Künstliche Intelligenz (KI) gibt es schon seit einer ganzen Weile, im Jahr 1959 wurde sie zum ersten Mal am Dartmouth College (einem Kunden von Juniper Mist Systems!) als Studienrichtung angeboten.Doch mit der Einführung von ChatGPT und Large Language Models (LLMs) stieg das Interesse an diesem Thema in den vergangenen Monaten noch einmal stark an.
LLMs stellen zwar einen gewaltigen Fortschritt im Bereich KI dar, doch es wäre gefährlich anzunehmen, dass sie den Bedarf an bestehenden KI-basierten virtuellen Netzwerkassistenten wie Marvis ersetzen werden. Es ist wahr, dass eine generative Kommunikationsoberfläche sie extrem nutzerfreundlich macht und ihre Antworten außergewöhnlich aufschlussreich sind. Doch ihre Antworten basieren auf Daten, die zu einem bestimmten Zeitpunkt erfasst wurden, und sie können leicht dahingehend beeinflusst werden, falsche Antworten zu geben. Daher sind sie aktuell ungeeignet für Echtzeiteinblicke und Fehlerbehebung.
Das beste Szenario ist ein solches, in dem LLMs dazu genutzt werden, die Kommunikationsfähigkeiten eines bestehenden Virtual Network Assisstant (VNA) zu verbessern. Genau dies hat Juniper heute beim Mobility Field Day 9 vorgestellt.
Die LLM-Schnittstelle von Marvis zitiert Quellen für weitere Informationen, zusätzlich zu englischsprachigen Ressourcen. Damit erhalten IT-Administratoren die gewünschten Informationen nahezu sofort und ohne Wartezeit – so wird die bestmögliche Benutzererfahrung gewährleistet. Hier sind einige Beispiele aus der Praxis:
Integration von Daten Dritter von Zoom – Marvis lernt durch mehr Benutzererfahrung!
Juniper gab eine weitere bahnbrechende Entwicklung der Fähigkeiten von Marvis bekannt, die ein in Unternehmensnetzwerken weit verbreitetes Problem angeht: qualitativ schlechte Videokonferenzen. Nur allzu häufig ist es schwierig, die Ursache von unterbrochenen oder verpixelten Anrufen zu bestimmen. Liegt es an einer WLAN-Störung? An der WAN-Latenz? An einer zu hohen CPU-Auslastung des Laptops? Oder an der Anwendung selbst?
Marvis verfügt jetzt über eine Integration mit Zoom, um dieses Problem anzugehen. Marvis erhält Daten sowohl vom Zoom-Client als auch der Zoom-Cloud und kombiniert sie mit netzwerkspezifischen Einblicken, um die Ursache der schlechten Videoqualität zu bestimmen. Außerdem lernt Marvis im Laufe der Zeit, was schlechte Zoom-Erlebnisse verursacht. Damit können Trends erkannt und Anomalien identifiziert werden, um eine proaktive und prädiktive Ursachenermittlung (und Korrektur) zu ermöglichen. Dies bietet IT-Teams einen Vorsprung, um die Reparaturzeit (Mean Time to Repair, MTTR) für Zoom-Probleme zu reduzieren und kann, in zahlreichen Fällen, Zoom-Supporttickets vollständig unnötig machen.
Einblicke von Zoom können über die Konversationsschnittstelle für Marvis gesammelt werden. Beispielsweise können Benutzer wie unten abgebildet Marvis bitten, alle Zoom-Nutzer aufzulisten und die Fehler bei einer spezifischen Zoom-Sitzung zu beheben. Mit dieser Integration wird so einfach wie nie zuvor sichergestellt, dass Videoanrufe störungsfrei und effizient verlaufen.
Juniper erweitert Marvis regelmäßig um neue Data-Science-Tools und Datenquellen, damit Benutzer und Betreiber die besten Erfahrungen haben. LLM und Zoom sind die neuesten VNA-Fortschritte einer langen Erfolgsgeschichte, seit Marvis im Jahr 2018 erstmals vorgestellt wurde. In Bezug auf die Nutzung von AIOps für Automatisierung, Einblicke und Client-to-Cloud-Assurance setzt Marvis weiterhin neue Standards in der Netzwerkbranche.
Weitere Ressourcen:
P.S.: Wir können nicht zaubern. Und wir sind nicht KI-gesteuert. Werfen Sie einen Blick hinter die Kulissen, um zu erfahren, wie KI umgesetzt wird.
Erklärung zur Produktausrichtung
Juniper Networks kann Informationen über die Entwicklung und Planung von zukünftigen Produkten, Funktionen oder Verbesserungen offenlegen. Dies wird auch als „Plan of Record“ (POR) bezeichnet. Diese Details basieren auf den aktuellen Entwicklungsvorhaben und Planungen von Juniper. Juniper behält sich das Recht vor, diese Entwicklungsvorhaben und Planungen jederzeit fristlos zu ändern. Soweit nicht in definitiven Verträgen aufgeführt, gibt Juniper Networks keine Zusicherungen ab, dass die hier präsentierten Produkte, Funktionen oder Verbesserungen eingeführt werden, und übernimmt diesbezüglich auch keine Haftung. Kaufentscheidungen von Dritten sollten nicht auf diesem POR basieren und Käufe sind nicht abhängig davon, dass Juniper Networks die in dieser Präsentation dargestellten Funktionen oder Funktionalitäten bereitstellt.
