IA aplicada a xarxes: de la monitorització tradicional a les self-driving networks
La gestió de les xarxes empresarials està vivint un canvi profund.
Durant anys, els equips d’infraestructura han basat la seva operació en eines de monitorització tradicionals orientades a detectar esdeveniments, recopilar mètriques i generar alertes. Tanmateix, l’augment de la complexitat fa que aquest model sigui cada vegada més difícil d’escalar.
El repte actual ja no és disposar de més informació, sinó convertir les dades en intel·ligència operativa: identificar patrons, entendre el context, trobar la causa arrel dels problemes i automatitzar accions que redueixin la càrrega diària dels equips de TI.
La combinació d’observabilitat avançada, intel·ligència artificial i automatització està impulsant un nou model basat en AIOps per a xarxes, en què les plataformes poden ajudar a analitzar la informació, accelerar el diagnòstic i avançar cap a una operació més intel·ligent.
En aquest context neix la visió de les Self-Driving Networks d’HPE Networking: una nova generació de xarxes capaces de simplificar l’operació, millorar l’experiència de l’usuari i avançar cap a models cada vegada més autònoms.
Aquesta evolució se sustenta en quatre pilars tecnològics clau:
1. HPE Aruba Networking Central: la plataforma intel·ligent per simplificar l’operació
La gestió de xarxes evoluciona cap a plataformes cloud capaces de proporcionar una visió global i contextualitzada de la infraestructura.
HPE Aruba Networking Central és la base d’aquesta nova generació d’operacions de xarxa, ja que incorpora capacitats avançades d’intel·ligència artificial per simplificar la gestió, millorar la visibilitat i accelerar els diagnòstics.
Aquesta evolució es materialitza en New Central (AOS 10), que incorpora noves capacitats com la interacció mitjançant llenguatge natural, permetent als equips de TI consultar informació de la xarxa i obtenir recomanacions d’una manera més intuïtiva.
Capacitats clau:
- Visibilitat centralitzada de la infraestructura gestionada.
- Detecció d’anomalies mitjançant IA.
- Recomanacions per optimitzar el rendiment i la seguretat.
- Consultes en llenguatge natural per agilitzar els diagnòstics.
L’objectiu: reduir la complexitat operativa i alliberar temps dels equips de xarxa per dedicar-lo a iniciatives de més valor.
2. Mist AI: intel·ligència centrada en l’experiència de l’usuari
Històricament, la gestió de xarxa s’ha limitat a comprovar si els dispositius «estaven encesos o apagats». Tanmateix, des de la perspectiva del negoci i de l’empleat, la pregunta clau és una altra: Està funcionant correctament l’experiència digital?
Aquí és on intervé Mist AI, una plataforma dissenyada per aplicar intel·ligència artificial i machine learning a les operacions de xarxa, posant el focus absolut en l’experiència de l’usuari (Client-to-Cloud).
Mist AI analitza contínuament la telemetria per comprendre el comportament real de la xarxa i anticipar-se als problemes abans que impactin en el negoci.
El canvi de paradigma:
- Abans: La xarxa funcionava o no funcionava (visió estàtica del dispositiu).
- Ara: La xarxa garanteix una experiència òptima i fluida per als usuaris i les aplicacions (visió dinàmica centrada en la persona).
3. Marvis AI i Marvis Actions: de la recomanació a la resolució automatitzada
Un dels avenços més importants en l’evolució de les operacions de xarxa és passar de sistemes que únicament informen sobre els problemes a plataformes capaces d’analitzar, recomanar i executar accions automatitzades d’acord amb polítiques definides.
Marvis AI, l’assistent conversacional de xarxa basat en intel·ligència artificial, permet als equips tècnics consultar informació de la infraestructura mitjançant llenguatge natural, agilitzant el diagnòstic i la identificació de la causa arrel de les incidències.
Amb Marvis Actions, aquesta intel·ligència evoluciona cap a una major automatització:
- Identifica anomalies i problemes potencials de manera proactiva.
- Analitza el context per determinar-ne les possibles causes arrel.
- Recomana accions correctives.
- Executa accions automatitzades en escenaris definits.
Això permet reduir el temps dedicat a tasques repetitives relacionades amb problemes de configuració, connectivitat o degradació del servei. L’objectiu no és substituir l’equip tècnic, sinó ampliar-ne les capacitats i permetre-li dedicar més temps a iniciatives estratègiques.
4. Aruba + Juniper: una evolució conjunta per protegir la teva inversió
Un dels dubtes més freqüents entre els clients actuals d’Aruba és com afectarà aquesta evolució la seva infraestructura instal·lada.
L’estratègia d’HPE Networking combina el millor dels mons Aruba i Juniper per accelerar l’arribada de la IA al networking, garantint la continuïtat tecnològica.
Aquesta integració permet incorporar noves capacitats d’automatització i intel·ligència sense necessitat de dur a terme una substitució completa dels desplegaments actuals:
- Continuïtat per als clients actuals d’Aruba.
- Incorporació progressiva de capacitats analítiques i d’automatització.
- Flexibilitat en el full de ruta d’evolució tecnològica.
- Protecció de la inversió realitzada.
Self-Driving Networks: cap a una operació de xarxa veritablement autònoma
La visió definitiva d’HPE Networking és consolidar xarxes capaces de detectar problemes, entendre’n l’impacte, identificar-ne les causes arrel, executar accions de manera autònoma i optimitzar-se de forma contínua. Per a les organitzacions, avançar cap a aquest model predictiu i autònom es tradueix en beneficis directes:
La teva xarxa està preparada per fer el salt?
La intel·ligència artificial aplicada a xarxes ja no és una promesa de futur; és una realitat operativa que està transformant radicalment l’eficiència de les infraestructures empresarials.
A Instel, com a integradors de solucions avançades d’HPE Networking, ajudem els nostres clients a analitzar el seu punt de partida i a dissenyar un full de ruta a mida per incorporar aquestes capacitats d’IA en funció dels seus objectius tecnològics i de negoci.