La WAN tradizionale si è trasformata in modo radicale negli ultimi anni. Prima della pandemia era ampiamente utilizzata per connettere il personale degli uffici alle loro informazioni e applicazioni, distribuite in data center aziendali di dimensioni, tipo e capacità variabili.
Oggi ci si aspetta che ogni dipendente sia in grado di lavorare in qualsiasi luogo e momento, senza alcuna restrizione o degrado del servizio. I moderni ambienti IT e di rete devono supportare il nostro mondo cloud-first e tutto ciò che ne consegue. E le WAN devono evolvere per rispondere alle esigenze delle imprese moderne, ma l’intelligenza artificiale (AI) può aiutarle a migliorare.
Affrontare le complessità
La visibilità e il controllo sul traffico e sui servizi di rete sono stati uno dei punti di forza delle WAN. Le aziende hanno bisogno delle informazioni e del controllo per indirizzare meglio il traffico critico e assicurarsi che arrivi dove e quando previsto. Ottimizzare il traffico di rete e le prestazioni significa infatti proteggere meglio l’esperienza dell’utente finale e garantirne la soddisfazione.
È naturale che le reti moderne siano sempre più complesse. Il numero di dispositivi e di connessioni è aumentato in modo esponenziale, quindi la gestione della rete deve migliorare di pari passo.
Poiché il tasso di espansione è superiore a quello che un normale team di rete può gestire, occorre introdurre l’AI per rendere gestibile l’attuale e già complessa struttura delle reti, in modo che le aziende possano gestire le espansioni in tempo reale.
Migliorare l’instradamento del traffico
Juniper Networks sa che il successo del networking moderno si giudica in base all’esperienza offerta agli utenti finali. Le informazioni e le applicazioni sono disponibili all’istante, senza ritardi? Le videochiamate manifestano rallentamenti o interruzioni? La rete consente ai dipendenti di lavorare in modo efficiente ed efficace o li rallenta?
È proprio in questi casi che l’AI è di grande aiuto, perché è in grado di prioritizzare e instradare ogni tipo di traffico nel modo più efficiente, migliorando e proteggendo l’esperienza degli utenti finali. L’AI si può integrare per dare priorità a determinati tipi di traffico, rilevare il degradarsi dei servizi o altri indizi di problemi e avvisare il team di rete o apportare modifiche in autonomia. Con il passare del tempo, l’AI comprende sempre meglio tutte le variabili in gioco e può eseguire azioni predittive, identificando la causa e l’effetto di situazioni tipiche e apportando modifiche in anticipo.
Capire come funziona la rete, i requisiti del livello di servizio, le esigenze degli utenti e il percorso migliore per il traffico – e al contempo ottimizzarli tutti – non è un’impresa semplice. Ma se si applica l’AI al problema, questo diventa molto più gestibile, e il team di rete ha il tempo di concentrarsi sulle questioni più importanti.
Migliorare le operazioni
È comune che i team IT e di rete si trovino intrappolati da tanti aspetti di gestione dei network aziendali: scegliere i percorsi del traffico, esaminare gli avvisi di sicurezza, risolvere i problemi e molto altro. Il crescente impegno richiesto ai team di rete rende quindi necessarie reti che aiutino a semplificare il loro lavoro. L’applicazione dell’AI non solo può aiutare a gestire reti sempre più grandi e complesse, ma può anche velocizzare le procedure di configurazione e riparazione che fanno parte del loro lavoro.
L’AI può fornire assistenza per il provisioning, aiutando i team di rete a ottimizzare il rollout delle apparecchiature e segnalare i tentativi anomali di connessione di nuovi siti o servizi al sistema. Infatti l’AI può isolare questi tentativi e inviare avvisi al riguardo, impedendo che vadano a buon fine, oltre ad adattare e distribuire nuove definizioni di policy basate su apparecchiature o funzionalità appena aggiunte.
La capacità di diagnosticare e riparare rapidamente i problemi è un altro incentivo per cui i team dovrebbero applicare l’AI ai propri network. In presenza di problemi o avvisi, il team di rete entra in azione per stabilire se l’avviso riguarda un problema grave che richiede una soluzione immediata. A quel punto, è necessario cercare e isolare la causa radice del problema, per poi risolverla. Il punto, tuttavia, è che con la crescita e l’espansione delle reti aziendali aumentano anche i problemi e le segnalazioni. È raro che un team di networking interno cresca di dimensioni per adeguarsi all’espansione della rete aziendale, perciò non è detto che ci siano risorse sufficienti per tutte le segnalazioni da indagare e gestire.
L’AI può esaminare e classificare gli avvisi stabilendo quali sono critici, quali possono attendere e quali sono falsi positivi. Un’AI ben addestrata può apportare modifiche e riparazioni in autonomia, ad esempio aumentando la larghezza di banda della rete. Una delle funzioni più efficaci dell’AI nel processo operativo è accelerare i tempi di riparazione dei problemi. Storicamente, gli avvisi danno ai team di rete un’idea di quali potrebbero essere i problemi, ma niente di più. L’AI aiuta i team a identificare con esattezza il problema (ad es., capire perché c’è un ritardo, perché le videochiamate si interrompono) e fornisce indicazioni per rimediarvi.
Semplificare il rollout e la gestione può accelerare il time-to-value e il time-to-repair, eliminando così le attività lunghe e ripetitive per i team di rete.
Juniper SD-WAN con tecnologia Mist AI
Le tecnologie SD-WAN basate su AI di Juniper rendono possibili queste applicazioni dell’AI nelle reti moderne e migliorano l’esperienza degli utenti finali e dell’IT.
