La inteligencia artificial (IA) ha existido desde hace algún tiempo; de hecho, la primera vez que se convirtió en un campo de estudio fue en 1959 en Dartmouth College (un cliente de Juniper Mist).Sin embargo, en los últimos meses, la cantidad de interés en la IA maduró completamente tras la llegada de ChatGPT y los grandes modelos de lenguaje (LLM).
Aunque los LLM representan un gran avance en el cambo de la IA, es peligroso suponer que reemplazan la necesidad de asistentes de red virtual existentes impulsados por IA como Marvis. Por supuesto, una interfaz conversacional generativa hace que sea extremadamente sencilla de utilizar y bastante informativa en sus respuestas. Sin embargo, sus respuestas se basan en datos registrados en un punto específico en el tiempo y es posible influenciarla fácilmente para que de respuestas incorrectas. Esto hace que actualmente no sean nada aptas para brindar información y solucionar problemas en tiempo real.
El mejor escenario es aquel en el que se usan LLM para amplificar las capacidades conversacionales de un asistente de red virtual (VNA) existente. Esto es exactamente lo que Juniper anunció hoy en el Mobility Field Day 9.
La interfaz LLM de Marvis también citará recursos para obtener más información, además de recursos en inglés. Esto ayuda a los administradores de TI a obtener la información que necesitan con una frecuencia de respuesta casi inmediata, a fin de garantizar las mejores experiencias de usuario posibles. Estos son algunos ejemplos del mundo real:
Integrar datos de terceros desde Zoom – Marvis aprende desde más experiencias de usuarios.
Juniper también anunció otra revolucionaria capacidad dentro de Marvis diseñada para abordar un problema muy común en muchas redes empresariales: malas experiencias de videoconferencia. Con mucha frecuencia, es difícil determinar la causa raíz de las llamadas interrumpidas o pixeladas. ¿Será interferencia en la red Wi-Fi? ¿Latencia de WAN? ¿Un alto uso de CPU en una laptop? ¿O bien, la propia aplicación?
Marvis ahora se integra en Zoom para ayudar a abordar esta situación. Más específicamente, Marvis extrae datos desde el cliente y la nube de Zoom, y los correlaciona con información específica de red para determinar la causa raíz de una mala experiencia de video. Además, Marvis determina lo que causa las malas experiencias de Zoom en el tiempo, lo que le permite determinar tendencias e identificar anomalías para lograr una identificación (y correlación) proactiva y predictiva de la causa raíz. Esto brinda a los equipos de TI una ventaja para reducir el tiempo promedio para corregir (MTTR) problemas de Zoom y, en muchas instancias, reducir la cantidad de tickets de soporte en su totalidad.
La información de Zoom se puede recopilar con la interfaz conversacional de Marvis. Por ejemplo, como se muestra más adelante, los usuarios pueden pedirle a Marvis que enumere a todos los usuarios de Zoom y solucione problemas de una sesión de Zoom en específico. Con esta integración, nunca ha sido tan sencillo garantizar que las llamadas de video funcionen con fluidez y eficacia.
Juniper expande constantemente a Marvis para aprovechar nuevas herramientas de ciencia de datos y fuentes de datos, a fin de lograr las mejores experiencias de usuario y operador. LLM y Zoom son lo más reciente en una larga historia de avances en VNA que se remonta al primer lanzamiento de Marvis en el 2018. Con respecto a aprovechar AIOps para fines de automatización, información y seguridad entre cliente y nube, Marvis sigue estableciendo el estándar en la industria de redes.
Recursos adicionales:
- Blog: Acceso a la garantía
- Página de producto de Marvis
- Hoja de datos de Marvis
- Página de producto de AP24
- Hoja de datos de AP24
- D.: No somos magos. Tampoco corregimos las IA de otros. Eche un vistazo tras bambalinas para ver cómo se crea realmente una IA.
Declaración de la orientación del producto
Es posible que Juniper Networks divulgue información relacionada con desarrollo y planes para productos, funciones o mejoras a futuro, conocidos como un Plan de registro (“POR”). Estos detalles entregados se basan en los esfuerzos y planes de desarrollo actuales de Juniper. Estos esfuerzos y planes de desarrollo están sujetos a cambios a discreción exclusiva de Juniper sin previo aviso. Con excepción de lo que podría establecerse en acuerdos definitivos, Juniper Networks no brinda ninguna garantía ni asume responsabilidad alguna en presentar productos, funciones o mejoras descritos en esta presentación. Las decisiones de compra de terceros no deben basarse en este POR y ninguna compra depende de que Juniper Networks entregue alguna característica o funcionalidad descrita en esta presentación.
