从零售、医疗保健到高等教育和金融等各个行业都在经历 AI 重塑，作为数字基础架构的支柱，网络也正在经历一场翻天覆地的演变。在瞻博网络，我们很高兴能够通过将大语言模型 (LLM)、生成式 AI (GenAI)、大型体验模型 (LEM)、合成用户数据 (Marvis® Minis) 和虚拟网络助手 (VNA) 集成到我们的网络解决方案中，从而引领这一变革。在本文中，我将分享瞻博网络在这些创新方面的最新进展，及其如何解决现实世界中的挑战，同时简化运维并提升效率，最终使 IT 团队能够专注于更具战略性的方案。
不断变化的格局：当 AI 遇到网络
网络一直是 IT 运维的核心，但传统的管理方式（如管理命令行界面、解读复杂的仪表板以及翻阅无穷无尽的日志文件）早已变得不敷所需。而现在可以利用一种根本性的范式转变，即从仅管理网络元素（例如接入点、交换机、路由器）转变为管理客户端到云应用的用户体验。尽管我们仍需确保接入点、交换机和路由器保持“绿灯”（即 LED 指示灯显示绿色）并正常运行，但更重要的是能够预测并保障出色的用户体验。如今，云端 AI for IT Operations (AIOps) 已不仅仅是一项附加功能；这项能力正迅速成为转变组织设计、部署和维护网络环境方式的基本要求。
不妨换个角度去理解：传统网络会在问题出现时作出响应，而人工智能原生网络可以预见问题并主动加以解决。这种转变类似于从被动应对紧急情况转向几乎具备自我管理能力的战略性生态系统。这种演变能够应对现代数字环境日益增长的复杂性，在这种环境中，诸如视频会议、在线交易和远程学习等应用需要一致、高性能的连接能力。
在 IT 团队捉襟见肘、数据量普遍过载的今天，企业对于 AIOps 的需求空前高涨。AI 将成为值得您信赖的得力助手，不断补强人工团队的专业技能，即使在需求和威胁迅速演变的情况下，也能确保网络平稳、高效地运行。
与网络沟通：LLM 和 GenAI 的力量
想象一下，如果您的网络能够与您进行对话，回答诸如“是否有不满意的用户？”或“是什么导致我们的 VPN 流量延迟？”之类的问题。这并非未来幻想；借助瞻博网络的集成式 LLM 和 GenAI，这一愿景正在变为现实。
传统网络运维通常需要解读晦涩难懂的日志以及浏览数不尽的界面。通过运用 LLM 和 GenAI，瞻博网络的解决方案现在能够让 IT 团队使用自然语言与网络进行交互。实际上，您只需进行简单的英语提问，就能获得清晰、具有指导作用和前瞻性的洞察。
以繁忙的零售环境为例，其 IT 专业人员需要应对节假日流量激增和意外中断的问题。他们无需花费数小时解析数据，而是可以迅速询问：“是否有任何区域出现连接问题？”。借助对话界面，我们的 Marvis AI 助手可以将这类查询转化为具体的网络诊断，找出根本原因，并建议及时采取补救措施。
许多组织不仅被网络庞大的数据量所淹没，还因缺乏训练有素的人员来管理和解读这些数据而陷入困境。Marvis AI 助手提供的对话界面缓解了这一难题。该界面将网络管理从技术迷宫转变为引导式对话——条理清晰，缩短停机时间，减轻 IT 团队的日常任务负担。
想象一下，医院的 IT 总监在管理远程医疗服务的同时，还必须确保关键的患者数据在各部门之间无缝流动。有了 GenAI 的掌舵，Marvis AI 助手可以在复杂的数字环境与维持卓越运维优势之间架起一座简单、以人为本的沟通桥梁。
体验驱动型洞察背后的科学：LEM
在我们的产品组合中，最具颠覆性的创新之一就是推出 LEM，这款模型在预测和防止网络问题方面实现了重大突破，避免相关问题演变为用户不满。
LEM 是在大型视频协作数据集上训练的先进深度学习模型，能够将实时用户体验与网络特性相关联。例如，如果您管理的大学校园网络有人抱怨在线课程的视频流不流畅，LEM 可以快速筛选网络数据流，预测并找出哪些网络特征导致了不良的用户体验，从而帮助解决问题。
SHapley Additive exPlanations (SHAP) 揭开了模型决策的神秘面纱，并对其进行了解释。换句话说，LEM 不仅可以预测问题，SHAP 还能解释为什么某个网络特征或特定网络段会导致用户体验不佳。无论是配置错误的 VPN、过载的 Wi-Fi 接入点，还是性能不彰的交换机，SHAP 都能帮助找出根本原因。这种双重能力使 IT 团队能够从源头上解决问题——无论是零售店的 QoS 设置失准，还是影响高等教育机构远程学生交互的网络延迟，都能轻松解决。
LEM 的关键价值在于卓越的预测能力。通过在问题影响用户之前预见这些问题， IT 团队可以及早进行干预，从而将其角色从被动的故障排除者转变为积极的战略家。这种能力在医疗保健环境中尤为重要，因为在医疗保健环境中，即使是瞬间的网络故障也可能影响生命攸关的患者服务。
自我修复式网络：Marvis 操作和 Marvis Minis
想象一下，网络不仅能发现问题，还能自动解决问题，从而创造出具有自我修正和修复能力的环境。这就是 Marvis 操作和 Marvis Minis 的用武之地。
Marvis 操作是 Marvis AI 的自我驱动组件，可通过专门的“操作”视图显示潜在的网络问题。在此，IT 团队收到的不仅仅是一份问题清单，而是关于如何解决这些问题的清晰且优先级明确的建议。无论是零售店的 Wi-Fi 覆盖盲区，还是导致企业园区连接不稳定的交换机端口，Marvis 操作都能提供相应的解决方案。
对于许多此类操作，IT 管理员可以授权 Marvis 操作自主执行修复。这种“自我修复”模式意味着，对于常见问题，网络无需人工干预即可自我修正，不仅节省了宝贵的时间和资源，更缩短了停机时间。
Marvis Minis 是一种模拟用户行为的数字孪生，与 Marvis 操作相辅相成 。这些“虚拟用户”通过模仿典型的用户活动来持续测试网络。例如，他们可能会尝试登录企业 Wi-Fi 网络或连接到云端应用，从而在真实用户报告问题之前，主动发现潜在的障碍。
Marvis Minis 可以视为网络的预警系统。例如，在繁忙的医院中，该数字孪生可能会检测到 DHCP 或 ARP 配置错误，而这些错误可能会对应急响应系统造成影响。一旦发现问题，Marvis 操作就会介入，提出建议甚至启动纠正措施。
瞻博网络人工智能原生网络优势
在数字时代，选择合适的合作伙伴至关重要。在瞻博网络，我们坚持不懈地专注于人工智能原生网络创新，这不仅是为了在技术潮流中保持领先，更是为了从根本上重新思考网络的运作方式。以下优势印证了为何我们的方法如此重要：
- 提高运维效率：凭借人工智能驱动型洞察和自动化流程，IT 团队可以从疲于应对紧急问题转变为专注于推动业务增长的战略方案
- 简化复杂性：我们的解决方案通过将技术数据转化为清晰、具指导作用的建议，使传统上复杂的网络管理环境变得易于理解
- 主动解决问题：诸如 LEM 等预测模型和内嵌于 Marvis 操作中的自我修复机制可缩短停机时间，并提升整体用户体验——无论是面临购物高峰期的零售环境，还是管理虚拟课堂的高等教育机构
- 安全性和合规性：自动化和持续监控有助于在潜在漏洞被利用之前加以识别和解决，从而加强各行业稳健的安全态势
- 不妥协的可持续性：瞻博网络的优化型芯片、更小的外形规格以及人工智能原生电源管理将可持续发展融入设计和工程，能够在不影响性能的情况下实现出色的能源效率提升
- 赋能 IT 团队：通过将常规任务交给智能自动化处理，IT 专业人员可以自由地追求创新、优化和增长计划
当您与瞻博网络合作时，您不仅仅是在购买网络硬件和软件，而是投资能够直觉了解和优化自身的未来网络。想象一下在医疗保健环境中，网络中断不再分散 IT 工作人员对患者护理的注意力。或者，在零售连锁店中，您的网络能够预测闪购期间出现的问题，确保无缝的客户体验。借助我们的人工智能原生方法，这个未来业已到来。
邀您共赴更智能、更安全的网络未来
我们迈向自我驱动型直觉网络的征程才刚刚开始，重新定义数字环境也将迎来前所未有的潜力。无论是医疗保健、零售、高等教育还是其他任何行业，如果您已准备好探索这些人工智能原生创新如何改变您的网络运维，欢迎随时联系我们。
进一步了解瞻博网络的全方位、人工智能原生网络解决方案如何树立行业新标杆。申请演示、安排咨询或直接联系我们，讨论我们如何根据您的独特挑战量身定制解决方案。不要错过我们最近在 Mobility Field Day 13 活动上的简报回放。请务必收听 Q&AI 播客，我将与世界级创新者和思想领袖一起探讨 AI 在各行业的变革力量。
