Netwerken zijn in de multi-cloudomgevingen van vandaag steeds belangrijker, maar worden complexer. Met de toenemende AI-workloads die over deze netwerken lopen, is het noodzakelijk dat het netwerk zelf – met behulp van AI – een intelligent platform wordt. AIOps kan hierbij flink helpen en zorgt ook voor een nieuwe kijk op netwerkbeheer.
Moderne bedrijven beschikken tegenwoordig voor hun applicatie-, diensten en content-landschap over gedistribueerde en multi-cloud IT-omgevingen. Deze omgevingen bestaan uit publieke en private cloudomgevingen, on-premises datacenters en diverse edge-omgevingen.
Het netwerk is hiervoor de verbindende factor die al het dataverkeer in goede banen leidt. Door de toename van dit verkeer, onder meer door de groeiende hoeveelheid AI-workloads die zich tegenwoordig binnen bedrijfsomgevingen bewegen en de complexiteit die het beheer van dit soort omgevingen met zich meebrengt, is het noodzakelijk dat het netwerk zelf ook ‘native’ intelligentie of AI-functionaliteit krijgt.
Hierdoor kunnen beheerders eenvoudiger operationele werkzaamheden uitvoeren, de productiviteit verhogen, betrouwbare (netwerk)prestaties leveren en de kosten verlagen, zodat ze meer waarde creëren.
Het netwerk met AI-functionaliteit helpt bij het voorspellen van bepaalde gebeurtenissen en kan zichzelf optimaliseren. Daarnaast verbetert een ‘AI-native’-netwerk de security en geeft het proactief oplossingen voor gevonden problemen en voert deze -indien mogelijk- zelfstandig uit. Steeds vaker worden zulke netwerken agentic: in staat om beslissingen te nemen, acties uit te voeren en samen te werken met andere systemen zonder menselijke tussenkomst.
Vier belangrijke bouwstenen
Artificial Intelligence for IT Operations (AIOps) wordt gezien als een oplossing voor het leveren van deze AI-integratie in netwerken. Het helpt de benodigde optimalisatie en efficiëntie te leveren voor de huidige multi-cloudomgevingen en het beheer te vereenvoudigen. Dit met behulp van de betere inzichten, meer automatisering en ook betere assurance die deze technologie biedt.
Voor het succesvol inzetten van AIOps in een netwerkomgeving, moeten bedrijven een structuur hanteren die deze netwerken geschikt maakt. Deze structuur bestaat uit een viertal bouwstenen:
De eerste bouwsteen is het verkrijgen van de juiste data met de hoogste kwaliteit uit het netwerk. Wanneer de juiste data, zoals data op gebruikers- en sessie-niveau en real-time telemetrie, beschikbaar is, helpt het juiste netwerkinzicht te leveren.
Een moderne infrastructuur is de tweede bouwsteen. Dit is het liefst een cloudgebaseerde op micro-services gebaseerde infrastructuur. Deze specifieke infrastructuur zorgt ervoor dat de grote hoeveelheden data die zich in het netwerk bevinden op schaal worden verwerkt. Bovendien biedt dit de nodige flexibiliteit en kostenbesparingen omdat de cloud voor deze grootschalige rekenprocessen is ontworpen.
De derde bouwsteen is het geven van de juiste antwoorden. Dit met behulp van continu getrainde en zichzelf verbeterende AI-modellen voor het diagnosticeren en automatisch oplossen van problemen zonder menselijke tussenkomst. Deze modellen kunnen daarnaast beheerders ook specifieke aanbevelingen geven, zodat zij zelf problemen makkelijker oplossen.
De vierde en laatste bouwsteen die netwerken nodig hebben voor een AI-native-netwerk is goede security. Meer in het bijzonder zogenoemde ‘zero-trust’-security. Zero-trust checkt continu wie, wat en waarom netwerktoegang zoekt. Ook monitort dit beleid altijd het hele netwerkverkeer op verdachte activiteiten.
Van reactief naar proactief
De komst van AI-native-platforms voor AIOps heeft niet alleen gevolgen voor de netwerken zelf, maar ook voor de beheersvorm. Dit betekent onder meer dat de rol van beheerders verandert. De belangrijkste verandering voor deze groep, en ook hen de meeste waarde biedt, is dat zij van een meer tactisch reactief-, naar een meer proactief en strategisch beheer overstappen.
Beheerders kunnen zich hierdoor veel meer toeleggen op hun langetermijnplanning, in plaats van dat zij constant bezig zijn met problemen oplossen. Denk aan het uitbreiden van netwerkcapaciteit of het bouwen van de juiste infrastructuur, zodat zij hun digitale transformatieproces beter kunnen vormgeven.
Een voorbeeld waarbij AIOps beheerders helpt bij een transitie van een reactieve naar een proactieve opstelling, is bijvoorbeeld een slecht Zoom-gesprek. In de oude situatie moesten beheerders, na een melding van eindgebruikers, zelf binnen het netwerk op zoek naar de juiste oorzaak van dit probleem. Dit kostte veel tijd en niet altijd werd de juiste oorzaak achterhaald.
In de nieuwe situatie met proactief beheer door AIOps vragen beheerders, bijvoorbeeld via GenAI, aan de tool wat precies de oorzaak is van het slechte Zoom-gesprek. De onderliggende AI begrijpt de intentie van de vraag, analyseert gegevens uit het hele netwerk en toont de hoofdoorzaak. In het ideale geval draagt het ook oplossingen aan of lost het probleem zelf autonoom op. Dit scheelt vanzelfsprekend veel tijd en stelt teams ook in staat zich te concentreren op strategische taken, zeker nu agentic AI-systemen steeds meer initiatief nemen om problemen op te lossen zonder dat daar een directe opdracht voor nodig is.
Toekomstige ontwikkelingen
In de nabije toekomst ontwikkelt de integratie van AI zich verder. Zo gaan netwerken voor het beheer steeds autonomer opereren. Bedrijven krijgen daardoor langzamerhand het vertrouwen dat zij het netwerkbeheer aan AI-oplossingen kunnen overlaten.
Agentic AI, waarbij intelligente agents zelfstandig beslissen en met elkaar samenwerken, en agents die als digitale twins opereren, nemen de komende jaren ook een vlucht.
Daarnaast richt de security voor netwerken zich meer op het beveiligen van de onderliggende LLM’s die netwerken AI-native maken. Verder zal ook GenAI steeds vaker voor het oplossen van netwerkproblemen in real-time worden gebruikt.
Conclusie
Het gebruik van AI en in het bijzonder AIOps valt in het huidige netwerkbeheer niet meer weg te denken. Het geeft beheerders door het automatisch oplossen van (veelvoorkomende) problemen of daarvoor aanbevelingen te doen, veel mogelijkheden de huidige complexe omgevingen, van client-to-cloud, de baas te blijven. Maar ook deze efficiënter te laten werken en daarbij kosten te besparen.
AI helpt beheerders met de transitie van een meer tactisch en reactief beheer, naar een strategisch en proactief beheerbeleid. Hierdoor kunnen zij makkelijker eigenschappen naar bedrijfsnetwerken brengen die meer toegevoegde waarde opleveren.
Verder helpt AIOps bedrijven toekomstige technologie die de kwaliteit van de netwerken moet verbeteren. Bijvoorbeeld om ervoor te zorgen dat applicaties te allen tijde volledig werken. De implementatie van ‘digitale twins’, die constant testen of applicaties voldoen aan (in policies vastgelegde) vereisten, of ‘agentic AI’ dat helpt het netwerk zelfstandig beslissingen te nemen, gaat hierbij ook een grote rol spelen, is de verwachting.
Dit is een ingezonden bijdrage van HPE Networking. Via deze link vind je meer informatie over de mogelijkheden van het bedrijf.