توصلت دراسة استقصائية أجريت على متخصصين في تكنولوجيا المعلومات والشبكات إلى أن ما يقرب من جميعهم (97%) يشعرون بأن استخدام الذكاء الاصطناعي والتعلم الآلي لدفع الأتمتة في بيئات شبكات المنطقة الواسعة المحددة بالبرمجيات (SD-WAN) يعد من الاعتبارات المهمة. وبالنسبة للبعض، يُنظر إليه على أنه أمر بالغ الأهمية. ويكشف البحث أن من المتوقع أن تعمل تقنية الذكاء الاصطناعي على دفع الأتمتة والكفاءة التشغيلية في بيئات شبكات المنطقة الواسعة المحددة بالبرمجيات المعقدة.
أجرى فريق إستراتيجية المؤسسة (ESG) التابع لشركة TechTarget استطلاع رأي شمل 374 ممثلاً من المنظمات في الولايات المتحدة وكندا العاملة في مجال تكنولوجيا الشبكات، والذي لاحظ أن بيئات SD-WAN ستحتاج إلى أن تصبح أكثر ديناميكية بمرور الوقت مع تزايد توزيع تكنولوجيا المعلومات وتعقيدها.
يظهر الاستطلاع أن فرق عمليات الشبكة تدرك الحاجة إلى أن تكون أكثر استباقية وتسريع متوسط الوقت اللازم للكشف (MTTD) و متوسط الوقت اللازم للإصلاح (MTTR)من المتوقع أن تساعد الذكاء الاصطناعي والتعلم الآلي والأتمتة. من بين المتخصصين في الشبكات الذين شملهم الاستطلاع، حدد 40% منهم اكتشاف النشاط الشاذ، وذكر 39% منهم التحليلات التنبؤية للكشف المبكر عن المشكلات، وذكر 39% منهم استكشاف الأخطاء وإصلاحها السريع كأهم ميزات هذه التقنيات لبيئات SD-WAN الخاصة بهم.
ومن بين الاستخدامات الأخرى للذكاء الاصطناعي تقديم التوصيات، تحسين الأداء وبمجرد الثقة الكاملة، يمكن أتمتة عملية الإصلاح دون تدخل يدوي. ونظراً لخطر زيادة مساحة الهجوم، يلاحظ المحللون في Enterprise Strategy Group أنه من المبشر أن تخطط المؤسسات للاستفادة من بيئة SD-WAN بهذه الطرق لتمكين الكشف بشكل أسرع.
مزودو معدات الشبكة يضيفون قدرات الذكاء الاصطناعي
نظرًا لأن محترفي الشبكات يقدرون الفوائد التي يمكن أن تقدمها الذكاء الاصطناعي لعمليات الشبكة، فقد انشغل مزودو معدات الشبكة بإضافة الذكاء الاصطناعي والتعلم الآلي إلى محافظ منتجاتهم، مما أدى إلى توسيع نطاق استخدام الذكاء الاصطناعي والتعلم الآلي. الذكاء الاصطناعي لعمليات تكنولوجيا المعلومات (عمليات الذكاء الاصطناعي) لدعم عمليات الشبكة.
على سبيل المثال، في شهر فبراير، افتتحت شركة سيسكو مؤتمر سيسكو لايف 2024 مع إطلاق ما يسمى بالشبكات المدعومة بالذكاء الاصطناعي والأمن والقدرة على المراقبة، والمصممة لمنح الشركات الرؤية والرؤى التي تحتاجها للاتصال وحماية بصمتها الرقمية بالكامل وبناء المرونة الرقمية. وزعمت الشركة أنها في وضع فريد لإحداث ثورة في طريقة اتصال البنية التحتية والبيانات وحماية الشركات من جميع الأحجام ومعالجة التحديات الأساسية التي يواجهها عملاؤها.
في شهر أبريل، كشفت شركة Extreme Networks عن AI Expertوتقول الشركة إنها صممت لسحب البيانات من الشبكة وخارجها لتحسين الأداء والكفاءة التشغيلية. ويجمع AI Expert البيانات من التطبيقات والأجهزة عبر الشبكة لإنشاء معلومات استخباراتية حول الأداء والتجربة. وتقول شركة Extreme إن الخدمة ستقوم بتنظيم بيانات المؤسسة لتوفير رؤى وأتمتة العمليات وإنشاء تنبيهات عندما تكتشف حالات شاذة مثل التحميل الزائد للشبكة أو التدهور أو نقاط توقف شبكة Wi-Fi، من بين أمور أخرى.
وفقًا لـ Extreme Networks، خبير الذكاء الاصطناعي تم تصميمه لتحويل الأفكار إلى خبرة وإجراءات، والتوصية بإجراءات وقائية وتحسينات للشبكة بناءً على مؤشرات الأداء الرئيسية للأعمال. يبتكر Extreme اقتراحات وأفضل الممارسات لاستكشاف الأخطاء وإصلاحها أو حل المشكلات أو معالجتها بشكل استباقي.
في يونيو، كشفت Juniper Networks عن عرض منتج جديد، مصمم لاستخدام الذكاء الاصطناعي في الشبكات لتعزيز القيمة لبيئات شبكات WAN الخاصة بالمؤسسات تقديم تجارب SD-WAN مضمونة مع AIOps استباقيةتم توسيع نطاق Marvis Minis، توأم تجربة Juniper الرقمية المصمم لتحسين عمليات الشبكة، ليشمل شبكة SD-WAN. يتمكن Marvis Minis من تشخيص مشكلات المصادقة الحقيقية دون الحاجة إلى مستخدمين أو أجهزة.
وفقا لجونيبريعني هذا التحسين أنه يمكن تشغيل اختبارات سرعة شبكة WAN بشكل مستمر للتحقق من سرعات الارتباط واتخاذ إجراءات استباقية في حالة اكتشاف مشكلات، دون الحاجة إلى تواجد المستخدمين.
يمكن لمنتج ضمان شبكة WAN من Juniper الآن التقاط الحزم بشكل استباقي في وقت وقوع حادث سيئ للمساعدة في تحديد المشكلات التي يصعب العثور عليها وإصلاحها، وتجنب زيارات الموقع المكلفة والتي تستغرق وقتًا طويلاً. أخيرًا، توفر رؤى التطبيق الجديدة لمشغلي الشبكات تصورًا سهل الاستخدام لحركة المرور التي تمر عبر شبكة WAN-SD.
GenAI يساعد مسؤولي الشبكة
أحد أكثر المجالات الواعدة لنشر الذكاء الاصطناعي خارج نطاق AIOps في الشبكات هو حالات استخدام الذكاء الاصطناعي التوليدي (Gen AI).
ومن المعروف على نطاق واسع أن هناك أزمة في المهارات المتعلقة بتكنولوجيا المعلومات. في مقالة نشرت على موقع SearchNetworkingفي مقالة نشرتها مجلة Computer Weekly، كتب جون بيرك، كبير مسؤولي التكنولوجيا في شركة Nemertes Research، عن الكيفية التي تؤدي بها ميزانيات تكنولوجيا المعلومات المحدودة إلى فجوة في المهارات في مجال الشبكات. وأشار إلى أن الأشخاص الذين يدخلون مهنة تكنولوجيا المعلومات يميلون إلى التركيز على بناء المهارات التي يمكن تطبيقها في أدوار تكنولوجيا المعلومات الأكثر عمومية بدلاً من تطوير الخبرة في عمليات الشبكات.
بدلاً من محاولة توظيف مديري شبكات يتمتعون بالمجموعة المناسبة من المهارات لأداء المهام الإدارية التي سيُطلب منهم القيام بها عند إدارة تكوينات شبكات تكنولوجيا المعلومات المعقدة للشركات، يمكن لشركة GenAI مساعدة موظفي تكنولوجيا المعلومات الأقل خبرة أو المتخصصين في تكنولوجيا المعلومات الذين لا يعملون في شبكات تكنولوجيا المعلومات على إدارة الشبكات بشكل فعال.
عندما يصل الذكاء الاصطناعي التوليدي إلى مستوى كافٍ من النضج، فإنه قد يساعد فرق الشبكة على أتمتة المهام الروتينية، والاستجابة للحوادث، وحساب القوى العاملة المخفضة، من بين فوائد أخرى
جون بيرك، نيمرتيس للأبحاث
يعتقد بيرك أن GenAI تتطور إلى تقنية متعددة الاستخدامات يمكنها في النهاية دعم العديد من مهام عمليات الشبكة. ويقول: “عندما يصل الذكاء الاصطناعي التوليدي إلى مستوى كافٍ من النضج، فإنه يمكن أن يساعد فرق الشبكة في أتمتة المهام الروتينية والاستجابة للحوادث وحساب القوى العاملة المخفضة، من بين فوائد أخرى”. في الواقع، تعمل أداة GenAI كمساعد لمسؤول الشبكة.
ووفقاً لبيرك، فإن إحدى الطرق التي يمكن بها نشر GenAI في الشبكات هي مساعدة فرق الشبكات المثقلة بالأعباء على إنشاء وثائق أكثر قابلية للقراءة وأكثر اكتمالاً لشبكاتهم. على سبيل المثال، يمكن لمحترفي الشبكات استخدام أداة GenAI لقراءة ملفات التكوين والجرد وبيانات رسم الخرائط الشبكية والملاحظات الأخرى التي طوروها بالفعل. ثم تقوم الأداة بإنشاء أوصاف مكتوبة كاملة، وحتى مخططات في بعض الحالات.
ويعتقد بيرك أنه إذا قامت فرق الشبكة بدمج GenAI – بقدرتها على التعامل مع اللغة الطبيعية – على أدوات الذكاء الاصطناعي للتعلم الآلي، فقد تكون قادرة على التعامل مع زيادة أحمال العمل، حتى مع انخفاض مستويات موظفي شبكات المؤسسات.
على سبيل المثال، يقول إنه بمجرد التدريب بشكل صحيح على قواعد تكوين أدوات الشبكة المختلفة، يمكن لـ GenAI مساعدة موظفي الشبكات في إنشاء سياسات الشبكة. ويقول: “إذا أدخل مسؤولو الشبكة أوصافًا لفظية لنية الشبكة في أداة GenAI، فيمكن للأداة إنشاء أوامر لتنفيذ هذه النوايا”. “ينطبق الشيء نفسه على العكس – يمكن لأداة GenAI النظر في التكوينات وإنشاء وصف لما ستفعله الشبكة، ويمكن لمحترفي الشبكة مقارنة الناتج بالنية”.
وللمضي قدمًا في هذا الأمر، يمكن أيضًا استخدام GenAI لمراجعة التكوينات، مما قد يساعد متخصصي تكنولوجيا المعلومات عند إجراء عمليات تدقيق الشبكة.
هناك الكثير من الحديث حول كيفية مساعدة GenAI للمبرمجين. بالنسبة لبيرك، يمكن لـ GenAI توفير أجزاء من البرنامج، وكتابة البنية، والتحقق من بناء الجملة وتقديم الملاحظات لمساعدة محترفي الشبكات في إنشاء نصوص الشبكة. ومع ذلك، يضيف: “لا ينبغي لمهندسي الشبكات استخدام التعليمات البرمجية التي توفرها أدوات GenAI على الفور دون سؤال. يمكن لـ GenAI منح فرق الشبكات ميزة في المشروع، ولكن لا يزال يتعين عليهم التحقق من التعليمات البرمجية وتعديلها وإكمالها قبل التنفيذ”.
مستقبل الذكاء الاصطناعي في شبكات SD-WAN
إن الوظائف المدعومة بالذكاء الاصطناعي المتاحة الآن في أدوات إدارة الشبكات تُظهر أن الصناعة أدركت مدى تعقيد الشبكات المؤسسية التي تدعم بيئات تكنولوجيا المعلومات المؤسسية الموزعة على نطاق واسع. وتوفر هذه الأدوات المتقدمة إمكانية جعل مثل هذه الشبكات أكثر قابلية للإدارة.
إن التحدي الذي يواجه الصناعة هو أن تعقيد الشبكات من المقرر أن يزداد، الأمر الذي من شأنه أن يفرض مطالب أكبر على المتخصصين في الشبكات. وفي حين لا يتوقع خبراء الصناعة ظهور إدارة الشبكات الآلية بالكامل، فإن أي مساعدة يمكن أن يقدمها مساعد الذكاء الاصطناعي من المرجح أن تكون موضع ترحيب كبير.
