Étape 4 du parcours vers le réseau de conduite autonome™ : assistée

À ce stade de notre parcours vers le réseau de véhicules autonomes, nous avons abordé les points suivants :données—les fondements d'un réseau natif d'IA—et exploré comment il est traité dans le cloud et traduit enconnaissancesetrecommandationsvia les attentes de niveau de service (SLE) et les classificateurs. Nous abordons maintenant l'assistance par IA, où celle-ci joue un rôle plus actif dans les opérations réseau en fournissant des recommandations de résolution basées sur les données et, lorsque cela est autorisé, en prenant des mesures automatisées pour résoudre les problèmes. 

Cette évolution reflète une tendance sectorielle plus large : la confiance croissante dans la capacité de l’IA à gérer des environnements de plus en plus complexes. Selon une étude d’IDC Research, près de la moitié des organisations interrogées privilégient les plateformes de gestion de réseau basées sur l’IA, capables d’identifier et d’exécuter des actions correctives et d’optimisation. 

La valeur stratégique de l'IA assistée 

Les actions d'IA assistées simplifient les opérations réseau, réduisent la charge de travail manuelle des équipes informatiques et accélèrent les temps de résolution, garantissant des performances réseau exceptionnelles pour les utilisateurs finaux tout en permettant aux équipes informatiques de se concentrer sur des initiatives plus stratégiques et innovantes. 

À mesure que les réseaux se complexifient, le volume d'événements réseau — des erreurs de configuration mineures aux interruptions de service majeures — augmente, rendant difficile pour les équipes informatiques la détection et la résolution des incidents critiques. L'assistance par l'IAAIOps basé sur le cloudL'AIOps aide les équipes informatiques à se concentrer sur l'essentiel. En identifiant les problèmes prioritaires avec des preuves à l'appui et en les résolvant automatiquement (avec l'accord du service informatique), elle leur permet de réagir rapidement et de manière proactive. Cela réduit considérablement le temps de dépannage et libère des ressources pour se concentrer sur des initiatives stratégiques à plus forte valeur ajoutée, comme l'innovation et la planification à long terme. 

Des données à l'action : comment fonctionne l'IA assistée 

Des recommandations très efficaces et exploitables, étayées par une justification claire, sont produites en filtrant les données provenant de centaines d'événements et d'expériences utilisateur en temps réel grâce à des algorithmes mathématiques avancés et des modèles d'IA/ML. 

Lorsque l'équipe informatique a pleinement confiance dans le résultat, elle peut autoriser la solution AIOps à résoudre automatiquement le problème. Au fil du temps, la confiance s'installe et ces recommandations peuvent être ajoutées à une liste d'actions approuvées, permettant ainsi à l'IA de résoudre des problèmes similaires de manière autonome à l'avenir, sans alerter l'équipe informatique. C'est à ce moment que l'AIOps devient un membre à part entière de l'équipe informatique et passe en mode autonome. 

Les actions d'IA assistée se répartissent en trois catégories : 

• Optimisation:Les algorithmes d'IA/ML tels que la gestion des ressources radio (RRM) et la gestion des ressources réseau (NRM) optimisent en permanence l'expérience utilisateur 
• Actions recommandéesL'IA met en lumière des problèmes cruciaux et propose des recommandations concrètes et étayées par des preuves.
• Actions automatiséesRecommandations fiables que l'équipe informatique a ajoutées à la liste des actions autorisées que l'IA peut exécuter sans intervention humaine. 

Voici Marvis, l'assistant IA leader du secteur 

Chez Juniper, nous donnons vie à ces concepts avecAssistant IA Marvis®, une partie essentielle deBrumeMarvis™, notre plateforme de réseau native IA, exploite des algorithmes d'IA/ML tels que RRM et NRM pour optimiser en continu et de manière proactive l'expérience utilisateur.Actions de MarvisIl propose des actions recommandées et automatisées, ce que nous appelons modes d'assistance à la conduite et de conduite autonome. 

En mode d'assistance au conducteur, Marvis signale les événements ayant un impact sur les performances et recommande des solutions très efficaces et étayées par des preuves pour des problèmes tels que les micrologiciels non conformes, les ports mal configurés, les câbles défectueux, les VLAN manquants et les circuits WAN congestionnés. 

Lorsque le mode de conduite autonome est activé (c'est-à-dire lorsque le service informatique a ajouté la recommandation à la liste des actions approuvées), Marvis peut corriger automatiquement les ports mal configurés, résoudre les problèmes de blocage de ports, et bien plus encore, le tout conformément aux politiques définies par le service informatique. Chaque action, qu'elle soit assistée ou autonome, est consignée et validée dans le tableau de bord Marvis Actions. Les équipes peuvent ainsi consulter un résumé en temps réel des principaux problèmes et des solutions recommandées, et suivre les actions, qu'elles soient initiées par l'utilisateur ou de manière autonome, pour une transparence et un contrôle complets.  

Marvis en action : résultats concrets 

Partout dans le monde, les clients constatent les avantages de Marvis Actions. Par exemple, une grande entreprise du secteur de l'Internet des objets (IoTM) rencontrait depuis plus d'un an des problèmes intermittents avec les utilisateurs de Zoom sur un site en Inde. Grâce aux recommandations du modèle d'expérience à grande échelle (LEM) de Marvis, elle a rapidement identifié une passerelle VPN mal configurée qui envoyait des paquets vers un site en Australie, provoquant une augmentation de la latence et de la gigue. 

Dans un autre cas, une grande enseigne de distribution rencontrait des problèmes de performance dans certaines zones de ses magasins. Marvis a déterminé que le problème était dû à des interférences provenant de produits de démonstration sans fil et a automatiquement ajusté la bande passante des canaux de 40 MHz à 20 MHz, optimisant ainsi les performances du réseau en magasin pour les employés comme pour les clients. 

Passer à l'étape suivante vers l'autonomie 

Avec Marvis, les équipes informatiques bénéficient bien plus que de simples analyses : elles intègrent un atout précieux à leurs équipes. Ce dernier est capable de prioriser les problèmes clés, de recommander et de mettre en œuvre des correctifs, et de s’assurer de leur bonne application. Ces capacités d’assistance constituent un socle essentiel pour une autonomie complète, permettant aux équipes informatiques de déléguer progressivement les tâches routinières à l’IA et d’améliorer leurs performances et leur efficacité. Plus important encore, les équipes informatiques peuvent ainsi dégager un temps précieux pour se concentrer sur des initiatives à plus fort impact, comme stimuler l’innovation plutôt que de résoudre des problèmes techniques. 

L'étape 4 marque un tournant décisif : l'IA passe désormais à l'action au lieu de se contenter de suggestions. Dans notre prochain et dernier article de blog, nous explorerons la dernière étape vers un réseau autonome, où l'IA ne se contente plus d'assister les opérations, mais les gère également. Nous verrons aussi comment Juniper ouvre la voie à cette évolution, en s'appuyant sur les Marvis Minis, des modèles d'expérience à grande échelle et une IA agentive. 

Où que vous en soyez dans votre parcours en matière de réseaux d'IA, Juniper est là pour vous aider à franchir la prochaine étape.