Лідери думок
Штучний інтелект змушує до перезавантаження спостереження за мережею
Багато років спостереження за мережею було обговоренням інструментів. Яка платформа збирає найширший набір телеметрії? Який агент покриває мої більш екзотичні пристрої? Яка архітектура працюватиме найкраще у масштабі? У яких точках мережі нам слід захоплювати пакети? Це розмову припускало, що мережа відносно стабільна і зміна інкрементна.
Це вже не так.
Штучний інтелект стимулює збільшення змінності трафіку, оскільки прискорюється впровадження штучного інтелекту в підприємства. Останні дослідження показують, що 88% організацій зараз використовують штучний інтелект принаймні в одній бізнес-функції. Гібридні архітектури розтягуються через хмару, центр даних, WAN та край. Сигнали безпеки та продуктивності зараз перекриваються способами, яких не було п’ять років тому. І бізнес очікує швидшого вирішення, менше простоїв та чіткої відповідальності.
Під цим тиском поточні підходи до спостереження за мережею не справляються. Не тому, що команди бракують уміння, а тому, що архітектура під спостереженням не тримала темп.
Це не про додавання更多 панелей або захоплення більше даних. Це про визнання того, що спостереження повинно розвиватися з колекції інструментів у суцільну основу даних. Ця основа дозволить командам мережевих операцій (NetOps) використовувати штучний інтелект для спостереження за мережею та інтелекту.
Ось як подумати про те, де ви знаходитеся і 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 інструментами спостереження за мережею. Більшість скарг добре відомі, з розсіюванням інструментів, шумом сигналів та поганою якістю даних у списку.
Звіт EMA за 2025 рік, Модель зрілості спостереження за мережею: Як планувати NetOps Excellence, також ідентифікував п’ять різних стадій зрілості:
- Від випадкового до реактивного
- Від фрагментованого до можливого
- Інтегровано та централізовано керовано
- Інтелектуально та автоматизовано
- Оптимізовано та керовано штучним інтелектом
Сьогодні я хочу зосередитися на трьох середніх стадіях, де ви знайдете більшість організацій, перш ніж описати шлях до останньої стадії.
Фрагментовано та можливо
У вас є кілька інструментів спостереження. Часто три або чотири. Промислові дослідження відображають той самий шаблон, з 87% команд NetOps, які зараз покладаються на кілька інструментів спостереження, проте 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 діє в межах сілосів. Команди працюють важко на цій стадії, але архітектура працює проти них.
Інтегровано та централізовано керовано
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.
Інтелектуально та автоматизовано
Телеметрія є реальною там, де це важливо. Дані потоку, пакету та конфігурації корелюються. Сигнали контекстні, а не керуються порогом. Штучний інтелект підтримує виявлення аномалій, прогнозування потужності та кероване виправлення. Автоматизація вводиться свідомо та всередині політичних обмежень. Лише організації з достатніми ресурсами знаходяться на цій стадії.
Менша група організацій найвищого класу досягла останньої стадії зрілості, Оптимізовано та керовано штучним інтелектом. Самі інструменти не допоможуть вам еволюціонувати.
Від інтелектуального та автоматизованого до оптимізованого та керованого штучним інтелектом: що робити далі
Модернізація спостереження за мережею не вимагає видалення того, що у вас є. Це вимагає зсуву від інструментів до даних.
1. Почніть з кохерентності даних, а не більше штучного інтелекту
Перед розширенням ініціатив штучного інтелекту запитайте себе питання: чи є наші мережеві дані чистими, послідовними та з’єднаними по доменам?
Несумісні формати телеметрії, сліпі плями в хмарі або SD-WAN, дублікат простору IP та застарілі записи інвентарю підкріплюють результати штучного інтелекту більше, ніж більшість керівників розуміють. Якщо телеметрія не може бути надійно прив’язана до ідентичності та контексту з авторитетного адресування, кореляція залишається ймовірною, а не визначеною.
Це саме місце, де важливі основні мережеві послуги. DNS, DHCP та керування адресами IP (разом відомі 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 адресування, аналіз стає основним. Штучний інтелект може розрізняти очікувану поведінку від справжньої аномалії з більшою впевненістю. Аналіз кореневої причини відбувається швидше. Автоматизація стає безпечнішою.
2. Зменьшіть розсіювання інструментів через глибоку інтеграцію
Більшість підприємств продовжуватиме експлуатувати кілька систем спостереження. Це не головна проблема. Проблема полягає в мілкій інтеграції.
Вбудовування однієї панелі всередину іншої або обмін базовими експортами даних не створює кохерентності. Зрілі середовища інтегрують 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. Застарілі системи легше вивести з експлуатації. Перекриваюча телеметрія легше раціоналізувати. Штучний інтелект діє на уніфікованому контексті, а не на шитих фрагментах.
3. Модернізуйте фазами, щоб уникнути порушення
Страх порушення спадкової інфраструктури є легітимним. Ніхто не хоче порушити виробництво під час прагнення до архітектурної чистоти. Фазовий підхід зменшує цей ризик.
Фаза один: Налагодження інтелекту
Потік телеметрії у спільний аналітичний шар. Збагатіть його ідентичністю та контекстом політики. Використовуйте штучний інтелект для виявлення та рекомендацій, а не автономного виконання.
Фаза два: Стандартизація та раціоналізація
Коли кореляція покращується та шум зменшується, ідентифікуйте застарілі інструменти та виведіть з експлуатації ті, які не можуть брати участь у уніфікованій архітектурі.
Фаза три: Введення автоматизації з обмеженнями
Почніть з низькоризикових сценаріїв автоматизації. Дозвольте агентному штучному інтелекту пропонувати виправлення перед дозволом виконання. Розширюйте поступово, коли впевненість та управління дозрівають.
Це не про перемикання перемикача. Це про збільшення кохерентності без жертвування стабільністю.
Стратегічний зсув: рух до Оптимізованого та керованого штучним інтелектом
Спостереження за мережею вже не колекція інструментів моніторингу. Це основна інфраструктура, керована штучним інтелектом, 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 дані телеметрії разом, штучний інтелект може ідентифікувати ранні сигнали напруження потужності, дрейфу конфігурації або аномальної поведінки до того, як вони ескалується. Замість того, щоб гонитися за ремонтом простоїв, команди втручаються до того, як користувачі помічають погіршення. Це особливо важливо, оскільки великі ІТ-аварії 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 проводити проактивну оптимізацію замість реактивної масштабування.
Це те, що на горизонті.
Якщо ваші дані фрагментовані, штучний інтелект викриє це.
Якщо ваша основа кохерентна, 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.
