{"id":67229,"date":"2024-04-30T10:52:51","date_gmt":"2024-04-30T08:52:51","guid":{"rendered":"https:\/\/biznes.t-mobile.pl\/?p=67229"},"modified":"2024-04-30T10:52:55","modified_gmt":"2024-04-30T08:52:55","slug":"jak-sie-przygotowac-na-sieci-zarzadzane-przez-ai","status":"publish","type":"post","link":"https:\/\/biznes.t-mobile.pl\/pl\/jak-sie-przygotowac-na-sieci-zarzadzane-przez-ai","title":{"rendered":"Jak si\u0119 przygotowa\u0107 na sieci zarz\u0105dzane przez AI"},"content":{"rendered":"\n\n\n
CZEGO SI\u0118 DOWIESZ Z TEGO ARTYKU\u0141U:<\/span><\/strong>\n
    \n
  1. DLACZEGO ZARZ\u0104DZANIE PRZEZ SZTUCZN\u0104 INTELIGENCJ\u0118 B\u0118DZIE NIEZB\u0118DNE W DU\u017bYCH SYSTEMACH IT? <\/strong><\/li>\n
  2. W JAKI SPOS\u00d3B AI MO\u017bE POM\u00d3C W AKTYWNYM MONITOROWANIU \u015aRODOWISKA SIECIOWEGO? <\/strong><\/li>\n
  3. JAK PRZYGOTOWA\u0106 FIRM\u0118 NA WDRO\u017bENIE SIECI ZARZ\u0104DZANEJ PRZY U\u017bYCIU SZTUCZNEJ INTELIGENCJI?<\/strong><\/li>\n<\/ol>\n<\/td>\n<\/tr>\n<\/thead>\n<\/table>\n

    Przedsi\u0119biorstwa widz\u0105 dzi\u015b przewag\u0119 konkurencyjn\u0105 w innowacyjno\u015bci rozumianej jako skuteczniejsze wykorzystanie technologii \u2013 przede wszystkim s\u0142u\u017c\u0105cej przetwarzaniu danych. Informacje te s\u0105 zbierane, przechowywane i analizowane w bardzo z\u0142o\u017conych \u015brodowiskach \u0142\u0105cz\u0105cych instalacje w\u0142asne (on-premises), \u015brodowisko multicloud i przetwarzanie brzegowe. Zarz\u0105dzanie tak\u0105 infrastruktur\u0105 jest niezwykle trudne nawet dla do\u015bwiadczonego i wykwalifikowanego zespo\u0142u specjalist\u00f3w IT.<\/p>\n

    Z drugiej strony najmniejsza pomy\u0142ka albo za d\u0142ugi czas reakcji na incydenty bezpiecze\u0144stwa i awarie nios\u0105 za sob\u0105 nie tylko gro\u017ab\u0119 utraty przewagi konkurencyjnej, ale wymierne ryzyko strat finansowych i wizerunkowych, a nawet kar administracyjnych.<\/p>\n

    Odpowiedzi\u0105 na problem rosn\u0105cej z\u0142o\u017cono\u015bci system\u00f3w IT, presji czasowej oraz braku specjalist\u00f3w na rynku pracy jest automatyzacja cz\u0119\u015bci zada\u0144. W tym przypadku automatyzacja opiera si\u0119 jednak na wykorzystaniu du\u017cych zbior\u00f3w danych (big data) oraz algorytm\u00f3w uczenia maszynowego.<\/p>\n

    Du\u017ce sieci \u2013 du\u017cy problem<\/h2>\n

    Wed\u0142ug analityk\u00f3w firmy Gartner ju\u017c obecnie infrastruktura IT w najwi\u0119kszych przedsi\u0119biorstwach jest zbyt z\u0142o\u017cona, aby mogli ni\u0105 zarz\u0105dza\u0107 wy\u0142\u0105cznie ludzie. W 2023 roku \u2013 twierdzi Gartner \u2013 ok. 40 proc. zespo\u0142\u00f3w zrz\u0105dzaj\u0105cych prac\u0105 sieci\u0105 korzysta\u0142o ze wsparcia sztucznej inteligencji[1]<\/a>. Na marginesie \u2013 sam pomys\u0142 zaprz\u0119gni\u0119cia sztucznej inteligencji do automatyzacji monitorowania sieci (czyli AIOps \u2013 Artificial Intelligence for IT Operations) wcale nie jest taki nowy. O tym trendzie dyskutowano ju\u017c w 2017 roku, a zatem na d\u0142ugo przed pojawieniem si\u0119 du\u017cych modeli j\u0119zykowych w rodzaju ChatGPT[2]<\/a> i eksplozji popularno\u015bci AI w zastosowaniach komercyjnych.<\/p>\n

    W rzeczywisto\u015bci jednak temat wykorzystania AI do automatyzacji powtarzalnych zada\u0144 oraz wsparcia specjalist\u00f3w IT w identyfikowaniu i rozwi\u0105zywaniu problem\u00f3w (\u201einteligentni asystenci\u201d) rozwin\u0105\u0142 si\u0119 wraz z nadej\u015bciem system\u00f3w generalnej sztucznej inteligencji zdolnych do przetwarzania zapyta\u0144 w j\u0119zyku naturalnym \u2013 i w taki sam spos\u00f3b udzielaj\u0105cych odpowiedzi.<\/p>\n

    Konwencjonalne narz\u0119dzia do monitorowania i zarz\u0105dzania sieci\u0105 pozwalaj\u0105 uzyska\u0107 dost\u0119p do danych pochodz\u0105cych z podzespo\u0142\u00f3w, jednak nie daj\u0105 pe\u0142nego obrazu tego, co dzieje si\u0119 w sieci. Nie oferuj\u0105 r\u00f3wnie\u017c kontekstu \u2013 w jaki spos\u00f3b powinna dzia\u0142a\u0107 optymalnie skonfigurowana instalacja i co zrobi\u0107, aby to dzia\u0142ania poprawi\u0107.<\/p>\n

    W cz\u0119sto przytaczanym opisie sposobu dzia\u0142ania AI w zarz\u0105dzaniu sieci\u0105 model ten por\u00f3wnuje si\u0119 do Google Maps[3]<\/a> \u2013 pozwala dowolnie przybli\u017ca\u0107 i oddala\u0107 widok, obserwowa\u0107 nat\u0119\u017cenie ruchu, roboty drogowe (awarie) i omija\u0107 korki (zarz\u0105dza\u0107 obci\u0105\u017ceniem).<\/p>\n

    Co potrafi sztuczna inteligencja<\/h2>\n

    Dzieje si\u0119 tak dzi\u0119ki analizie wszystkich danych p\u0142yn\u0105cych z sensor\u00f3w w sieci, co m.in. pozwala odkry\u0107 powi\u0105zania mi\u0119dzy parametrami, kt\u00f3rych cz\u0142owiek nigdy w ten spos\u00f3b by nie po\u0142\u0105czy\u0142. To za\u015b umo\u017cliwia pe\u0142niejsz\u0105 analiz\u0119 i optymalizacj\u0119 zasob\u00f3w.<\/p>\n

    Automatyzacja z wykorzystaniem AI doskonale sprawdza si\u0119 przede wszystkim przy powtarzalnych zadaniach podatnych na b\u0142\u0119dy ludzkie \u2013 takie jak konfiguracja i aktualizacja sprz\u0119tu i oprogramowania. W obszarze cyberbezpiecze\u0144stwa AI skuteczniej przeanalizuje anomalie i oceni, czy stoi za nimi atak, czy jest to tylko awaria. W obu przypadkach mo\u017ce podj\u0105\u0107 dzia\u0142ania szybciej, ni\u017c uczyni\u0142by to cz\u0142owiek.<\/p>\n

    Ale AI zna jeszcze wiele innych \u201esztuczek\u201d. Wyobra\u017amy sobie sytuacj\u0119 znan\u0105 z wielu firm korzystaj\u0105cych z chmury \u2013 zasoby kupowane s\u0105 z pewnym (czasem du\u017cym) naddatkiem w celu zminimalizowania ryzyka wyst\u0105pienia problem\u00f3w z wydajno\u015bci\u0105. Systemy AIOps, na podstawie danych historycznych i pomiar\u00f3w w czasie rzeczywistym, potrafi\u0105 zoptymalizowa\u0107 wykorzystanie zasob\u00f3w chmurowych, oferuj\u0105c realne oszcz\u0119dno\u015bci. Mog\u0105 r\u00f3wnie\u017c przenalizowa\u0107 wykorzystanie zasob\u00f3w w\u0142asnych firmy i zasugerowa\u0107 usuni\u0119cie zb\u0119dnych lub rzadko wykorzystywanych element\u00f3w infrastruktury.<\/p>\n

    Jednym z takich rozwi\u0105za\u0144 jest opisywany w Strefie Wiedzy Juniper Mist AI<\/a> s\u0142u\u017c\u0105cy do obs\u0142ugi sieci bezprzewodowych, przewodowych i SD-WAN wyposa\u017cony w wirtualnego asystenta o nazwie Marvis. Dzi\u0119ki temu, \u017ce Marvis rozumie j\u0119zyk naturalny, do obs\u0142ugi systemu nie s\u0105 potrzebne kolejne dashboardy ani \u017cadne komendy \u2013 wystarczy opisowo zapyta\u0107 lub poleci\u0107 wykonanie zadania.<\/p>\n

    Pora na dzia\u0142anie<\/h2>\n

    Co mog\u0105 zrobi\u0107 ju\u017c teraz mened\u017cerowie odpowiedzialni za funkcjonowanie infrastruktury IT przygl\u0105daj\u0105cy si\u0119 rozwojowi technologii AI? Po pierwsze \u2013 nie czeka\u0107. Technologie AIOps r\u00f3\u017cnych dostawc\u00f3w s\u0105 ju\u017c dost\u0119pne, mog\u0105 by\u0107 r\u00f3wnie\u017c elementem us\u0142ug zarz\u0105dzania sieci\u0105<\/a> i monitoringu bezpiecze\u0144stwa<\/a> \u015bwiadczonych przez partner\u00f3w. Nic nie stoi na przeszkodzie, aby zainteresowa\u0107 si\u0119 t\u0105 technologi\u0105, nawet je\u017celi organizacja nie planuje wdro\u017cenia takich rozwi\u0105za\u0144 w najbli\u017cszym czasie.<\/p>\n

    Przygotowanie si\u0119 do uruchomienia takiego projektu wymaga jednak analizy potrzeb firmy, w tym m.in.:<\/p>\n