企业看到AI为网络管理服务的潜力,但迄今为止的进展受AI处理公司网络数据和AI所见设备范围能力的限制。
企业全年向前看新技术选项 并会考虑下一年购买通常聚焦领域 他们认为新技术最有用 最需要的领域其中一个区域网络管理.178个企业IT主管中 169个表示正在寻找新网络管理选项听上去不错-但考虑到目前只有37个表示他们识别到任何有说服力的东西商家是否丢失地图 导致网络管理创新和实用性
AI最明显能提高网络管理, 但到目前为止,它不至于压倒企业169都表示有兴趣AI网络管理和 30表示,他们确定至少一种选择仅有9位表示有2024年确定选项的预算,所有都报告网络管理中AI常见问题-问题范围.指两种范围:AI专用网络数据的程度和AI实际看到的设备范围
数据专业化问题正在由专门的AI/ML组合处理,该组合明确操作企业自己的网络数据,并扩展大语言模型工具以综合各种公司数据,包括网络遥测用户认为可以在这方面取得更大进展,但他们也认为AI正向正确方向发展。大多数人不认为2024年会到
支持设备范围是另一问题上头AI网络管理如果AI能看到所有网络则更大范围狭窄AI风险要求操作人员与AI元素分担管理职责,企业操作专家表示共担职责实指无人负责
广度工具稀有,更少与管理系统整体整合多供应商网络尤其不太可能得到综合AI支持,近半数对AI业务感兴趣的企业表示网络中至少有2个供应商修复时间可能比数据范围问题长,企业明年不期望大增
AI通过应用QoE管理网络
企业显然认为AI网络管理进展,但它仍然需要一些新开关 工作正在进行中企业看到网络管理中可能革命性进展的领域吗?两大趋势引起他们的注意
首先是管理从广义上看已经可见的东西: 吸收网络到别的东西雷竞技电脑网站公司多年来表示数据中心网络局域网真正受数据中心硬件/软件规划驱动,而非网络规划驱动云化前端技术应用访问 正在云中拉广广域网网络越发不显眼,网络管理越发不重要
具有讽刺意味的是,这放大了AI的潜在作用所有事物都从高端视图下稀释 持续应用经验质量 经验中多分位企业想拥有真正的QoE控制台, 他们相信AI是最有可能实现这个愿望的工具企业表示进步可见, 但一些商家将不得不率先变换选项他们不相信网络商 可能是第一个移动器
数字双胞胎加AI可扩展网络管理范围
第二次开发得到更多关注由数家商提议,最大商家为Nokia视觉使用数字双生技术最常关联IoT并用工业元应用构建网络软件模型 基础网络设备数字双生有了这种方法,网络实际上成为产业系统,并有可能由设计工具监控工业Io工业类逆向部署
问题之一是缺少企业所知道的商家支持支持数字双建模的商家像前沿网络一样,企业网络规划者很少识别名169家企业中只有29家了解Nokia思想, 部分因为他们与Nokia无关, 部分因为新方法是Nokia技术2030计划的一部分,如果数字双赢概念得到发展,它也能增强AI
AI通常被视为更好地利用网络行为信息、用它发现问题、隔离问题和建议解决方案的一种手段向该方法挑战的一个问题是上下文或状态问题。何为正常操作网络元素应如何互连万一我们应用建议修复法会怎么样这些问题的答案也许可以在机器学习中发现,但AI需要多久了解网络操作才能挖掘出来?
数字结对网络可创建模型描述元素关系,而不仅仅是元素状态模型表示操作状态, 你可以定义多模型代表各种可接受状态和预期误差状态甚至在模型中运行模拟,以观察在你步步改变设备或网络行为前可能发生什么结果并增加AI管理工具 不仅能观察正在发生的事情 还能观察应该发生和可能发生很难不视之为解决网络管理范围问题 的有力路径
可能不难看到, 因为有178企业IT导师, 总计四大表示理解AI和数字结对关系企业从销售商向企业提供或技术媒体写作的角度思考网络管理进展他们不急于推广思想利用思想
这可能是坏的, 因为一般销售商都寻找企业 提供观点 新网络管理特征 可能值商家推送AI 因为... 竞争者推送它诺基亚有数字双向期望,但公司没有发布足够的细节来知道它去向和它何时可能到达可能永远不会有,如果其他商家不拿起火炬
网络管理不能只是场外报警企业对从今日提供中提取信息充满信心关于网络管理现在应该是什么, 和什么可能使它达到这一点, 企业仍然在栅栏上可能2024会清晰化
