Neste momento de nossa jornada para a Self-Driving Network, tratamos dos dados — a base da AI-Native Networking — e investigamos como eles são processados na nuvem e convertidos em insights e recomendações por meio de expectativas de nível de serviço (SLEs) e classificadores. Agora, chegamos à assistência com IA, em que a inteligência artificial desempenha um papel mais ativo nas operações da rede, fornecendo recomendações de resolução baseadas em dados, com ações automatizadas que resolvem problemas.
Essa mudança reflete uma tendência mais ampla do setor: a confiança crescente na capacidade da IA de administrar ambientes cada vez mais complexos. De acordo com a IDC Research, quase metade das organizações pesquisadas prefere plataformas de gerenciamento de rede capacitadas por IA que definem e executam ações para correção de problemas e otimização.
O valor estratégico da assistência com IA
As ações da assistência com IA simplificam as operações da rede, reduzem a carga de trabalho manual das equipes de TI e aceleram os tempos de resolução, garantindo desempenho de rede excepcional para os usuários finais e liberando a TI para que se concentre em iniciativas mais estratégicas e inovadoras.
Conforme a complexidade das redes aumenta, o volume dos eventos da rede — desde erros insignificantes de configuração a interrupções do serviço com alto impacto — também aumenta, tornando mais difícil para as equipes de TI encontrarem e resolverem problemas críticos. A assistência com IA no AIOps baseado na nuvem ajuda as equipes de TI a irem direto ao ponto. Ao identificar problemas com alta prioridade por meio das evidências e resolvê-los automaticamente (com permissão da TI), o AIOps permite que as equipes de TI reajam rapidamente e de forma proativa. Isso reduz significativamente o tempo para a resolução de problemas e libera os recursos para que se concentrem em iniciativas de maior valor estratégico, como inovação e planejamento a longo prazo.
Dos dados à ação: como funciona a assistência com IA
Recomendações úteis e com alta eficácia (com o apoio de uma justificativa clara) são produzidas pela filtragem de dados de centenas de eventos e experiências de usuário em tempo real por meio de algoritmos matemáticos avançados e modelos de IA/ML.
Quando a TI tem confiança no resultado, pode autorizar a solução de AIOps a corrigir o problema automaticamente. Como a confiança se desenvolve com o tempo, essas recomendações podem ser adicionadas a uma lista de ações confiáveis, permitindo que a IA resolva problemas parecidos no futuro, de maneira autônoma, sem alertar a equipe de TI. É aí que o AIOps evolui para se tornar um membro pleno da equipe de TI e assumir o modo autônomo.
As ações que desfrutam da assistência com IA pertencem a três categorias:
- Otimização: algoritmos de IA/ML, como RRM (Radio Resource Management) e NRM (Network Resource Management), otimizam continuamente a experiência do usuário
- Ações recomendadas: a IA destaca problemas cruciais e sugere uma recomendação útil específica com evidências
- Ações automatizadas: recomendações confiáveis que a equipe de TI adicionou à lista de ações autorizadas para execução por IA sem intervenção humana
É aí que entra o Marvis, o assistente com IA líder do setor
Na Juniper, damos vida a esses conceitos com o assistente com IA Marvis®, um elemento essencial do Mist™, a nossa plataforma AI-Native Networking. O Marvis usa algoritmos de IA/ML, como RRM e NRM, para otimizar experiências de usuário de forma contínua e proativa. Por meio do Marvis Actions, ele fornece ações recomendadas e ações automatizadas, que chamamos de modo de assistência ao condutor e modo autônomo.
No modo de assistência ao condutor, o Marvis revela eventos que afetam o desempenho e recomenda resoluções com alta eficácia e com o apoio de evidências para problemas como firmware incompatível, portas malconfiguradas, cabos inadequados, VLANs ausentes e circuitos de WAN congestionados.
Quando habilitado para o modo autônomo, o que significa que a TI adicionou a recomendação à lista de ações confiáveis, o Marvis pode, por conta própria, corrigir portas malconfiguradas, resolver problemas de portas presas e muito mais — tudo isso alinhado com políticas definidas pela TI. Cada ação, seja com assistência ou autônoma, é registrada e validada no painel Marvis Actions para que as equipes possam ver um resumo em tempo real dos principais problemas e das correções recomendadas e rastrear ações autônomas e iniciadas por pessoas para transparência e controle totais.
O Marvis em ação: resultados do mundo real
Clientes no mundo todo estão percebendo os benefícios do Marvis Actions. Por exemplo, uma grande empresa de IOTM enfrentou problemas com o Zoom, durante mais de um ano, em um local na Índia. Usando as recomendações do modelo grande de experiência (EM) do Marvis, ela conseguiu identificar rapidamente um erro de configuração do gateway de VPN, que enviava pacotes para um local na Austrália, acarretando maior latência e jitter.
Em outro caso, um varejista de grande porte estava com problemas de desempenho em certas áreas de suas lojas. O Marvis identificou a causa — a interferência de produtos sem fio usados para demonstração — e ajustou automaticamente a largura dos canais de 40 MHz para 20 MHz, otimizando o desempenho da rede na loja para funcionários e clientes.
O próximo passo em direção à autonomia
Com o Marvis, as equipes de TI passam a ter mais do que insights; agora, elas têm um novo membro valioso na equipe. Ele pode priorizar os principais problemas, recomendar e executar correções e confirmar que essas correções foram implementadas da forma certa. Essas capacidades assistidas proporcionam uma base fundamental para a autonomia total, possibilitando que as equipes de TI gradualmente encaminhem tarefas de rotina para a IA e concretizem ganhos de desempenho e eficiência. As equipes de TI podem recuperar um tempo valioso para se concentrarem em iniciativas de maior impacto — por exemplo, gerar inovação em vez de resolver problemas.
O estágio 4 marca o momento da virada: agora, a IA age, em vez de apenas fazer sugestões. Em nosso próximo post (e o último deles), vamos explorar a etapa final da jornada para uma Self-Driving Network, onde a IA não só auxilia, mas também gerencia as operações. Vamos investigar como a Juniper está liderando essa jornada de autonomia por meio do Marvis Minis, de modelos grandes de experiência e da IA agêntica.
Onde quer que você esteja em sua jornada das redes com IA, a Juniper está pronta para ajudar você a dar o próximo passo.
