自动化竞赛
自治网络一度被看作是一个乌托邦理想的一部分，尽管一个遥远的未来。这将弥补我们所做的一切的中坚力量，管理超连通的世界里，一切从了解的细枝末节时，在冰箱里的牛奶需要更换，到网络的能力，自动坡道服务向上或向下，而需要人工干预。
在ACG研究公司最近的一项调查网络服务提供商，互联网内容提供商，云服务提供商和大型企业，受访者100％的受访者认为有必要去追求自动化，和100％的有关自动化的未来持乐观态度。此外，75％的被调查者表示，他们将在未来五年内有充分的或显著网络自动化。
自动化是一个踏脚石
然而，许多受访者担心，让网络有效地使用自己的设备可能会导致错误大规模重复。比如说，如果有人在自动化之前配置错了某些东西，那么它将被识别出来，并在只产生一次负面影响的情况下进行补救。但如果这个错误是自动配置的，那么自动网络可能会在无人注意到之前进行数百万次相同的错误处理。
简而言之:虽然网络自动化继续发挥着重要的作用，但它不能立即等同于网络智能。网络需要的是一种能力适应不断变化的条件。
我们就拿洗碗机这样普通的东西来说吧。许多洗碗机具有一定数量的自动模式，提供给它们一个固定的、定义明确的、可预测的行为。有些洗碗机更先进;如果水太冷，他们可能会加热水，并根据一些观测结果调整周期的持续时间;比如洗的水有多脏。他们有基本的分析，并受一组规则(策略)的管理，但他们可以在该规则集的任何地方自由自主地操作。许多其他功能(如分配肥皂，开启和关闭阀门，当循环完成时发出信号，等等)仍然是自动的。
但是，如果自动洗碗机要清洗的不是盘子或餐具，而是土豆之类的东西，会发生什么呢?
一个自适应洗碗机将能够（/机器视觉学习），以确定该项目作为一个土豆，然后适应它的各种自动或自主功能使用的规则和政策。这将确定一个土豆需要单独（或与其他友好土豆）洗净，不要用肥皂（不好吃），因为你不做饭，你洗限制水的温度。
自适应网络胜出
自适应网络表示同样的概念。它是关于当网络出现意外情况时，规则、政策、行为等如何调整和调整。
它可以揭示深，在数据来帮助组织和/或他们的网络有意义的模式做出智能的行动。这可以通过实现与分析相结合的策略引擎来实现。政策起到的创建和管理，使用可用的最优化的资源自动修改网络行为的规则了关键作用。
让我们以网络在视频流中扮演的角色为例。一个自主网络可以在特定时间将网络资源集中到国家的一边——比如，东部的黄金时间，大致是西海岸的交通高峰时间(学校运营)。
但是，如果每个人都在东是流，比方说，一个NBA总决赛的游戏，进入加时赛 - 因此开始蔓延到西海岸的黄金时间，从而把网络上的意外压力。自主网络只会继续按程序 - 你会开始看到客户体验上的每个海岸受到影响。
但是自适应Network将基于服务提供者设置的策略动态地智能地作出反应。它可能会从没有被利用的东方或西方吸取额外的资源，并调整闲置的容量来满足流媒体大众的需求。它可以在没有人类交互的情况下识别这种需求，这种交互基于网络上流动的pb级数据，以及对哪里需要什么资源的实时分析。
这似乎是一个非常具体的组网场景，但它是一个应该以某种方式对所有网络运营商熟悉。如果在一个WAN资源需要，比如说，渲染4K视频或CAD项目，自适应网络可以揣摩出拉资源从保持网络平稳，平衡地低吟着，同时还能迎合所需的巨大需求。
选择一个联网的情况下，并在每个实例，而自主权可以对某些工作负载是不够的，网络将更好地适应能力服务。适应性网络愿景会赢，因为自主性是不够的。因此，也许我们应该开始看到自动网络少为未来，更多的垫脚石更大呢？