A inteligência artificial (IA) existe há alguns anos e se tornou campo de estudo pela primeira vez em 1959 na Dartmouth College (um cliente da Juniper Mist!). Contudo, nos últimos meses, o interesse pela IA aumentou consideravelmente com o lançamento do ChatGPT e dos grandes modelos de linguagem (LLMs).
Embora os LLMs representem um enorme avanço no campo da IA, é perigoso supor que eles vão substituir os atuais assistentes de rede virtuais desenvolvidos com IA, como o Marvis. Sim, uma interface de conversação generativa os tornam extremamente fáceis de usar e extraordinariamente perspicazes nas respostas. No entanto, essas respostas se baseiam em dados captados em um instante, e elas podem ser facilmente influenciadas para dar respostas incorretas. Isso as tornam inadequadas para insights em tempo real e solução de problemas.
O melhor cenário é aquele no qual os LLMs são usados para aumentar a capacidade de conversação de um assistente de rede virtual (VNA) atual. É exatamente isso que a Juniper anunciou hoje no Mobility Field Day 9.
A interface de LLM do Marvis também contém mais informações, além de recursos em inglês. Isso ajuda os administradores de TI a conseguir as informações necessárias quase imediatamente, o que garante as melhores experiências possíveis para os usuários. Confira alguns exemplos reais:
Integração de dados rotulados de terceiros do Zoom – O Marvis aprende com mais experiências do usuário!
A Juniper também anunciou outro recurso revolucionário do Marvis, criado para lidar com um problema muito comum de muitas redes empresariais: experiências ruins nas videoconferências. É difícil determinar a causa-raiz de quedas nas chamadas e imagens pixeladas. E isso acontece com muita frequência. Será que é interferência no Wi-Fi? Latência da WAN? Alta utilização da CPU no laptop? Ou o próprio aplicativo?
O Marvis agora está integrado ao Zoom para ajudar a resolver essa situação. Mais especificamente, o Marvis extrai dados do cliente do Zoom e da nuvem do Zoom e os correlaciona com insights específicos da rede para determinar a causa-raiz da experiência ruim com o vídeo. Além disso, o Marvis analisa o que causa essas experiências negativas no Zoom ao longo do tempo para compreender as tendências e verificar anomalias, identificando a causa-raiz de maneira proativa e preditiva (e corrigindo). Isso proporciona uma vantagem para as equipes de TI, porque reduz o tempo médio de reparo (MTTR) de problemas do Zoom e, em muitos casos, reduz também significativamente os tíquetes de suporte do Zoom.
Os insights do Zoom podem ser reunidos na interface conversacional do Marvis. Por exemplo, conforme mostrado abaixo, os usuários podem pedir ao Marvis para listar todos os usuários do Zoom e solucionar o problemas de uma sessão específica. Com essa integração, nunca foi tão fácil garantir chamadas de vídeo eficientes e satisfatórias.
A Juniper expande constantemente o Marvis para usar novas fontes de dados e ferramentas de ciência de dados e oferecer as melhores experiências para o usuário e o operador. O LLM e o Zoom são o que há de mais moderno na longa história de avanços em VNAs, que começou quando o Marvis foi lançado em 2018. Em relação ao uso de AIOps para garantir automação, insights e experiência do cliente à nuvem, o Marvis continua estabelecendo padrões no setor de redes.
Recursos adicionais:
- Blog: Garantia de acesso
- Página de produto do Marvis
- Folha de dados do Marvis
- Página de produto do AP24
- Folha de dados do AP24
Declaração de direção de produtos
A Juniper Networks pode divulgar informações relacionadas ao desenvolvimento e a planos de futuros produtos, recursos ou aprimoramentos, conhecidos como Plano de Registro (“POR”). Esses detalhes fornecidos se baseiam nos esforços e nos planos atuais de desenvolvimento da Juniper. Esses esforços e planos de desenvolvimento estão sujeitos a mudanças a critério exclusivo da Juniper sem aviso. Exceto conforme pode ser estabelecido em contratos definitivos, a Juniper Networks não oferece garantias nem assume responsabilidade pela introdução de produtos, recursos ou aprimoramentos descritos nesta apresentação. As decisões de compra por terceiros não devem se basear neste POR, e nenhuma compra deve depender da entrega pela Juniper de recursos ou funcionalidades contidos nesta apresentação.
