Kunstmatige intelligentie (AI) bestaat al een tijdje. In 1959 werd er voor het eerst onderzoek naar gedaan aan het Dartmouth College (een klant van Juniper Mist!). Toch is de belangstelling voor AI de afgelopen maanden enorm toegenomen met de introductie van ChatGPT en grote taalmodellen (LLM’s).
Hoewel LLM’s een enorme sprong vooruit betekenen op het gebied van AI, is het gevaarlijk aan te nemen dat ze de behoefte aan bestaande AI-gestuurde virtuele netwerkassistenten zoals Marvis vervangen. Ja, een generatieve conversatie-interface maakt ze zeer gebruiksvriendelijk en inzichtelijk in hun antwoorden. Maar hun antwoorden zijn gebaseerd op gegevens die zijn vastgelegd tijdens een specifieke momentopname en ze kunnen gemakkelijk worden beïnvloed om onjuiste antwoorden te geven. Dit maakt ze op dit moment ongeschikt voor realtime-inzicht en probleemoplossing.
Het beste is een scenario waarin LLM’s worden gebruikt om de conversatiemogelijkheden van een bestaande virtuele netwerkassistent (VNA) uit te breiden. Dit is precies wat Juniper vandaag heeft aangekondigd op Mobility Field Day 9.
De LLM-interface van Marvis haalt ook bronnen aan voor meer informatie, naast de Engelse bronnen. Dit helpt IT-beheerders de nodige informatie te krijgen met een vrijwel onmiddellijke reactie, zodat de gebruiker de best mogelijke ervaring heeft. Hier volgen enkele voorbeelden uit de praktijk:
Gegevens van derden uit Zoom integreren: Marvis leert van meer gebruikerservaringen!
Juniper kondigde ook een andere baanbrekende mogelijkheid binnen Marvis aan die zijn bedoeld om een veel voorkomend probleem in veel bedrijfsnetwerken aan te pakken: slechte ervaringen met videoconferenties. Maar het is vaak moeilijk om de onderliggende oorzaak vast te stellen van wegvallende of gepixelde gesprekken. Is het wifistoring? WAN-latentie? Hoog CPU-gebruik op een laptop? Of de applicatie zelf?
Marvis integreert nu met Zoom om deze situatie aan te pakken. Specifieker gezegd haalt Marvis gegevens op uit zowel de Zoom-client als de Zoom-cloud en koppelt die aan netwerkspecifieke inzichten om de onderliggende oorzaak van een slechte video-ervaring vast te stellen. Bovendien leert Marvis wat in de loop der tijd de oorzaak is van slechte ervaringen met Zoom, zodat het inzicht krijgt in trends, en afwijkingen kan vaststellen voor proactieve en voorspellende identificatie van de onderliggende oorzaak (en correctie). Dit geeft IT-teams een voorsprong bij het verminderen van de gemiddelde tijd voor reparatie (MTTR) van Zoom-problemen en kan in veel gevallen het aantal ondersteuningstickets voor Zoom enorm verminderen.
Zoominzichten kunnen worden verzameld met behulp van de conversatie-interface van Marvis. Zoals hieronder wordt weergegeven, kunnen gebruikers Marvis bijvoorbeeld vragen om alle Zoom-gebruikers op te sommen en de problemen van een specifieke Zoom-sessie op te lossen. Met deze integratie is het nog nooit zo eenvoudig geweest om ervoor te zorgen dat videogesprekken soepel en effectief verlopen.
Juniper breidt Marvis voortdurend uit om gebruik te maken van nieuwe tools en gegevensbronnen voor datawetenschap voor de beste gebruikers- en operatorervaringen. LLM en Zoom zijn de laatste in een lange geschiedenis van VNA-ontwikkelingen, die teruggaan tot de lancering van Marvis in 2018. Wat betreft het gebruik van AIOps voor automatisering, inzicht en client-to-cloud assurance, blijft Marvis de norm stellen in de de wereld van netwerken.
Extra bronnen:
P.S. We kunnen niet toveren. Wij zijn ook geen AI-wassers. Neem een kijkje achter de schermen om te zien hoe AI in de praktijk werkt.
Verklaring over richting productontwikkeling
Juniper Networks kan informatie openbaar maken met betrekking tot de ontwikkeling en de plannen voor toekomstige producten, functies of verbeteringen, bekend als een vastgelegde plan (‘POR’). Deze details zijn gebaseerd op de huidige ontwikkelingsinspanningen en plannen van Juniper. Deze ontwikkelingsinspanningen en plannen kunnen naar eigen goeddunken en zonder voorafgaande kennisgeving door Juniper worden gewijzigd. Behalve zoals uiteengezet in definitieve overeenkomsten, geeft Juniper Networks geen garanties en neemt het geen verantwoordelijkheid voor de introductie van producten, functies of verbeteringen die in deze presentatie worden beschreven. Externe aankoopbeslissingen mogen niet worden gebaseerd op deze POR en aankopen zijn niet afhankelijk van de levering door Juniper Networks van enige functie of functionaliteit die in deze presentatie wordt afgebeeld.
