BT ve ağ profesyonelleri arasında yapılan bir anket, neredeyse hepsinin (%97) yazılım tanımlı geniş alan ağı (SD-WAN) ortamlarında otomasyonu yönlendirmek için yapay zeka (AI) ve makine öğrenimi (ML) kullanımının önemli bir husus olduğunu düşündüğünü ortaya koydu. Bazıları için bu kritik olarak görülüyor. Araştırma, AI teknolojisinin karmaşık SD-WAN ortamlarında otomasyonu ve operasyonel verimliliği yönlendirmesinin beklendiğini ortaya koyuyor.
TechTarget’ın Kurumsal Strateji Grubu (ESG) tarafından, ABD ve Kanada’da ağ teknolojisiyle ilgilenen kuruluşlardan 374 temsilcinin katıldığı ankette, BT’nin giderek daha dağıtık ve karmaşık hale gelmesiyle birlikte SD-WAN ortamlarının zamanla daha dinamik hale gelmesi gerekeceği belirtiliyor.
Anket, ağ operasyon ekiplerinin daha proaktif olma ve tespit için ortalama süreyi (MTTD) ve onarım için ortalama süreyi (MTTR) hızlandırma ihtiyacını fark ettiğini gösteriyor. Yapay zeka, makine öğrenimi ve otomasyonun yardımcı olması bekleniyor. Ankete katılan ağ profesyonellerinin %40’ı anormal etkinlik tespitini, %39’u erken sorun tespiti için öngörücü analitiği ve %39’u hızlandırılmış sorun gidermeyi SD-WAN ortamları için bu teknolojilerin en önemli özellikleri olarak adlandırdı.
Yapay zekanın diğer kullanımları önerilerde bulunmak, performansı optimize etmek ve tamamen güvenildiğinde manuel müdahale olmadan düzeltmeyi otomatikleştirmek olacaktır. Daha büyük bir saldırı yüzeyinin artan riski göz önüne alındığında, Enterprise Strategy Group analistleri, kuruluşların daha hızlı algılama sağlamak için SD-WAN ortamından bu yollarla yararlanmayı planlamasının umut verici olduğunu belirtiyor.
Ağ ekipmanı sağlayıcıları yapay zeka yetenekleri ekliyor
Ağ profesyonellerinin yapay zekanın ağ operasyonlarına sunabileceği faydaları takdir ettiği göz önüne alındığında, ağ ekipmanı sağlayıcıları ürün portföylerine yapay zeka ve makine öğrenimi eklemekle, ağ operasyonlarını desteklemek için BT operasyonları için yapay zekayı (AIOps) genişletmekle meşguller.
Örneğin, Şubat ayında Cisco, işletmelere tüm dijital ayak izlerini bağlamak ve korumak ve dijital dayanıklılık oluşturmak için ihtiyaç duydukları görünürlüğü ve içgörüleri sağlamak üzere tasarlanmış, yapay zeka ile zenginleştirilmiş ağ, güvenlik ve gözlemlenebilirlik olarak adlandırdığı şeyin lansmanıyla Cisco Live 2024’ü açtı. Şirket, altyapı ve verinin bağlanma şeklini devrim niteliğinde değiştirmek, her ölçekteki işletmeyi korumak ve müşterilerinin temel zorluklarıyla başa çıkmak için benzersiz bir konumda olduğunu iddia etti.
Nisan ayında Extreme Networks, performansı ve operasyonel verimliliği artırmak için ağdan ve ötesinden veri çekmek üzere oluşturulduğunu söylediği AI Expert’i tanıttı. AI Expert, performans ve deneyim konusunda istihbarat oluşturmak için ağ genelindeki uygulamalardan ve cihazlardan gelen verileri birleştirir. Extreme, hizmetin kurumsal verileri düzenleyerek içgörüler sağlayacağını, işlemleri otomatikleştireceğini ve ağ aşırı yüklenmesi, bozulma veya Wi-Fi ölü noktaları gibi anormallikler tespit ettiğinde uyarılar oluşturacağını söylüyor.
Extreme Networks’e göre AI Expert, öngörüleri uzmanlığa ve eylemlere dönüştürmek, işletmenin temel performans göstergelerine dayalı önleyici eylemler ve ağ optimizasyonları önermek üzere tasarlanmıştır. Extreme, sorunları gidermek, çözmek veya proaktif olarak ele almak için öneriler ve en iyi uygulamaları oluşturur.
Haziran ayında Juniper Networks, kurumsal WAN ortamlarına daha fazla değer katmak için ağ oluşturmada AI kullanmak üzere tasarlanmış, proaktif AIOps ile güvenli SD-WAN deneyimleri sunan yeni bir ürün teklifi duyurdu. Juniper’ın ağ operasyonlarını iyileştirmek için oluşturulan dijital deneyim ikizi Marvis Minis, SD-WAN’a genişletildi. Marvis Minis, kullanıcı veya cihaz gerektirmeden gerçek kimlik doğrulama sorunlarını teşhis edebiliyor.
Juniper’a göre bu geliştirme, kullanıcıların orada bulunmasına gerek kalmadan WAN hız testlerinin sürekli olarak çalıştırılarak bağlantı hızlarının doğrulanabileceği ve sorunlar tespit edilirse proaktif bir şekilde harekete geçilebileceği anlamına geliyor.
Juniper’ın WAN güvence ürünü artık kötü bir olay anında paketleri proaktif olarak yakalayarak bulunması zor sorunları tespit edip düzeltmeye yardımcı olabilir ve pahalı ve zaman alıcı saha ziyaretlerinden kaçınılabilir. Son olarak, yeni uygulama içgörüleri ağ operatörlerine SD-WAN’dan geçen trafiğin kullanıcı dostu bir görselleştirmesini sunar.
GenAI ağ yöneticilerine yardımcı oluyor
Ağlarda AIOps ötesinde yapay zekanın konuşlandırılması için en umut verici alanlardan biri, üretken yapay zeka (Gen AI) kullanım örnekleridir.
BT becerilerinde bir kriz olduğu büyük ölçüde kabul edilmektedir. Computer Weekly’nin kardeş yayını olan SearchNetworking’de yayınlanan bir makalede, Nemertes Research’ün baş teknoloji sorumlusu John Burke, sınırlı BT bütçelerinin ağ oluşturmada bir beceri açığına nasıl yol açtığını yazdı. BT mesleğine giren kişilerin ağ operasyonlarında uzmanlık geliştirmek yerine daha genel BT rollerinde uygulanabilecek beceriler oluşturmaya odaklanma eğiliminde olduklarını belirtti.
Karmaşık kurumsal BT ağ yapılandırmalarını yönetirken üstlenmeleri gereken idari görevleri yerine getirmek için doğru becerilere sahip ağ yöneticilerini işe almaya çalışmak yerine, GenAI, BT ağlarında çalışmayan daha az deneyimli BT personelinin veya BT profesyonellerinin ağları etkili bir şekilde yönetmelerine yardımcı olabilir.
Üretken yapay zeka yeterli olgunluk seviyesine ulaştığında, ağ ekiplerinin rutin görevleri otomatikleştirmesine, olaylara yanıt vermesine ve azalan iş gücünden sorumlu olmasına yardımcı olabilir.
John Burke, Nemertes Araştırma
Burke, GenAI’nin sonunda birçok ağ operasyon görevini destekleyebilecek çok yönlü bir teknolojiye dönüştüğüne inanıyor. “Üretici AI yeterli bir olgunluk seviyesine ulaştığında, ağ ekiplerinin rutin görevleri otomatikleştirmesine, olaylara yanıt vermesine ve azalan iş gücünü hesaba katmasına yardımcı olabilir, diğer faydaları arasında” diyor. Aslında, GenAI aracı bir ağ yöneticisi yardımcı pilotu gibi hareket ediyor.
Burke’e göre GenAI’nin ağlarda konuşlandırılmasının bir yolu, yükü ağır ağ ekiplerinin ağlarının daha insan tarafından okunabilir ve eksiksiz belgelerini oluşturmalarına yardımcı olmaktır. Örneğin, ağ profesyonelleri yapılandırma ve envanter dosyalarını, ağ haritalama verilerini ve daha önce geliştirdikleri diğer notları okumak için bir GenAI aracı kullanabilirler. Araç daha sonra tam yazılı açıklamalar, hatta bazı durumlarda diyagramlar üretecektir.
Burke, ağ ekiplerinin doğal dil becerisine sahip GenAI’yi makine öğrenimi AI araçlarına entegre etmeleri durumunda, kurumsal ağ personeli seviyeleri düşse bile artan iş yükleriyle başa çıkabileceklerine inanıyor.
Örnek olarak, farklı ağ araçlarının yapılandırma sözdiziminde uygun şekilde eğitildikten sonra GenAI’nin ağ personelinin ağ politikaları oluşturmasına yardımcı olabileceğini söylüyor. “Ağ yöneticileri ağ amacının sözlü açıklamalarını bir GenAI aracına girerse, araç bu amaçları uygulamak için komutlar üretebilir,” diyor. “Aynı şey tersi için de geçerlidir – bir GenAI aracı yapılandırmalara bakabilir ve ağın ne yapacağına dair bir açıklama oluşturabilir ve ağ profesyonelleri çıktıyı amaçla karşılaştırabilir.”
Bunu daha da ileri götürerek, GenAI’nin BT profesyonellerinin ağ denetimleri yaparken yardımcı olacak yapılandırmaları incelemek için de kullanılabileceği belirtiliyor.
GenAI’nin programcılara nasıl yardımcı olabileceği hakkında da çokça konuşuluyor. Burke’e göre GenAI, program taslakları sağlayabilir, yapı yazabilir, sözdizimini kontrol edebilir ve ağ profesyonellerinin ağ betikleri oluşturmasına yardımcı olmak için geri bildirim sunabilir. Ancak şunları ekliyor: “Ağ mühendisleri, GenAI araçlarının sağladığı kodu hemen ve soru sormadan kullanmamalı. GenAI, ağ ekiplerine bir projede avantaj sağlayabilir ancak yine de yürütmeden önce kodları kontrol etmeli, değiştirmeli ve tamamlamalıdırlar.”
SD-WAN’larda AI’nın geleceği
Artık ağ yönetim araçlarında kullanıma sunulan AI destekli işlevsellik, sektörün son derece dağıtılmış kurumsal BT ortamlarını destekleyen kurumsal ağların karmaşıklığını fark ettiğini gösteriyor. Bu gelişmiş araçlar, bu tür ağları daha yönetilebilir hale getirme potansiyeli sunuyor.
Sektörün karşı karşıya olduğu zorluk, ağ karmaşıklığının artmaya başlaması ve bunun da ağ profesyonelleri üzerinde daha da büyük talepler yaratmasıdır. Sektör uzmanları tam otomatik ağ yönetiminin ortaya çıkmasını beklemese de, bir yapay zeka asistanının sunabileceği her türlü yardım muhtemelen çok hoş karşılanacaktır.