Lingping Gao, Grundare, VD och Ordförande för NetBrain Technologies – Intervjuer

Lingping Gao, Grundare, VD och Ordförande för NetBrain Technologies, etablerade företaget 2004 med en mission att förenkla nätverkshantering. Innan han grundade NetBrain var herr Gao chefsnätverksarkitekt på Thomson Financial, där han hanterade komplexiteten i stora företagsnätverk och upplevde utmaningarna med att upprätthålla nätverksprestanda.

Herr Gao har erfarenhet inom flera områden, inklusive ledning, teknik och internationell verksamhet inom nätverks-, programvaru- och bilindustrin. Han har en kandidatexamen och en filosofie kandidatexamen i bilteknik från Tsinghua University och en masterexamen i teknik från Yale University.

NetBrain grundades 2004 och är marknadsledande inom nätverksautomatisering. Dess tekniska plattform ger nätverksingenjörer en helhetsbild av sina hybridmiljöer samtidigt som den automatiserar uppgifter över IT-flöden. Idag använder över 2 400 av världens största företag och leverantörer av hanterade tjänster NetBrain för att automatisera nätverksdokumentation, påskynda felsökning och stärka nätverkssäkerhet – samtidigt som de integrerar med en rik ekosystem av partners. NetBrain har sitt huvudkontor i Burlington, Massachusetts, med anställda i USA, Kanada, Tyskland, Storbritannien, Indien och Kina.

Vad inspirerade dig att starta NetBrain 2004? Fanns det några specifika utmaningar du stötte på på Thomson Financial som ledde dig att se ett behov av nätverkshantering?

Tidigt i min karriär tillbringade jag fem år som nätverksingenjör på Thomson Financial. Jag minns att jag en dag blev inkallad till NOC på väg ut från byggnaden och tillbringade hela natten med att hjälpa till att felsöka ett problem. Det visade sig att en Cisco-switch hade uppgraderats och det hade förändrat en viktig konfiguration. Jag undrade varför det tog så lång tid, trots att vi hade ett helt team av smarta ingenjörer som arbetade på det. Det måste finnas ett bättre sätt.

Jag insåg att anledningen till att felsökningen var så svår var bristen på data. Under de långa nätterna ställde ingenjörerna alltid samma få frågor. Vilka enheter består mitt nätverk av? Vad ser baslinjen ut som? Vem skapade detta och varför är det konfigurerat på det här sättet? Jag startade NetBrain för att göra det lättare att besvara dessa frågor.

Jag visste att om nätverksdata var mer lättillgänglig, kunde problem lösas mycket snabbare. På mitt första jobb skulle du ta med en personsökare och en stapel nätverksdiagram när du gick på semester! Min vision för NetBrain var att ge ingenjörerna snabb och enkel tillgång till den nätverksdata de behöver för att lösa problem och ett sätt att enkelt automatisera sina uppgifter så att de kan skalas upp och göras proaktivt istället för reaktivt. Om vi kan upptäcka och åtgärda ett problem innan det påverkar en slutanvändare, behöver ingen tillbringa hela natten med att felsöka! Nu, 20 år senare, är min vision på väg att förverkligas med NetBrain.

NetBrain banade väg för no-code-automatisering för nätverkshantering. Vad var tankarna bakom utvecklingen av en no-code-lösning istället för traditionell skriptbaserad eller programmeringsbaserad automatisering?

Vi ville lösa de kritiska utmaningarna som nätverksoperationsteam stod inför genom att sänka tröskeln för att anta och använda nätverksautomatisering samtidigt som vi gjorde det tillgängligt för alla nivåer av IT-kompetens. Vi ser automatisering som ett sätt att utnyttja nätverksingenjörernas expertis för att skapa automatisering, vilket gör plattformen mer användbar och djupt rotad i nätverksoperationernas kultur.

Skriptbaserad DIY-nätverksautomatisering kräver en ingenjör som känner till kodning, till exempel Python, och har en hög nivå av nätverks- och CLI-kunskap. Det finns helt enkelt inte tillräckligt med personer med den specifika kompetensprofilen (och de är dyra!). Projekt som parar kodare med nätverksingenjörer resulterar ofta i relativt få automatiseringar som endast kan hantera ett begränsat antal problem istället för att förhindra återkommande problem.

No-code-automatisering gör det lättare att distribuera och skala automatisering över hybridnätverk så att det kan användas för många problem – i princip alla repetitiva uppgifter. Detta leder till en förändring i synsätt där NetOps och andra IT-team kommer att se automatisering som sin första lösning för de flesta problem, snarare än en “sista utväg” som är reserverad för endast ett fåtal högprioriterade problem.

AI formas alltmer av företags IT-operationer. Hur förbättrar AI NetBrains nätverksautomatiseringsförmåga, särskilt när det gäller felsökning och säkerhetsenforcement?

AI-drivna funktioner var en stor uppdatering i NetBrains senaste version, Next-Gen Release 12 (R12). En av dessa funktioner inkluderar en GenAI LLM Co-Pilot, som kan utvärdera, orkestrera och sammanfatta nätverksautomatiseringsresultat med hjälp av naturligt språk. Denna AI Co-Pilot fungerar som en teknisk översättare, vilket möjliggör för användare att engagera sig i no-code-automatisering utan behov av omfattande utbildning. Vi planerar att fortsätta utöka våra AI-funktioner i kommande versioner.

Vår chatbot fungerar också som ett virtuellt självbetjäningsverktyg, vilket möjliggör för drift- och säkerhetsteam att samla in viktig nätverksinformation, vilket sparar värdefulla NetOps-resurser för mer strategiska aktiviteter. Användare kan ställa frågor på naturligt språk, vilket underlättar intuitivt problemhantering och automatiserar felsökning, ändringshantering och utvärderingsflöden.

I allmänhet ser vi automatisering som ett sätt att skala upp NetOps-processer till maskinskala och AI som ett sätt för människor att interagera med dessa automatiseringar och nätverket i sin helhet. Tillsammans hjälper de till att överbrygga kunskapsgapet inom IT-team genom att fånga år av expertkunskap och göra den tillgänglig för ingenjörer på alla nivåer. Nästan varje företag har en ingenjör som vet hur man löser alla nätverksproblem. Men vad gör man när den personen är på semester, i ett annat land eller otillgänglig? Automatisering och AI hjälper till att dela den personens kunskap med resten av IT-teamet utan att kräva djup ingenjörskompetens och programmeringsfärdigheter.

Kan du förklara hur NetBrains Digital Twin-teknik fungerar och hur den gynnar organisationer som hanterar hybrid- och multi-molntjänster?

NetBrains Digital Twin är en levande modell av en klients multi-vendor-nätverk som inkorporerar avsikt, trafikdirigering, topologi och enhetsdata och stöder no-code-automatisering och dynamiska kartor. Till skillnad från andra digitala tvillingar innehåller vår avsiktslager en stor samling nätverkskonfigurationer och serviceutformningar som är väsentliga för att effektivt leverera alla programkrav.

En annan unik funktion i vår digitala tvilling är att den tillhandahåller realtidsdata över alla lager, vilket skapar ett mer sammanhängande och integrerat system. Våra kunder garanteras levande beräkningar av baslinje och historiska dirigeringssökvägar över multi-moln- och hybridmiljöer, samt realtids-topologi och konfigurationer av traditionella, virtuella och molnbaserade komponenter i vårt hybridnätverk. Detta, i kombination med nätverksautouppdagning, eliminerar behovet av att manuellt skapa statiska nätverkskartor och uppdaterar kontinuerligt varje komponent i det anslutna multi-vendor-nätverket. Fördelen med realtidsdata är förmågan att arbeta mer effektivt internt utan att behöva oroa sig för mänskliga fel samtidigt som man arbetar i en enda enhet som stöder upptäckt av traditionella, virtuella och molnbaserade enheter.

Många företag kämpar med nätverksavbrott och felsökning. Hur hjälper NetBrains AI-drivna automatisering till att minska Medel tid till reparation (MTTR)?

NetBrain minskar MTTR genom att göra felsökningen mer effektiv och strömlinjeformad. Vår AI-drivna automatisering gör detta på flera sätt:

• Skapar automatiskt delbara incidentssammanfattningsinstrumentpaneler.
• Utför automatisk övervakning för att upptäcka felsökningsproblem innan de påverkar en användare
• Utför automatiskt grundläggande diagnostiska tester varje gång en biljett öppnas
• Stänger automatiskt biljetter
• Föreslår åtgärder eller möjliga orsaker till problem
• Ger andra IT-team enklare tillgång till nätverksdata

Även små tidsbesparingar ackumuleras snabbt i stor skala – en av våra kunder uppskattade att NetBrain sparade dem 16 000 felsökningstimmar 2022 på cirka 63 000 biljetter genom att automatisera en serie rutinmässiga diagnostiska tester. Sammantaget gör dessa funktioner felsökningen mer effektiv och minskar MTTR direkt. De möjliggör också för nivå 1-ingengörer att lösa fler problem på egen hand och minska eskaleringar. Detta kallas ofta “skifta vänster”. Det frigör mer tid för seniora ingenjörer att ägna sig åt svårare felsökning.

Med den ökande användningen av hybridmoln och SDN-miljöer, hur säkerställer NetBrain en helhetsbild av nätverket och efterlevnad över diversifierade infrastrukturer?

NetBrain säkerställer en allomfattande nätverksövervakning och efterlevnad över hybridmoln- och SDN-miljöer. Vi stöder sömlöst multi-molninfrastrukturer som AWS, Microsoft Azure och Google Cloud Platform, samt traditionella nätverk, SD-WAN och SDN-distributioner.

Vår plattform möjliggör för kunder att övervaka molnkonfigurationsändringar i realtid, automatisera kontinuerliga efterlevnadsbedömningar och spåra utvecklingen av nätverkskonfigurationer via en intuitiv instrumentpanel. Dessutom tillhandahåller NetBrain multi-lagersäkerhetsövervakning, som kontinuerligt utvärderar molnsäkerhet över nätverks-, server-, data- och applikationslager.

För SDN-tyger förbättrar NetBrain synligheten och gör det enkelt att dela SDN-kunskap över team. Genom att utnyttja automatisering kan organisationer skala SDN-kompetens samtidigt som de accelererar incidenthantering. Vår “Skifta vänster”-ansats identifierar proaktivt rotorsaken och löser datacenterproblem tidigare i nätverksstöds cykeln, vilket minskar MTTR avsevärt.

Hur har NetBrain anpassat sig till nya cybersäkerhetsutmaningar, särskilt med tanke på de växande bekymren om nätverkssäkerhetsvänerlighet?

Cyberhot är under snabb utveckling, och traditionella, reaktiva säkerhetsmetoder kan inte längre hålla jämna steg. NetBrain har anpassat sig genom att göra nätverkssäkerheten proaktiv och automatiserad, vilket hjälper IT att hitta konfigurationsfel och sårbarheter innan de kan utnyttjas av angripare.

Vi erbjuder Triple Defense Change Management, som validerar varje nätverksändring mot säkerhetsprinciper före, under och efter implementeringen. Detta säkerställer efterlevnad och förhindrar oavsiktlig exponering. Vår automatisering granskar också kontinuerligt konfigurationer, upptäcker avvikelser och integrerar med ITSM- och säkerhetsplattformar för att verkställa bästa praxis i realtid.

Genom att utnyttja AI och automatisering hjälper NetBrain företag att minska mänskliga fel, förbättra svarstider och förhindra säkerhetsluckor, vilket säkerställer att nätverken förblir säkra utan att lägga till operativ överbelastning.

Med tanke på NetBrains förmåga att eliminera avbrott och förbättra säkerhetsenforcement, ser du en framtid där AI-drivna nätverk blir fullständigt autonoma?

Så länge AI-drivna nätverk fortsätter att utvecklas, ersätter de gradvis traditionella nätverksmetoder. Men full autonomi förblir en framtida möjlighet snarare än en omedelbar verklighet.

AI spelar en avgörande roll för att strömlinjeforma NetOps genom att automatisera arbetskrävande uppgifter. Till exempel kan identifiering och katalogisering av IT-infrastrukturkomponenter – traditionellt en tidskrävande process – nu accelereras avsevärt. Med AI-driven Digital Twin-teknik kan uppgifter som att diagnostisera ett BGP-tunnelproblem minskas från två timmar till bara tio minuter. AI hjälper också till att överbrygga kunskapsgapet inom IT-team genom att fånga och distribuera år av expertkunskap till ingenjörer på alla nivåer. När ett problem uppstår kan AI inte bara hjälpa till med diagnos, utan också föreslå korrigeringsåtgärder, nästa steg och uppföljningsförfaranden – vilket dramatiskt minskar svarstider och möjliggör för team att lösa problem snabbare.

NetBrain betjänar nu över 2 500 företagskunder, inklusive en tredjedel av Fortune 500-företagen. Vad tror du har varit nyckeln till er framgång i skalning och att vinna företagsacceptans?

Vår framgång kommer från att vi har förändrat grunderna för hur företag hanterar sina nätverk. Traditionell, reaktiv felsökning fungerar inte längre i stor skala, så vi banade väg för no-code-nätverksautomatisering för att göra nätverksoperationer proaktiva, inte bara reaktiva.

En viktig differentiering är vår Digital Twin, som ger en helhetsbild av hela hybridnätverket, vilket möjliggör för team att automatisera diagnostik, verkställa gyllene ingenjörsmässiga standarder och förhindra avbrott innan de inträffar. I kombination med vår ITSM-integrerade felsökning och Triple Defense Change Management kan företag skala automatisering över även de mest komplexa miljöer – utan att kräva en armé av utvecklare.

I slutändan gör NetBrain automatisering tillgänglig, vilket möjliggör för team att lösa problem snabbare, verkställa designavsikt och hålla affärskritiska applikationer igång smidigt. Automatisering i kombination med korrekt nätverkskartering och djupare nätverksinsikt låter oss lösa många NetOps-utmaningar utan extra belastning.

Om fem år, hur ser du på landskapet för nätverksautomatisering, och vilken roll ser du NetBrain spela i att forma framtiden för AI-drivna nätverksoperationer?

Under de kommande fem åren kommer nätverksautomatisering att gå bortom skriptbaserade uppgifter och reaktiv felsökning till AI-drivna, avsiktsbaserade automatiseringar som dynamiskt anpassar sig till förändrade nätverksförhållanden. Dagens manuella diagnostik och fragmenterade verktyg är på väg att försvinna – automatisering kommer att vara ryggraden i nätverksoperationer, som säkerställer motståndskraft, säkerhet och smidighet i stor skala.

AI kommer att göra den automatiseringen tillgänglig och sänka tröskeln för användbarhet på alla nivåer i operationerna. Det kommer att göra det lättare att erhålla och anpassa nätverksdata till lättförståelig och meningsfull information så att team kan minska risker och vinna effektivitet snabbare.

NetBrain är i framkanten av denna utveckling. Vår Digital Twin tillhandahåller en levande modell av nätverket, vilket möjliggör för AI att förstå dess designavsikt och verkställa den proaktivt. Vi banar väg för GenAI-drivna felsökning, självläkande nätverk och djupare ITSM-integrationer så att företag kan skifta från manuell ingripande till fullt autonom operation. Vår vision är enkel: göra nätverksautomatisering intuitiv, skalbar och oumbärlig – och förvandla varje ingenjör till en automatiseringsexpert utan att kräva kodning.

I de kommande åren kommer AI-drivna nätverksoperationer inte att vara en lyx, utan en nödvändighet. NetBrain leder denna utveckling, säkerställer att företag håller sig före komplexitet samtidigt som de håller nätverken säkra, efterlevande och alltid tillgängliga.

Tack för den utmärkta intervjun, läsare som vill lära sig mer kan besöka NetBrain.