Лідери думок
Штучний інтелект змушує до перезавантаження спостереження за мережею
Тривалий час спостереження за мережею було питанням інструментів. Яка платформа збирає найбільш повний набір телеметрії? Який агент покриває мої більш екзотичні пристрої? Яка архітектура буде працювати найкраще у масштабі? У яких точках мережі слід захоплювати пакети? Ця розмова припускала, що мережа була відносно стабільною, а зміна була інкрементальною.
Це вже не так.
Штучний інтелект збільшує варіативність трафіку, оскільки прийняття рішень штучного інтелекту прискорюється по всьому підприємству. Останні дослідження показують, що 88% організацій зараз використовують штучний інтелект принаймні в одній бізнес-функції. Гібридні архітектури простяг themselves через хмару, центр даних, WAN та край. Сигнали безпеки та продуктивності зараз перекриваються способами, яких не було п’ять років тому. А бізнес очікує швидшого вирішення, менше простоїв та чіткої відповідальності.
Під цим тиском поточні підходи до спостереження за мережею не справляються. Не тому, що команди не мають навичок, а тому, що архітектура під спостереженням не зберегла темп.
Це не про те, щоб додати більше панелей або захопити більше даних. Це про те, щоб визнати, що спостереження повинно розвиватися з колекції інструментів у спроможну основу даних. Ця основа даних дозволить командам мережевих операцій (NetOps) використовувати штучний інтелект для спостереження за мережею та інтелекту.
Ось як подумати про те, де ви знаходитеся та як рухатися вперед.
Де ви на кривій зрілості?
Дослідження Enterprise Management Associates (EMA) показало, що лише 46% керівників ІТ вважали, що вони повністю успішні зі спостереженням за мережею. Більшість скарг добре відомі, з розсіюванням інструментів, шумом сигналів та поганою якістю даних, які займають місце в списку.
Звіт EMA за 2025 рік, Модель зрілості спостереження за мережею: Як планувати NetOps Excellence, також визначив п’ять різних стадій зрілості:
- Ad Hoc і реактивний
- Фрагментований і можливий
- Інтегрований і централізовано керований
- Інтелектуальний і автоматизований
- Оптимізований і штучно інтелектуальний
Сьогодні я хочу зосередитися на трьох середніх стадіях, де знаходяться більшість організацій, перш ніж описати шлях до останньої стадії.
Фрагментований і можливий
У вас є кілька інструментів спостереження. Часто три або чотири. Промислові дослідження відображають той же самий шаблон, з 87% команд NetOps, які зараз використовують кілька інструментів спостереження, але лише 29% сигналів, які вони генерують, є дієвими. Покриття існує, але воно нерівномірне. Інженери діють як шар інтеграції, перемикаючись між консолями та ментально корелюючи події. Штучний інтелект може бути присутнім, але він працює всередині сіл. Команди працюють важко на цій стадії, але архітектура працює проти них.
Інтегрований і централізовано керований
Ви досягли сильного моніторингу покриття по всій інфраструктурі та трафіку. Є деяка інтеграція між системами. Панелі стандартизовані. Ви можете мати ранню автоматизацію для загальних інцидентів.
Але аналіз кореневої причини все ще залежить від ручного шиття. Прогнозні знання обмежені. Штучний інтелект прискорює аналіз, але він не фундаментально змінює, як мережа зрозуміла.
Інелектуальний і автоматизований
Телеметрія є реальною там, де це важливо. Потік, пакет і конфігураційні дані корелюють. Сигнали контекстні, а не порогові. Штучний інтелект підтримує виявлення аномалій, прогнозування потужності та кероване виправлення. Автоматизація вводиться свідомо та всередині політичних бар’єрів. Лише організації з достатніми ресурсами знаходяться на цій стадії.
Менша група організації досягла останньої стадії зрілості, Оптимізованої та штучно інтелектуальної. Самі інструменти не допоможуть вам розвиватися.
Від Інтелектуального та автоматизованого до Оптимізованого та штучно інтелектуального: що робити далі
Модернізація спостереження за мережею не вимагає видалення того, що у вас є. Це вимагає зміщення від інструментів до даних.
1. Почніть з когерентності даних, а не з більшого штучного інтелекту
Перед розширенням ініціатив штучного інтелекту запитайте себе питання: чи є наші мережеві дані чистими, послідовними та пов’язаними по доменах?
Несумісні формати телеметрії, сліпі місця в хмарі чи SD-WAN, дублікатні записи IP-простору та застарілі записи інвентарю підміняють результати штучного інтелекту більше, ніж більшість керівників розуміють. Якщо телеметрія не може бути надійно пов’язана з ідентичністю та контекстом з авторитетної адресації, кореляція залишається ймовірною, а не визначеною.
Це місце, де фундаментальні мережеві послуги мають значення. DNS, DHCP та управління IP-адресами (відомі разом як DDI) утворюють авторитетну карту мережі. Кожен пристрій, робочий процес та з’єднання перетинається з тим шаром.
Коли телеметрія спостереження збагачується авторитетною ідентичністю та інтелектом адресації, аналіз стає ґрунтовним. Штучний інтелект може розрізняти очікувану поведінку від справжньої аномалії з більшою впевненістю. Аналіз кореневої причини відбувається швидше. Автоматизація стає безпечнішою.
2. Зменьшити розсіювання інструментів через глибоку інтеграцію
Більшість підприємств продовжуватиме працювати з кількома системами спостереження. Це не головна проблема. Проблема полягає в мілкій інтеграції.
Вбудовування однієї панелі всередині іншої або спільне використання базових експортів даних не створює когерентності. Зрілі середовища інтегруються на рівні даних. Вони координують збір телеметрії, корелюють сигнали по доменам та дозволяють робочим процесам, які охоплюють інструменти, а не залишаються в них.
Коли інтеграція досягає цього рівня, консолідація стає раціональною, а не політичною. Надлишкові системи легше вивести з експлуатації. Перекриваюча телеметрія легше раціоналізувати. Штучний інтелект працює на уніфікованому контексті, а не на шитих фрагментах.
3. Модернізувати фазами, щоб уникнути порушення
Страх порушення спадкових середовищ є легітимним. Ніхто не хоче порушити виробництво під час переслідування архітектурної чистоти. Фазовий підхід зменшує цей ризик.
Фаза один: Нанесення інтелекту
Потік телеметрії у спільний аналітичний шар. Збагатити його ідентичністю та контекстом політики. Використати штучний інтелект для виявлення та рекомендації, а не автономного виконання.
Фаза два: Стандартизація та раціоналізація
Як тільки кореляція покращується та шум зменшується, визначте надлишкові інструменти та виведіть з експлуатації ті, які не можуть брати участь у уніфікованій архітектурі.
Фаза три: Введення автоматизації з бар’єрами
Почніть з низькоризикових сценаріїв автоматизації. Дозвольте агентному штучному інтелекту пропонувати виправлення перед дозволом виконання. Розширюйте поступово, оскільки довіра та управління дозрівають.
Це не про те, щоб перемкнути перемикач. Це про те, щоб збільшити когерентність без жертвування стабільністю.
Стратегічний зсув: рух до Оптимізованої та штучно інтелектуальної
Спостереження за мережею вже не колекція інструментів моніторингу. Це основна штучно інтелектуальна інфраструктура, яка вимагає нового базового рівня. Коли організації закріплюють спостереження за мережею в уніфікованій архітектурі даних та авторитетному мережевому інтелекті, штучний інтелект стає передбачуваним.
Прогнозні аналітики рухаються від теорії до практики. Аналізуючи історичні та реальні телеметрії разом, штучний інтелект може визначити ранні сигнали напруження потужності, дрейфу конфігурації або аномальної поведінки до того, як вони ескалюють. Замість того, щоб гонитися за відновленням після простоїв, команди втручаються до того, як користувачі помічають погіршення. Це особливо важливо, оскільки великомасштабні простої ІТ можуть коштувати організаціям до 2 мільйонів доларів на годину.
Планування потужності стає динамічним, а не періодичним. Вичерпання ресурсів та насичення послуг можуть бути спроектовані заздалегідь, дозволяючи здійснювати проактивну оптимізацію замість реактивного масштабування.
Це те, що на горизонті.
Якщо ваші дані фрагментовані, штучний інтелект викриє це.
Якщо ваша основа когерентна, штучний інтелект стає важелем.
Питання не в тому, чи приймете ви спостереження за мережею, кероване штучним інтелектом, та інтелект. Питання в тому, чи готова ваша архітектура до цього.
