L’existence de l’intelligence artificielle (IA) ne date pas d’hier, puisqu’elle est devenue un sujet d’étude pour la première fois en 1959 au Dartmouth College (un client de Juniper Mist !). Pourtant, au cours des derniers mois, l’intérêt pour l’IA a littéralement explosé avec l’introduction de ChatGPT et des grands modèles linguistiques (LLM).
Bien que les LLM représentent une avancée considérable dans le domaine de l’IA, il est dangereux de présumer qu’ils remplacent les assistants réseau virtuels optimisés par l’IA existants, tels que Marvis. Certes, avec une interface de génération de conversation, les LLM sont extrêmement faciles à utiliser et perspicaces dans leurs réponses. Mais leurs réponses se fondent sur des données capturées à un moment précis et peuvent donc facilement être influencés pour fournir des réponses incorrectes. C’est pourquoi ils ne conviennent pas actuellement à l’analyse ni au dépannage en temps réel.
Le meilleur des scénarios est celui dans lequel les LLM sont utilisés pour augmenter les capacités de conversation d’un assistant réseau virtuel (VNA). Et c’est précisément ce que Juniper a annoncé aujourd’hui à l’occasion du Mobility Field Day 9.
En plus des documents en anglais, l’interface LLM de Marvis renvoie également vers des ressources permettant d’obtenir de plus amples informations. Les administrateurs informatiques obtiennent ainsi les informations nécessaires avec un taux de réponse quasi immédiat, garantissant la meilleure expérience utilisateur possible. Voici quelques exemples concrets :
Intégration de données tierces à partir de Zoom – Marvis apprend des expériences utilisateur !
Juniper a dévoilé une autre fonctionnalité innovante de Marvis, qui permet de résoudre un problème courant dans de nombreux réseaux d’entreprise : les mauvaises expériences de visioconférence. Lorsqu’un appel est interrompu ou que l’image est floue, il est bien souvent difficile d’en déterminer la cause exacte. S’agit-il d’une interférence Wi-Fi ? D’une latence du WAN ? D’une utilisation élevée du processeur d’un ordinateur portable ? Ou bien de l’application elle-même ?
Désormais, Marvis est intégré à Zoom pour résoudre ce problème. Plus précisément, Marvis extrait des données du client Zoom et du cloud Zoom, puis les met en corrélation avec des informations spécifiques au réseau afin de déterminer la cause racine d’une mauvaise expérience vidéo. De plus, Marvis apprend les causes des mauvaises expériences Zoom au fil du temps. Il peut donc comprendre les tendances et identifier les anomalies, puis procéder ainsi à une identification des causes racines en amont (et à leur résolution). Cela permet aux équipes informatiques de réduire le temps moyen de résolution (MTTR) des problèmes liés à Zoom et, dans bien des cas, de réduire le nombre de tickets d’assistance Zoom.
L’interface conversationnelle de Marvis permet de recueillir des informations sur Zoom. Comme indiqué ci-dessous, les utilisateurs peuvent demander à Marvis de dresser la liste des utilisateurs de Zoom et de dépanner une session Zoom donnée. Grâce à cette intégration, assurer la fluidité et le bon déroulement des appels vidéo n’a jamais été aussi simple.
Juniper développe Marvis en continu afin d’exploiter de nouveaux outils de science des données et de nouvelles sources de données, et offrir ainsi les meilleures expériences aux utilisateurs et aux opérateurs. Les LLM et Zoom sont les toutes dernières nouveautés d’une longue série de progrès dans le domaine des assistants réseau virtuel, qui remonte au lancement de Marvis en 2018. Marvis, qui utilise l’AIOps pour l’automatisation, l’analyse et l’assurance du client jusqu’au cloud, demeure la référence du secteur.
Autres ressources :
- Blog : Access Assurance
- Page produit de Marvis
- Fiche technique de Marvis
- Page produit de l’AP24
- Fiche technique de l’AP24
Déclaration relative à l’orientation du produit
Juniper Networks peut divulguer des informations relatives au développement et à la planification de futurs produits, fonctionnalités ou améliorations, dans un plan prévisionnel tenant compte du calendrier et de l’avancée actuelle du développement de Juniper. Ces efforts et plans de développement sont susceptibles d’être modifiés à la seule discrétion de Juniper, sans préavis. Sauf mention contraire incluse dans les accords définitifs, Juniper Networks n’offre aucune garantie et n’accepte aucune responsabilité quant à la date de mise à disposition des produits, des fonctionnalités ou des améliorations décrits dans cette présentation. Les décisions d’achat prises par des tiers ne doivent pas se fonder sur ce plan prévisionnel, et aucun achat ne peut dépendre de la fourniture par Juniper Networks d’une capacité ou d’une fonctionnalité décrite dans cette présentation.
