieciowy. Ale co zrobić, gdy ta osoba jest na urlopie, w innym kraju lub niedostępna? Automatyzacja i AI pomagają udostępnić wiedzę tej osoby reszcie zespołu IT bez wymogu głębokich umiejętności inżynierskich i programistycznych.

Czy mógłby Pan opowiedzieć, jak działa technologia Digital Twin NetBrain i jak przynosi korzyści organizacjom zarządzającym hybrydowymi i wielochmurowymi sieciami?

Cyfrowy bliźniak NetBrain to model na żywo wielowendorowych sieci klienta, który uwzględnia Intencję, przekazywanie ruchu, topologię i dane urządzeń, a także obsługuje automatyzację bez kodu i dynamiczne mapy. W przeciwieństwie do innych bliźniaków cyfrowych, nasza warstwa intencji zawiera dużą kolekcję konfiguracji sieciowych i projektów na poziomie usług, niezbędnych do skutecznego dostarczania wszystkich wymagań aplikacji.

Inną unikalną cechą naszego bliźniaka cyfrowego jest to, że zapewnia dane w czasie rzeczywistym we wszystkich warstwach, tworząc bardziej bezproblemowy i zintegrowany system. Nasi klienci mają gwarancję obliczeń w czasie rzeczywistym ścieżek przekazywania podstawowych i historycznych w hybrydowych i wielochmurowych środowiskach, a także topologii i konfiguracji tradycyjnych, wirtualnych i opartych na chmurze komponentów w naszej sieci hybrydowej. To, w połączeniu z Auto-Discovery sieci, eliminuje konieczność ręcznego tworzenia statycznych map sieci i ciągłej aktualizacji każdego komponentu połączonej sieci wielowendorowej. Korzyścią z danych w czasie rzeczywistym jest możliwość efektywniejszej pracy wewnętrznej bez obawy o błędy ludzkie, pracując w jednym urządzeniu, które obsługuje odkrywanie tradycyjnych, wirtualnych i opartych na chmurze urządzeń.

Wiele firm boryka się z przestojami sieci i rozwiązywaniem problemów. Jak automatyzacja AI-driven NetBrain pomaga zmniejszyć Średni Czas Naprawy (MTTR)?

NetBrain zmniejsza MTTR, czyniąc rozwiązywanie problemów bardziej efektywnym i uporządkowanym. Nasza automatyzacja AI-driven robi to na kilka sposobów:

• Automatycznie tworzy dzielone pulpity nawigacyjne podsumowania incydentów.
• Prowadzi automatyczny monitoring w celu wykrycia problemów z rozwiązywaniem problemów przed ich wpływem na użytkownika.
• Automatycznie przeprowadza podstawowe testy diagnostyczne, gdy otwierany jest bilet.
• Automatycznie zamyka bilety.
• Sugestie napraw lub możliwe przyczyny problemów.
• Umożliwia innym zespołom IT łatwiejszy dostęp do danych sieciowych.

Nawet niewielkie oszczędności czasu szybko się kumulują w skali – jeden z naszych klientów oszacował, że NetBrain zaoszczędził im 16 000 godzin rozwiązywania problemów w 2022 roku na około 63 000 biletach, automatyzując serię rutynowych testów diagnostycznych. Wszystko to sprawia, że rozwiązywanie problemów staje się bardziej efektywne i zmniejsza MTTR bezpośrednio. Umożliwiają również inżynierom poziomu 1 rozwiązywanie większej liczby problemów samodzielnie i zmniejszają eskalacje. Często nazywa się to „przesunięciem w lewo”. Uwalnia to więcej czasu dla starszych inżynierów, aby spędzić go na trudniejszym rozwiązywaniu problemów.

Wraz ze wzrostem hybrydowych chmur i środowisk SDN, jak NetBrain zapewnia ciągłość obserwacji sieci i zgodność z różnymi infrastrukturami?

NetBrain zapewnia kompleksową obserwację sieci i zgodność w hybrydowych chmurowych i środowiskach SDN. Bezproblemowo obsługujemy infrastruktury wielochmurowe, takie jak AWS, Microsoft Azure i Google Cloud Platform, a także tradycyjne sieci, SD-WAN i wdrożenia SDN.

Nasza platforma umożliwia klientom monitorowanie zmian konfiguracji chmury w czasie rzeczywistym, automatyzację ciągłych ocen zgodności i śledzenie ewoluujących konfiguracji sieci za pomocą intuicyjnego pulpitu nawigacyjnego. Dodatkowo NetBrain zapewnia wielowarstwową obserwację bezpieczeństwa, ciągle oceniając bezpieczeństwo chmury na poziomie sieci, serwera, danych i aplikacji.

Dla tkanek SDN NetBrain zwiększa widoczność i sprawia, że wiedza SDN jest łatwo dzielona między zespołami. Wykorzystując automatyzację, organizacje mogą skalować wiedzę SDN, przyśpieszając odpowiedź na incydenty. Nasze podejście „przesunięcia w lewo” proaktywnie identyfikuje przyczyny pierwotne i rozwiązuje problemy centrum danych na wcześniejszym etapie cyklu wsparcia sieci, znacznie zmniejszając MTTR.

Jak NetBrain dostosował się do nowych wyzwań bezpieczeństwa, zwłaszcza wobec rosnących obaw o luki w zabezpieczeniach sieci?

Zagrożenia cybernetyczne ewoluują szybko, a tradycyjne, reaktywne podejścia do bezpieczeństwa nie mogą już nadążyć. NetBrain dostosował się, czyniąc bezpieczeństwo sieci proaktywnym i zautomatyzowanym, pomagając IT znaleźć nieprawidłowości konfiguracji i luki przed ich wykorzystaniem przez atakujących.

Oferujemy Triple Defense Change Management, który waliduje każdą zmianę sieci względem zasad bezpieczeństwa przed, podczas i po wdrożeniu. Zapewnia to zgodność i zapobiega niezamierzonej ekspozycji. Nasza automatyzacja również ciągle audytuje konfiguracje, wykrywa dryft i integruje się z platformami ITSM i bezpieczeństwa w celu egzekwowania najlepszych praktyk w czasie rzeczywistym.

Wykorzystując AI i automatyzację, NetBrain pomaga przedsiębiorstwom zmniejszyć błędy ludzkie, poprawić czas reakcji i zapobiec lukom w zabezpieczeniach, zapewniając, że sieci pozostają bezpieczne bez dodatkowego obciążenia operacyjnego.

Biorąc pod uwagę możliwość NetBrain, aby wyeliminować awarie i poprawić egzekwowanie zabezpieczeń, czy widzi Pan przyszłość, w której sieci AI-driven staną się w pełni autonomiczne?

Ponieważ sieci AI-driven nadal ewoluują, stopniowo zastępują one tradycyjne metody sieciowe. Jednak pełna autonomia pozostaje przyszłością, a nie natychmiastową rzeczywistością.

AI odgrywa kluczową rolę w usprawnianiu NetOps, automatyzując czasochłonne zadania. Na przykład identyfikacja i katalogowanie składników infrastruktury IT – tradycyjnie czasochłonne – może teraz zostać znacznie przyspieszona. Z technologią Digital Twin AI, zadania takie jak diagnozowanie problemu z tunelem BGP mogą zostać zmniejszone z dwóch godzin do zaledwie 10 minut. AI również pomaga zlikwidować lukę wiedzy w zespołach IT, przechwytując i dystrybuując lata doświadczenia ekspertów do inżynierów na wszystkich poziomach. Gdy pojawia się problem, AI nie tylko pomaga w diagnozie, ale również sugeruje działania naprawcze, następne kroki i procedury follow-up, dramatycznie zmniejszając czas reakcji i umożliwiając zespołom rozwiązywanie problemów szybciej.

Tej jednak AI nadal ma ograniczenia. Chociaż może analizować dane, sugerować optymalizacje i automatyzować pewne procesy, nie może podejmować decyzji, brać odpowiedzialności ani zatwierdzać zmian sieci bez nadzoru ludzkiego. Biorąc pod uwagę złożoność i wysokie stawki sieci przedsiębiorstw, zalecenia AI muszą być zwalidowane przez inżynierów, aby uniknąć kosztownych błędów i przestojów. Dopóki AI nie wykaże większej niezawodności i podejmowania decyzji w kontekście, w pełni autonomiczne sieci pozostaną aspiracją, a nie rzeczywistością.

NetBrain obsługuje obecnie ponad 2 500 klientów przedsiębiorstw, w tym jedną trzecią firm z listy Fortune 500. Co Pan uważa za klucz do swojego sukcesu w skalowaniu i zdobywaniu przyjęcia przez przedsiębiorstwa?

Nasz sukces wynika z fundamentalnej transformacji, jaką wprowadziliśmy w zarządzaniu sieciami przedsiębiorstw. Tradycyjne, reaktywne rozwiązywanie problemów nie skaluje się już, więc byliśmy pionierami automatyzacji sieci bez kodu, aby uczynić operacje sieciowe proaktywnymi, a nie tylko reaktywnymi.

Kluczowym differentiatorem jest nasz Digital Twin, który zapewnia widoczność w czasie rzeczywistym całej hybrydowej sieci, umożliwiając zespołom automatyzację diagnostyki, egzekwowanie standardów inżynierii złotej i zapobieganie awariom przed ich wystąpieniem. W połączeniu z naszym ITSM-zintegrowanym rozwiązywaniem problemów i Triple Defense Change Management, przedsiębiorstwa mogą skalować automatyzację w nawet najbardziej złożonych środowiskach – bez potrzeby armii deweloperów.

Ostatecznie NetBrain czyni automatyzację dostępną, umożliwiając zespołom rozwiązywanie problemów szybciej, egzekwowanie intencji projektowych i utrzymanie aplikacji krytycznych dla biznesu w stabilnym działaniu. Automatyzacja w połączeniu z dokładnym mapowaniem sieci i głębszym wglądem w sieć pozwala nam rozwiązać wiele wyzwań NetOps bez dodatkowego obciążenia.

Spójrzmy w przyszłość, pięć lat do przodu. Jak Pan widzi ewolucję automatyzacji sieci i jaką rolę NetBrain będzie odgrywał w kształtowaniu przyszłości operacji sieciowych AI-driven?

W ciągu najbliższych pięciu lat automatyzacja sieci przekształci się z zadań skryptowych i reaktywnego rozwiązywania problemów w automatyzację opartą na AI i intencjonalną, dynamicznie dostosowującą się do zmieniających się warunków sieci. Dni ręcznej diagnostyki i fragmentarycznych narzędzi są już liczonymi — automatyzacja będzie kręgosłupem operacji sieciowych, zapewniając odporność, bezpieczeństwo i elastyczność w skali.

AI sprawi, że ta automatyzacja stanie się bardziej dostępna i obniży barierę dla użycia na wszystkich poziomach w operacjach. Ułatwi uzyskanie i dostosowanie danych sieciowych do strawnych i znaczących informacji, aby zespoły mogły szybciej redukować ryzyko i zwiększać wydajność.

NetBrain jest na czele tej ewolucji. Nasz Digital Twin zapewnia model na żywo sieci, pozwalając AI zrozumieć jej intencję projektową i ją egzekwować proaktywnie. Jesteśmy pionierami automatyzacji opartej na GenAI, samouzdrawiających się sieci i głębszych integracji ITSM, aby przedsiębiorstwa mogły przesunąć się od interwencji ręcznej do w pełni autonomicznych operacji. Nasza wizja jest prosta: uczynić automatyzację sieci intuicyjną, skalowalną i niezastąpioną – zmieniając każdego inżyniera w eksperta automatyzacji bez potrzeby kodowania.

W ciągu najbliższych kilku lat operacje sieciowe AI-driven nie będą luksusem, ale koniecznością. NetBrain prowadzi ten ład, zapewniając, że przedsiębiorstwa pozostają przed złożonością, utrzymując sieci bezpieczne, zgodne i zawsze dostępne.

Dziękujemy za wspaniały wywiad. Czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić NetBrain.