AI brengt enorme veranderingen teweeg in alle bedrijfstakken, van retail en gezondheidszorg tot hoger onderwijs en de financiële wereld. Tegelijkertijd vindt er ook een spectaculaire verandering plaats in de ruggengraat van onze digitale infrastructuur, namelijk de netwerken. Juniper is de aandrijver van deze veranderingen; wij integreren LLM’s (large language models), generatieve AI, LEM’s (large experience models), synthetische gebruikersgegevens (Marvis® Minis) en virtuele netwerkassistenten in onze netwerkoplossingen. Ik wil hier graag iets vertellen over de voortgang die Juniper boekt met al deze innovaties en hoe die een oplossing zijn voor praktische uitdagingen. Ook kijken we naar hoe ze zorgen voor eenvoud en operationele efficiëntie, waardoor IT-teams zich uiteindelijk meer bezig kunnen houden met strategische initiatieven.
Een veranderende wereld: AI in netwerken
Netwerken zijn de basis van alle IT-activiteiten. Maar de traditionele aanpak van het handmatig invoeren van opdrachten, ontcijferen van complexe dashboards en het doorspitten van eindeloze logbestanden, is al lang niet meer houdbaar. Het draait niet meer om alleen het beheren van netwerkonderdelen, zoals toegangspunten, switches en routers, maar vooral om het managen van de gebruikerservaring van de clients tot de cloud. Natuurlijk is het nog altijd belangrijk dat alle lampjes op deze apparaten groen branden, maar het is belangrijker dat we de gebruikerservaring kunnen voorspellen en vooral verbeteren. Daarom is cloud-AIOps (AI for IT Operations) niet langer een leuk extraatje; inmiddels is het een basisvereiste waarmee organisaties de manier veranderen waarop ze hun netwerkomgevingen ontwerpen, implementeren en onderhouden.
Je kunt het zo zien: een conventioneel netwerk reageert op een probleem wanneer het zich voordoet, maar een AI-native netwerk anticipeert op problemen en lost ze proactief op. Deze transformatie komt erop neer dat je niet langer brandjes blust, maar gebruikmaakt van een strategisch systeem dat zichzelf bijna geheel beheert. Dit is het antwoord op de altijd toenemende complexiteit van hedendaagse digitale omgevingen, waarin applicaties zoals videovergaderen, online transacties en eLearning afhankelijk zijn van consistente verbindingen van hoogwaardige kwaliteit.
In een wereld waarin IT-teams toch al overbelast zijn en de hoeveelheid data niet meer bij te houden is, is de behoefte aan AIOps enorm. In zo’n wereld is AI een vertrouwde copiloot die een aanvulling is op de menselijke expertise, en die ervoor zorgt dat netwerken vlot en efficiënt werken tegen een achtergrond van steeds veranderende verwachtingen en bedreigingen.
Voer een gesprek met het netwerk: de kracht van LLM’s en generatieve AI
Stel dat u gewoon een gesprek kon houden met uw netwerk, en bijvoorbeeld kon vragen ‘zijn er ontevreden gebruikers?’ of ‘waarom is het VPN zo traag?’ Dat is geen science fiction; het kan nu omdat Juniper LLM’s en generatieve AI heeft geïntegreerd.
Voor de traditionele vorm van netwerkbeheer moeten er vaak cryptische logboeken worden ontcijferd en door vele interfaces worden geklikt. Dankzij het gebruik van LLM’s en generatieve AI kunnen IT-teams met de oplossingen van Juniper nu natuurlijke taal gebruiken om met het netwerk te communiceren. Dat betekent dat u gewoon een vraag kunt stellen en een duidelijk, praktisch en proactief antwoord krijgt.
Denk maar eens aan een IT-medewerker die een drukke retailomgeving moet beheren en die te maken heeft met seizoensgebonden verkeerspieken en onverwachte uitval. In plaats van dat hij urenlang gegevens moet doorspitten, kan hij gewoon vragen ‘waar doen de verbindingsproblemen zich voor?’ Via de gespreksinterface kan de Marvis AI-assistent die vraag omzetten naar een specifieke netwerkdiagnose, de achterliggende oorzaak opsporen en acties voor snel herstel daarvan voorstellen.
Veel organisaties hebben niet alleen hun handen vol aan de enorme berg aan netwerkdata, maar hebben ook niet het personeel dat die data kan beheren en interpreteren. De gespreksinterface van Marvis neemt deze uitdaging weg. Het netwerkbeheer wordt getransformeerd van een technisch doolhof in een geleid gesprek, dat meer duidelijkheid geeft, downtime vermindert en de dagelijkse werkdruk van IT-teams verlaagt.
Denk maar eens aan de IT-directeur van een ziekenhuis, die ervoor moet zorgen dat cruciale patiëntgegevens probleemloos van de ene afdeling naar de andere gaan, maar tegelijkertijd ook de online dienstverlening mogelijk moet maken. Met behulp van generatieve AI wordt de Marvis AI-assistent een brug tussen de complexe digitale omgeving en de eenvoudige, voor mensen bedoelde taal die nodig is voor een optimale exploitatie.
De wetenschap achter de op experience gerichte inzichten: LEM’s
Een van de krachtigste en ingrijpendste innovaties in onze portefeuille is het gebruik van LEM’s. Die bieden een enorme vooruitgang in de manier waarop we netwerkproblemen voorspellen en voorkomen voordat ze de gebruiker frustreren.
LEM’s zijn geavanceerde deep-learning modellen die zijn getraind met zeer omvangrijke videodatasets, en die in staat zijn om real-time gebruikerservaringen te koppelen aan netwerkfunctionaliteit. Bijvoorbeeld: u bent de beheerder van het netwerk van een universiteitscampus en krijgt klachten over de kwaliteit van de streaming video tijdens online lessen. Een LEM kan razendsnel de verschillende netwerkdatastromen doorzoeken, uitzoeken welke netwerkfuncties verantwoordelijk zijn voor de slechte gebruikerservaring en het probleem helpen oplossen.
Aan de hand van SHapley Additive exPlanations (SHAP’s) worden de beslissingen van het model uitgelegd. Met andere woorden, problemen worden niet alleen voorspeld door een LEM, maar SHAP legt ook nog eens uit waarom een bepaalde functie of bepaald netwerksegment bijdraagt aan de slechte gebruikerservaring. Daarmee helpen SHAP’s met het identificeren van achterliggende oorzaken zoals onjuist geconfigureerde VPN’s, overbelaste wifi-toegangspunten of een slecht werkende switch. Met deze dubbele capaciteit kunnen IT-teams problemen aanpakken rechtstreeks bij de bron – een verkeerde QoS-instelling in een winkel of netwerklatentie die problemen oplevert voor studenten die op afstand college volgen.
De voornaamste waarde van een LEM is zijn voorspellend vermogen. Doordat ze problemen zien aankomen voordat gebruikers er last van hebben, kunnen IT-teams al in een vroeg stadium ingrijpen. Daarmee zijn ze niet langer reactieve troubleshooters maar proactieve strategen. Deze mogelijkheden zijn met name waardevol in de gezondheidszorg, waar zelfs een kortstondige onderbreking al een risico is voor kritieke zorg.
Het zelfherstellende netwerk: Marvis Actions en Marvis Minis
Stelt u zich eens voor: een netwerk dat niet alleen problemen identificeert maar ze ook automatisch oplost en daarmee de basis is voor een zelfherstellend en zelfcorrigerend netwerk. Dit is waar Marvis Actions en Marvis Minis om de hoek komen kijken.
Marvis Actions is het zelfsturende component van Marvis AI dat mogelijke netwerkproblemen naar boven haalt in een speciale weergave genaamd Actions. In die weergave zien IT-teams niet alleen maar een lijst problemen, maar krijgen ze geprioriteerde aanbevelingen voor het oplossen daarvan. Marvis Actions heeft overal een plan voor, of het nou gaat om een gebrek aan wifi-dekking in een winkel of een onstabiele switch die verbindingsproblemen veroorzaakt op de campus.
Voor veel van deze acties kunnen IT-beheerders aangeven dat Marvis Actions het herstel automatisch moet uitvoeren. In deze ‘zelfherstellende’ modus kunnen veelvoorkomende problemen door het netwerk zelf worden opgelost zonder menselijke tussenkomst, wat tijd, middelen en downtime scheelt.
Marvis Minis, de digitale tweeling die het gedrag van gebruikers nabootst, vult Marvis Actions perfect aan. Deze ‘namaakgebruikers’ testen het netwerk onafgebroken door veelvoorkomende handelingen van gebruikers na te bootsen. Ze proberen bijvoorbeeld in te loggen bij het wifinetwerk van het bedrijf of verbinding te maken met een cloudapplicatie, waarmee ze op proactieve wijze potentiële hindernissen opsporen voordat echte gebruikers die als een probleem rapporteren.
Marvis Minis functioneren als een soort vroegtijdig waarschuwingssysteem. Zo kan de digitale tweeling in een drukbezocht ziekenhuis een DHCP- of ARP-configuratiefout ontdekken die van invloed zou zijn geweest op de systemen van de spoedeisende hulp. Vervolgens komt Marvis Actions met een aanbeveling of wordt zelfs meteen actie ondernomen.
Het voordeel van het AI-native netwerkplatform van Juniper
In het digitale tijdperk is het cruciaal dat u de juiste partner kiest. Bij Juniper houden we ons onvermoeid bezig met innovatie op het gebied van AI-native netwerken, en dat doen we niet alleen om bij te blijven met technologische trends; we doen het omdat we de manier waarop netwerken werken, drastisch willen veranderen. Dit is wat onze aanpak oplevert:
- Meer operationele efficiëntie. Dankzij AI-gestuurde inzichten en geautomatiseerde processen kunnen IT-teams stoppen met brandjes blussen en zich bezighouden met strategische bedrijfsinitiatieven.
- Minder complexiteit. Onze oplossingen maken de traditioneel complexe wereld van netwerkbeheer eenvoudiger door technische data om te zetten in heldere en praktische aanbevelingen.
- Proactieve probleemoplossing. Voorspellende modellen zoals LEM en de zelfherstellende mechanismen in Marvis Actions verminderen de hoeveelheid downtime en verbeteren de algehele gebruikerservaring – zowel in drukke winkels als in onderwijsinstellingen met virtuele klaslokalen.
- Beveiliging en compliance. Met automatisering en doorlopende monitoring worden mogelijke kwetsbaarheden opgespoord en verholpen voordat ze kunnen worden misbruikt, waarmee de algehele beveiliging in elke bedrijfstak kan worden verbeterd.
- Duurzaamheid zonder compromissen. Door duurzaamheid onderdeel te maken van ontwerp en engineering, zorgt Juniper voor een uitzonderlijk goede energie-efficiëntie met geoptimaliseerde silicium-chips, kleinere formaten en AI-native energiebeheer. En dat alles zonder dat de performance eronder lijdt.
- Doeltreffende IT-teams. Door terugkerende taken over te laten aan slimme automatisering kunnen IT’ers zich meer bezighouden met innovatie, optimalisatie en bedrijfsgroei.
Wanneer u Juniper kiest als uw partner, koopt u niet alleen maar hardware en software voor uw netwerk. U investeert in een toekomst waarin uw netwerk zichzelf begrijpt en optimaliseert. Zo bereiken we een zorgomgeving waar de zorg voor patiënten niet langer lijdt onder netwerkonderbrekingen. Of een winkel waar het netwerk anticipeert op piekdrukte tijdens een uitverkoop en dus zorgt voor een goede klantervaring. Dankzij onze AI-native aanpak is de wereld van morgen vandaag al realiteit.
Uw uitnodiging voor een slimmere en veiligere toekomst voor uw netwerk
Onze reis op weg naar zelfsturende, intuïtieve netwerken begint nog maar net, maar de mogelijkheden die ze bieden voor uw digitale omgeving zijn oneindig. Bent u klaar om te ervaren hoe deze AI-native innovaties uw netwerkexploitatie kunnen transformeren, in de gezondheidszorg, retail, het hoger onderwijs of een andere bedrijfstak? Laten we dan met elkaar in gesprek gaan.
We vertellen u alles over hoe de zeer complete oplossingen voor AI-native netwerken van Juniper de lat in de branche ongekend hoog leggen. U kunt een demo of adviesgesprek aanvragen of gewoon eens bellen om met ons te praten over hoe wij onze oplossingen op maat maken voor uw unieke uitdagingen. Mis ook vooral de herhaling van de onlangs gegeven presentatie Mobility Field Day niet. En luister naar The Q&AI Podcast, waarin ik samen met innovators en toonaangevende knappe koppen verder inga op hoe AI enorme veranderingen teweegbrengt in alle bedrijfstakken.
