La Self-Driving Network™ ya no es un objetivo a largo plazo, sino que está más cerca que nunca de convertirse en realidad gracias a las nuevas mejoras con IA agentiva que incorporamos en Mist™, nuestra plataforma de red nativa de la IA. Así agiliza HPE Networking la transición de las operaciones de red “asistidas” a las operaciones de red “autónomas”.
Mientras otros simplemente venden promesas, nosotros ya ofrecemos todo el potencial de la IA agentiva con una hoja de ruta clara y resultados demostrados.
Qué distingue a la IA agentiva y por qué requiere contar con una buena infraestructura
La IA agentiva representa la nueva evolución de la automatización, ya que introduce agentes capaces de razonar, planificar, colaborar y actuar en todos los ámbitos de la red, con poca o nula intervención manual, para abordar los problemas de manera proactiva antes de que afecten la experiencia del usuario.
Sin embargo, para aprovechar la IA agentiva al máximo, es necesario contar con una infraestructura sólida. En HPE Networking, llevamos más de una década desarrollando esa infraestructura con el motor de IA de Marvis® y Marvis® AI Assistant. El motor de IA de Marvis aprende continuamente de datos de telemetría procedentes de los distintos ámbitos de la red y de las aplicaciones externas, lo que mejora la eficacia de los resultados de la IA, agiliza la resolución de problemas y garantiza la calidad de las experiencias de los usuarios del cliente a la nube. Por su parte, Marvis AI Assistant revoluciona la forma en que los equipos de TI operan la red e interactúan con ella gracias a una serie de funciones líderes en el sector:
- Interfaz conversacional de Marvis: transforma la manera en que los usuarios interactúan con las redes
- Marvis Minis: realizan simulaciones de las experiencias de los usuarios de manera proactiva para detectar los problemas antes de que ocurran
- Modelo de experiencia de gran tamaño (LEM) de Marvis: ofrece predicciones clave sobre el rendimiento de la red
- Marvis Actions: brinda una corrección automatizada que está basada en modelos de confianza con intervención humana (“human-in-the-loop” o HITL)
Gracias a esta infraestructura tan contundente, la IA agentiva impulsa y agiliza la transición a las redes autónomas. Hoy, nos complace anunciar una serie de mejoras basadas en esta revolucionaria tecnología con las que nuestra visión está aún más cerca de convertirse en realidad.
Mejoras en Marvis AI Assistant: IA agentiva en todos los ámbitos
Las últimas mejoras que introdujimos en Marvis AI Assistant son el fiel reflejo de que las funciones de IA agentiva ofrecen ventajas reales para los campus, las sucursales y los centros de datos. Nuestra red nativa de la IA, que se caracteriza por su seguridad, lleva las NetOps agentivas a todos los ámbitos operativos y unifica los distintos equipos para simplificar las operaciones automatizadas del cliente a la nube.
Mejoras en la interfaz conversacional de Marvis: colaboración con varios agentes
La nueva interfaz conversacional de Marvis utiliza la GenAI para agilizar la resolución de problemas mediante flujos de trabajo de IA agentiva y la colaboración con varios agentes. Ahora, los operadores pueden comunicarse con la red con preguntas abiertas (p. ej., “¿Por qué cayó el rendimiento en Monterrey?”) para obtener de respuesta análisis inteligentes, información contextual y correcciones precisas. Este avance en Marvis AI Assistant supone pasar de las operaciones asistidas a la inteligencia de las redes autónomas, lo que simplifica tareas como la generación de paneles, la correlación de datos de diferentes ámbitos y la resolución de problemas mediante instrucciones en lenguaje natural.
Nuevas acciones autónomas de Marvis
Marvis Actions es la evolución que permite pasar de la corrección reactiva a las operaciones de red proactivas. Identifica problemas críticos, como fallas en el servidor DHCP, la falta de VLAN o bucles de tráfico, y ofrece recomendaciones claras y basadas en datos para solucionarlos rápidamente.
Además, Marvis Actions proporciona correcciones automatizadas en situaciones para las que los equipos de TI hayan autorizado su uso. Como utiliza un modelo de confianza HITL, con el tiempo los equipos se van sintiendo cada vez más cómodos y le dan a Marvis AI Assistant más permisos para actuar con autonomía y resolver los problemas de forma automática. Hoy anunciamos una serie de acciones autónomas nuevas que incluyen las siguientes:
- Corrección de errores de configuración en las VLAN
- Desconexión de puertos para solucionar bucles en la red
- Actualización de dispositivos que no cumplan con las políticas
- Gestión de las actualizaciones rutinarias de las políticas y del cumplimiento del firmware
- Corrección de puertos bloqueados y de puntos de acceso (AP) mal configurados
Una vez completada la corrección, se valida cada una de las acciones, independientemente de que la haya iniciado el equipo de TI o de que la haya ejecutado Marvis AI Assistant de manera autónoma, y se registra en el panel de Marvis Actions. Así, se garantizan la auditabilidad y la supervisión con intervención humana y se va generando cada vez más confianza gracias a la precisión y coherencia de los resultados. A medida que los equipos de TI van viendo que Marvis AI Assistant es capaz de gestionar los problemas rutinarios con eficacia, se van sintiendo más cómodos y permitiendo más acciones autónomas en situaciones cada vez más complejas. Esto, además de acortar el tiempo de corrección, libera a los equipos de TI para que puedan dedicar menos tiempo a las tareas repetitivas y centrarse en asuntos más estratégicos y significativos.
Modelo de experiencia de gran tamaño (LEM) genérico mejorado con Marvis Minis
Marvis Minis funciona como un gemelo digital para la experiencia que está siempre disponible y supervisa continuamente las condiciones de la red, además de registrar la telemetría en la que se basa el LEM de Marvis. El LEM de Marvis combina los datos enriquecidos con el modelo Shapley para predecir las experiencias de usuario y determinar la causa raíz de los problemas antes de que afecten a los usuarios. Mediante Shapley, Marvis AI Assistant ofrece representaciones visuales intuitivas que clasifican los elementos de la red por nivel de “culpabilidad” para mostrar cuánto contribuye cada uno de ellos a la degradación de la experiencia del usuario en los distintos AP, clientes y funciones de red, lo que permite encontrar la causa raíz rápidamente.
El LEM de Marvis, que antes se limitaba a los datos de Zoom® y Microsoft Teams®, ahora aprovecha el aprendizaje genérico con Marvis Minis para ofrecer más información sobre la experiencia del usuario, por lo que el valor para los clientes ya no se restringe a esas aplicaciones. Estas mejoras reducen aún más el tiempo que lleva la corrección y garantizan que las aplicaciones empresariales más importantes estén siempre optimizadas para ofrecer el máximo rendimiento.
IA para las operaciones del centro de datos
También nos complace anunciar mejoras en Marvis AI Assistant que son específicas de las operaciones de centros de datos.
En los entornos de centro de datos, la interfaz conversacional de Marvis se integra con la base de datos de grafos contextual de Apstra® Data Center Director para que el marco de IA agentiva pueda entender consultas complejas, descomponerlas en componentes lógicos y consultar las fuentes de datos de forma iterativa para sintetizar respuestas prácticas. Actualmente, este marco admite casi 300 consultas de API y vamos a ampliarlo para permitir actividades autónomas de aprovisionamiento de servicios, incorporar fuentes de datos adicionales (como la búsqueda elástica) y mejorar los mecanismos de retroalimentación para garantizar el aprendizaje continuo. Todos estos son pasos fundamentales para poder disfrutar de centros de datos totalmente autónomos.
También vamos a ampliar las funciones de Marvis Minis a las operaciones de los centros de datos para ofrecer una inteligencia proactiva que garantice la confiabilidad de los servicios básicos críticos (DNS, almacenamiento en red, servicios de autenticación, etc.) de diversos dispositivos y ubicaciones. Los operadores de red pueden activar Minis para situaciones concretas (por ejemplo, validaciones posteriores a las tareas de mantenimiento) o ejecutarlo de manera autónoma con intervalos configurables para detectar errores causados por cambios o fallas en la red, lo que permite a los clientes identificar problemas poco evidentes de forma rápida y eficaz.
La autonomía es el futuro de las redes
Nuestras funciones de IA agentiva de eficacia probada, que se sustentan en la sólida infraestructura de la plataforma Mist, agilizan nuestra visión de la Self-Driving Network para pasar de las operaciones asistidas a las soluciones de red totalmente autónomas. Esta visión está más cerca de materializarse de lo que parece: nuestros clientes ya operan redes autónomas en la actualidad, con agentes de IA agentiva que colaboran entre distintos ámbitos, aprenden de cada interacción y ofrecen correcciones autónomas para garantizar la conexión y la productividad de los usuarios.
NOW: descubra la nueva era de las redes
¿Quiere ver cómo la IA agentiva puede transformar sus operaciones de red? No se pierda nuestro evento virtual AI-Native NOW del 16 o 17 de septiembre, en el que los líderes de HPE Networking nos mostrarán cómo las AIOps y la IA agentiva están impulsando una automatización que simplifica las operaciones y mejora las experiencias de los usuarios.
