AI 成為技術管理的新工具
對於科技世界的一個恆定不變，就是炒作和現實之間的持續拉鋸，當一項新的 “轉型性” 技術出現時，情形就是這樣。隨著人工智慧（AI）的出現，我們又回到未來，問的是這個有前途的技術將如何改變網路管理。從理論上講，AI 應該是一個改變遊戲規則的東西，網路團隊可以實時識別問題，並在問題變成致命前預先處理。對網路交通模式進行跟蹤和管理情況也是如此。其結果是更好地利用網路容量，減少支援電話和更滿意的使用者的體驗。但在急著行動之前，網路管理員應該更關注 AI 轉變在實踐中意味著什麼，並試著區分炒作和現實。
盤點你的基礎設施
隨著複雜性的增加和裝置數量的驚人增長，網路管理員的工作變得更加困難。IT 預算仍在縮減，而組織希望減少網路支援支出，壓垮了已經處在危險級底極限的 IT 部門。這正是網路團隊可以利用 AI 從困境中挖掘出來的地方。更迅速地進行問題處理和解決選題，翻譯成網路停機減少和改善網路效能--同時降低整體 IT 成本。此外減少支援電話和抱怨，為客戶提供更好的體驗。以下是一個現實的例子，展示如何幫助行業支援這一點。透過將 AI 建立到網路解決方案中，技術提供商可以創造一種情況，在這種情況下，當客戶報告問題時，他們拍攝整個網路的快照，然後透過學習引擎執行資料來弄清楚發生了什麼。使用會從其他客戶網路中看到的問題的 AI/ML 引擎確保問題一旦看到就不會在其他地方重複出現。這是一個巨大的時間節省，因為問題可能在任何地方出現。故障可能與存取點上的軟體負載有關，也可能與支援網路有關。但在 AI 的幫助下，組織現在可以在縮短排除問題所需的時間的情況下獲得精細的影象。
揭示大資料
當涉及到分析網路基礎設施生成的大量客戶遙測資料時，AI 將非常有用。過去，從所有這些資料中提取訊息的唯一方法是依靠（高薪）專家，他們知道如何處理不同的網路技術。然而如果一家公司負擔不起適當的人員，這些珍貴的資料仍然沒有得到充分利用。當客戶從不同供應商處部署網路解決方案時，這種情況尤其明顯，因此無法對網路進行單一檢視。有了 AI 工具的幫助，組織現在可以解決這個大資料問題，並獲得他們需要解決 IT 部門的問題的見解，包括：哪些站點和客戶面臨著糟糕的網路體驗？低效能的根本原因是什麼？哪些站點正在全力以赴，並需要什麼網，以改善情況？在我的網路中，是否可以自動掃描網路以維持良好的安全姿態？ IoT 裝置是否引入了安全漏洞？在網路的高峰時段，網路服務是否執行良好？
不要被炒作所吸引
毫無疑問，AI 變得越來越與網路管理有關，並且隨著處理能力的增強，技術將繼續改進。但要聰明地使用它。不要忽視 AI 不是應該毫無節制地應用的東西。一些乏味和手動任務仍然最好是自動化。例如，您不需要 AI 來發布網路補丁。這就是為什麼我認為不是所有事情都可以或應該轉移到 AI，這可能會讓當您部署這些解決方案時價格飛漲。專注於您的用例。您正試圖解決什麼商業問題？這可能似乎很基本，但太多時候，這個基本問題被忽視了。第二，它是否符合您的經濟條件？每家公司都必須遵守預算。確保任何 AI 部署不會使銀行破產。第三，測試以確保您部署的網路真正提供所需的結果。它有助於解決商業問題嗎？它是如何做到的？它是否可靠？
實用地選擇，不要受炒作左右
在那裡有許多工具，其中一些搭載了人工智慧，一些則沒有。不要被炒作所吸引。相反，確保你選擇解決你的問題的那些，否則你的花費只會呈指數級增加。最重要的是，請記住，這種 AI 轉變不會一夜之間發生。在我的整個職業生涯中，每隔幾年市場就會在熱情和對新技術的過度信任之間找到合適的平衡點。這一切都很刺激，但計劃你的旅程，逐步實現。隨著 AI 在網路中獲得更多的信任和更多的自動化，您可以隨時擴充套件您的能力。這是一個需要時間的旅程，您的耐心將得到回報。因此一步一步來。
RAD 塞瑟拉曼（Rad Sethuraman）是康比姆網路（Cambium Networks）的產品管理副總裁。
