凌平高，NetBrain Technologies 的创始人、首席执行官和董事长 – 采访系列

凌平高，NetBrain Technologies 的创始人、首席执行官和董事长，在 2004 年创立了该公司，旨在简化网络管理。在创立 NetBrain 之前，高先生曾是 Thomson Financial 的首席网络架构师，他在那里管理了大型企业网络的复杂性，并亲身经历了维护网络性能的挑战。

高先生在多个领域拥有经验，包括管理、工程和网络、软件以及汽车行业的国际业务。他拥有清华大学的汽车工程学士和学士学位，以及耶鲁大学的工程硕士学位。

2004 年成立的 NetBrain 是网络自动化的市场领导者。其技术平台为网络工程师提供了对其混合环境的端到端可见性，同时自动执行他们的任务，跨越 IT 工作流程。如今，超过 2,400 家世界上最大的企业和托管服务提供商使用 NetBrain 来自动化网络文档，加速故障排除，并加强网络安全，同时与丰富的合作伙伴生态系统集成。NetBrain 总部位于马萨诸塞州伯灵顿，在美国和加拿大、德国、英国、印度和中国都有员工。
是什么启发你在 2004 年创立 NetBrain？你在 Thomson Financial 遇到的挑战是否让你看到了网络管理中的空白？
在我的职业生涯早期，我在 Thomson Financial 作为网络工程师度过了五年。我记得有一天我在离开大楼的路上被叫到 NOC，并且整夜都在帮助排除一个问题。结果发现，一台 Cisco 交换机被升级，并且改变了一个重要的配置。我当时想知道为什么花了这么长时间，即使我们有一整队聪明的工程师在工作。肯定有更好的方法。
我意识到排除故障如此困难的原因是缺乏数据。在那些漫长的夜晚，工程师总是会问同样的几个问题。我的网络由什么设备组成？基线是什么样的？谁制造了它，为什么配置成这样？我创立 NetBrain 是为了让回答这些问题变得更容易。
我知道，如果网络数据更容易访问，问题可以更快地解决。在我的第一份工作中，你每次去度假时都必须带上一个寻呼机和一堆网络图！我的愿景是让 NetBrain 为工程师提供快速和容易的方式来访问他们需要的网络数据来解决问题，并提供一种简单的方式来自动化他们的任务，这样他们就可以扩大规模并主动地而不是被动地完成。现在，20 年后，我的愿景正在成为现实。
NetBrain 开创了无代码网络管理的先河。你在开发无代码解决方案而不是传统脚本或编程自动化时的思维过程是什么？
我们希望通过降低采用和使用网络自动化的门槛，同时使其对所有级别的 IT 技能都可访问，来解决网络运营团队面临的关键挑战。我们认为自动化是利用网络工程师的专业知识来创建自动化，使平台更加有用和深入网络运营文化的一种方式。
基于脚本的 DIY 网络自动化需要一名知道 Python 编码和具有高级网络和 CLI 知识的工程师。具有这种特定技能组合的人才不多（而且他们很贵！）。将编码人员与网络工程师配对的项目最终会产生相对较少的自动化，只能解决有限的问题，而不是停止复发。
无代码自动化使得部署和扩展混合网络的自动化变得足够简单，以至于可以用于许多问题 – 实际上可以解决任何重复性任务。这导致了思维方式的转变，NetOps 和其他 IT 团队将自动化视为解决大多数问题的首选解决方案，而不是仅用于少数高优先级问题的“最后手段”。
人工智能越来越多地影响企业 IT 运营。人工智能如何增强 NetBrain 的网络自动化能力，特别是在故障排除和安全执行方面？
人工智能驱动的功能是 NetBrain 最近版本 Next-Gen Release 12 (R12) 的主要更新。其中一个功能包括一个基于大型语言模型的协同 AI，可以使用自然语言评估、编排和总结网络自动化结果。这个 AI 协同工具作为技术翻译器，允许用户在无需广泛培训的情况下与无代码自动化交互。我们计划在即将发布的版本中继续扩展我们的 AI 能力。
我们的聊天机器人还作为虚拟自助工具，允许运营和安全团队收集基本的网络信息，从而节省宝贵的 NetOps 资源用于更战略性的活动。用户可以用自然语言提出问题，促进直观的问题解决和自动化故障排除、变更管理和评估工作流程。
从广泛的角度来看，我们认为自动化是将 NetOps 流程扩展到机器规模的方式，而人工智能是人们与这些自动化和网络交互的方式。它们共同帮助弥合 IT 团队中的知识差距，通过捕获多年的专家经验并使其对所有级别的工程师都可用。几乎每个企业都有一名工程师知道如何解决每个网络问题。但是，当那个人正在度假、在另一个国家或无法联系时会发生什么？自动化和人工智能有助于与整个 IT 团队分享该人的知识，而无需深入的工程和编码技能。
你能带我们了解 NetBrain 的数字孪生技术是如何工作的，以及它如何让管理混合和多云网络的组织受益吗？
NetBrain 的数字孪生是客户多供应商网络的实时模型，包含意图、流量转发、拓扑和设备数据，并支持无代码自动化和动态地图。与其他数字孪生不同，我们的意图层包含大量的网络配置和服务级别设计，对于有效交付所有应用程序要求至关重要。
我们数字孪生的另一个独特功能是，它提供所有层次的实时数据，创建一个更无缝、集成的系统。我们的客户保证实时计算基线和历史转发路径，跨多云和混合环境，以及传统、虚拟和基于云的组件的实时拓扑和配置。这种功能，结合网络自动发现，消除了手动创建静态网络地图的必要性，并持续更新连接的多供应商网络的每个组件。实时数据的好处是可以在单个设备中更高效地内部工作，而无需担心人为错误，该设备支持传统、虚拟和基于云的设备的发现。
许多公司苦于网络停机和故障排除。NetBrain 的 AI 驱动自动化如何帮助降低平均修复时间（MTTR）？
NetBrain 通过使故障排除更加高效和流线型来降低 MTTR。我们的 AI 驱动自动化通过以下几种方式实现此目的：

• 自动创建可共享的事件摘要仪表板。
• 进行自动监控以检测故障排除问题，在问题影响用户之前。
• 在打开票据时自动进行基本诊断测试。
• 自动关闭票据。
• 建议问题的可能原因或补救措施。
• 为其他 IT 团队提供更容易访问网络数据的方式。

即使是小的时间节省也会迅速在规模上累积 – 我们的一位客户估计，NetBrain 在 2022 年在大约 63,000 张票据中节省了 16,000 个故障排除小时，通过自动化一系列常规诊断测试。总的来说，这些功能使故障排除更加高效，并直接降低了 MTTR。它们还使一级工程师能够自己解决更多问题，并减少升级。这通常被称为“左移”。它为高级工程师腾出更多时间来处理更困难的故障排除。
随着混合云和 SDN 环境的兴起，NetBrain 如何确保在不同基础设施中实现端到端的网络可观察性和合规性？
NetBrain 确保在混合云和 SDN 环境中实现全面网络可观察性和合规性。我们无缝支持多云基础设施，如 AWS、Microsoft Azure 和 Google Cloud Platform，以及传统网络、SD-WAN 和 SDN 部署。
我们的平台使客户能够实时监控云配置更改，自动执行连续的合规性评估，并通过直观的仪表板跟踪不断变化的网络配置。此外，NetBrain 提供多层安全可观察性，持续评估网络、服务器、数据和应用程序层的云安全性。
对于 SDN织物，NetBrain增强了可视性，并使SDN知识在团队中更容易共享。通过利用自动化，组织可以扩大SDN专业知识，并加快事件响应。我们的“左移”方法主动识别根本原因，并在网络支持生命周期的早期解决数据中心问题，从而显著降低MTTR。
NetBrain 如何适应新的网络安全挑战，特别是随着对网络安全漏洞的担忧日益增长？
网络威胁正在迅速演变，传统的被动安全方法已经不能跟上。NetBrain 通过使网络安全变得主动和自动化来适应这种变化，帮助 IT 找到配置错误和漏洞，在攻击者利用它们之前。
我们提供三重防御变更管理，验证每个网络更改是否符合安全策略，在实施之前、期间和之后。这种方法确保了合规性，并防止意外暴露。我们的自动化还持续审计配置，检测偏差，并与 ITSM 和安全平台集成，以实时强制执行最佳实践。
通过利用人工智能和自动化，NetBrain 帮助企业降低人为错误，提高响应时间，并防止安全漏洞，确保网络在不增加运营负担的情况下保持安全。
考虑到 NetBrain 消除停机和改善安全执行的能力，你是否预见未来会出现完全自治的 AI 驱动网络？
随着 AI 驱动网络的不断发展，它们正在逐渐取代传统的网络方法。然而，完全自治仍然是一个未来可能实现的目标，而不是眼前的事实。
人工智能在简化 NetOps 方面发挥着至关重要的作用，通过自动化劳动密集型任务。例如，传统上需要耗时的过程——识别和编目 IT 基础设施组件——现在可以通过人工智能驱动的数字孪生技术显著加速。人工智能还帮助弥合 IT 团队中的知识差距，通过捕获和分发多年的专家经验，使其对所有级别的工程师都可用。当问题出现时，人工智能不仅可以帮助诊断，还可以建议纠正措施、下一步骤和后续程序，从而大大降低响应时间，并使团队能够更快地解决问题。
然而，人工智能仍然存在局限性。虽然它可以分析数据、建议优化并自动化某些流程，但它不能在没有人工监督的情况下做出决定、承担责任或批准网络更改。考虑到企业网络的复杂性和高风险，人工智能的建议必须由工程师验证，以防止昂贵的错误和停机。直到人工智能能够展示更大的可靠性和上下文决策能力，完全自治的网络才会成为现实。
NetBrain 现在服务超过 2,500 家企业客户，包括三分之一的财富 500 强公司。你认为是什么导致了你们在扩张和获得企业采用方面的成功？
我们的成功源于我们从根本上改变了企业管理其网络的方式。传统的被动式故障排除不再适用，我们开创了无代码网络自动化，使网络运营成为主动的，而不是被动的。
一个关键的区别在于我们的数字孪生，它为混合网络提供了实时的可见性，允许团队自动化诊断，强制执行黄金工程标准，并在发生之前防止停机。结合我们的 ITSM 集成故障排除和三重防御变更管理，企业可以在最复杂的环境中扩展自动化——而无需大量开发人员。
最终，NetBrain 使自动化变得可及，允许团队更快地解决问题，强制执行设计意图，并让业务关键应用程序平稳运行。自动化与准确的网络映射和更深入的网络洞察相结合，使我们能够在不增加额外开销的情况下解决许多 NetOps 挑战。
展望未来五年，你如何看待网络自动化的发展，以及 NetBrain 将在未来 AI 驱动网络运营的发展中扮演什么角色？
在接下来的五年里，网络自动化将从脚本任务和被动式故障排除转变为 AI 驱动的、基于意图的自动化，它可以动态适应不断变化的网络条件。手动诊断和零碎工具的时代即将结束——自动化将成为网络运营的骨干，确保在规模上具有弹性、安全性和敏捷性。
人工智能将使这种自动化变得可及，并降低所有运营级别的可用性门槛。它将使网络数据更容易获取和转化为有意义的信息，使团队能够更快地降低风险和提高效率。
NetBrain 正在引领这一进展。我们的数字孪生提供了网络的实时模型，允许人工智能理解其设计意图并主动强制执行。我们正在开创基于 GenAI 的故障排除、自愈网络和更深入的 ITSM 集成，以便企业可以从手动干预转变为完全自治的运营。我们的愿景很简单：使网络自动化变得直观、可扩展和不可或缺——使每个工程师都成为自动化专家，而无需编码。
在接下来的几年里，AI 驱动的网络运营将不再是一种奢侈，而是一种必要。NetBrain 正在引领这一潮流，确保企业在网络变得更加复杂的同时保持领先地位，同时保持网络安全、合规和始终可用。
感谢这次精彩的采访，希望了解更多的读者可以访问 NetBrain。