Net zoals een goede wijn begint met goede druiven, heeft goede AI goede data nodig. Een AI-native netwerk is gebouwd op een fundament van de juiste goede data. In dit bericht gaan we in op de eerste fase van de weg naar het zelfsturende netwerk: data; het kritieke ingrediënt voor een intelligent, AI-gestuurd netwerk.
Van uptime naar gebruikerservaring
Traditioneel netwerkbeheer houdt zich vooral bezig met het monitoren van de basale meetgegevens van netwerkapparaten, zoals de uptime en de benutting van CPU, geheugen en bandbreedte. Bij Juniper vinden we dat je dan pas halverwege bent. Wij doen meer dan alleen het netwerk aan de praat houden; we richten ons op het waarborgen van uitstekende, end-to-end, client-to-cloud ervaringen voor alle gebruikers in het netwerk. We vragen niet alleen: ‘Is het netwerk bereikbaar?’ Wij vragen: ‘Hoe ervaren de gebruikers het netwerk?’ Deze gebruikersgerichte filosofie is de basis van onze benadering van dataverzameling en -analyse. We beginnen met enkele minuten aan gebruikerservaring – we registreren realtime inzichten over hoe gebruikers het netwerk ervaren en gebruiken datawetenschap om die gebruikerservaring vervolgens te voorspellen en optimaliseren. Uiteindelijk ligt de waarde van een netwerk in de manier waarop het gebruikers mogelijkheden biedt en een bedrijf resultaten laat bereiken. Dit is cruciaal voor elke volgende fase van de weg naar het zelfsturende netwerk.
De kracht van samenwerking
Maar hoe zorgt Juniper ervoor dat er data worden verzameld die relevant zijn voor het optimaliseren van de gebruikerservaring? Het begint allemaal bij onze datawetenschappers die nauw samenwerken met onze customer-successteams: domeinspecialisten die een verlengstuk zijn van onze zakelijke klanten. Niemand weet beter wat de praktische uitdagingen van onze klanten zijn dan zij, en dat maakt deze samenwerking zo belangrijk. Door inzicht te krijgen in de specifieke pijnpunten van onze klanten en hun gebruikssituaties, kunnen we de data selecteren die het waardevolst zijn voor het trainen en verfijnen van onze AI-modellen.
En met deze grondige kennis kunnen we echt effectieve oplossingen bouwen. Als datawetenschappers en customer-successteams bij een AI-leverancier niet samenwerken met hun eigen cloud-AIOps-oplossing, kun je veilig beweren dat ze nog niet aan hun AI-reis zijn begonnen. Ze missen de cruciale link tussen technologie en praktische toepassingen.
Van realtime data naar realtime inzichten
Met een goed beeld van de behoeften van de klant kunnen we ons richten op het verzamelen van rijke data afkomstig van netwerkapparaten, die zijn geoptimaliseerd voor het verzenden van telemetriedata naar een cloudarchitectuur op basis van microservices. Bij Juniper verzamelen en verfijnen we al ruim tien jaar lang data, van toegangspunten, routers, switches, firewalls en apparaten van clients. Zo verzamelen we meer dan 150 realtime draadloze ‘user states’ via streaming telemetrie van toegangspunten. Deze constante stroom aan telemetrie wordt in de cloud samengevoegd en geanalyseerd door Mist AI™. Dat is waar het wonder zich voltrekt. Door deze rijke dataset te analyseren, kan Mist AI IT-teams direct voorzien van bruikbare inzichten. En door de closed-loop feedback van de klantenservice blijft de AI leren en verbeteren, waardoor de inzichten en aanbevelingen steeds accurater worden.
Een uitgebreid datanetwerk
En dat is nog lang niet alles. Dankzij ons sterke partnernetwerk en 100% open API’s kunnen we data uit meer bronnen halen om de functionaliteit verder uit te breiden en nog meer informatie te bieden. Zo combineert Marvis® Application Experience Insights de gegevens van Zoom- en Microsoft® Teams-vergaderingen met netwerkgegevens van Juniper om de oorzaak van problemen met de beeldkwaliteit op te sporen, en zo de beeldkwaliteit van een vergadering te voorspellen voordat die begint. Deze proactieve benadering garandeert niet alleen dat de samenwerking tussen gebruikers verbetert, maar zorgt er ook voor dat IT-teams hun tijd kunnen besteden aan meer strategische initiatieven.
De volgende stap: transformeer data in bruikbare inzichten
Zodra u beschikt over de juiste data in de cloud begint het echte werk: het omzetten van die data in bruikbare informatie. In ons volgende bericht kijken we naar hoe de onbewerkte data wordt omgezet naar de intelligentie die ten grondslag ligt aan het zelfsturende netwerk en daarmee proactieve probleemoplossing, optimaal gebruik van resources en uiteindelijk een fantastische gebruikerservaring mogelijk maakt.
Hoever is uw organisatie gevorderd met de reis naar het zelfsturende netwerk? Waar u ook bent, Juniper kan helpen met het zetten van de volgende stap.
Andere blogs in deze reeks
Deel 1: De weg naar het zelfsturende netwerk is geplaveid met vertrouwen in AI
