#Chuyển_đổi_AI
Các nhà quản lý mạng hiện nay cần phải cẩn trọng với việc áp dụng trí tuệ nhân tạo (AI) vào quản lý mạng của họ. Điều này được đề cập tại sự kiện Chuyển đổi 2023 diễn ra tại San Francisco vào ngày 11-12 tháng 7. Các giám đốc điều hành hàng đầu chia sẻ cách tích hợp và tối ưu hóa các khoản đầu tư AI để đạt được thành công và tránh những cạm bẫy phổ biến.
Tuy nhiên, để áp dụng AI thành công, các nhà quản lý mạng cần phải hiểu rõ ý nghĩa của quá trình chuyển đổi AI trong thực tế và cố gắng tách biệt sự cường điệu khỏi thực tế. Họ cũng nên kiểm kê cơ sở hạ tầng của mình để đảm bảo sẵn sàng cho việc triển khai AI.
AI có thể giúp các nhóm mạng xác định các sự cố trong thời gian thực và quản lý hiệu suất mạng. Kết quả cuối cùng là sử dụng tốt hơn dung lượng mạng, ít cuộc gọi hỗ trợ hơn và người dùng hài lòng hơn. Tuy nhiên, các nhà quản lý mạng cần phải tập trung vào trường hợp sử dụng của họ và đảm bảo rằng các hoạt động triển khai AI không quá tốn kém và thực sự mang lại kết quả mong muốn.
Với sự trợ giúp của AI, các tổ chức có thể giải quyết các vấn đề kinh doanh như trải nghiệm mạng kém, hiệu suất mạng kém và bảo mật mạng. Tuy nhiên, các nhà quản lý mạng cần phải chọn một cách thực tế, không dựa trên sự cường điệu, và nhớ rằng quá trình chuyển đổi AI này không diễn ra trong một sớm một chiều.
Nguồn: https://venturebeat.com/ai/it-network-managers-beware-ai-is-not-a-magic-bullet/
Tham gia cùng các giám đốc điều hành hàng đầu tại San Francisco vào ngày 11-12 tháng 7, để nghe cách các nhà lãnh đạo đang tích hợp và tối ưu hóa các khoản đầu tư AI để thành công. Tìm hiểu thêm
Nếu có một hằng số trong thế giới công nghệ, thì đó là cuộc chiến giằng co đang diễn ra giữa sự cường điệu và thực tế. Tôi đã thấy điều này diễn ra bất cứ khi nào một công nghệ “biến đổi” mới xuất hiện. Với sự xuất hiện của trí tuệ nhân tạo (AI), nó quay trở lại tương lai khi chúng ta đặt câu hỏi tiến bộ đầy hứa hẹn này sẽ thay đổi như thế nào quản lý mạng.
Về lý thuyết, AI nên là một nhân tố thay đổi cuộc chơi. Các nhóm mạng sẽ có thể xác định các sự cố trong thời gian thực và xử lý các điểm sự cố tiềm ẩn trước khi chúng trở nên nghiêm trọng. Điều tương tự cũng xảy ra với việc theo dõi các mẫu lưu lượng và quản lý hiệu suất mạng. Kết quả cuối cùng: sử dụng tốt hơn dung lượng mạng, ít cuộc gọi hỗ trợ hơn và người dùng hài lòng hơn.
Nhưng trước khi lao vào, các nhà quản lý mạng nên xem xét kỹ hơn ý nghĩa của quá trình chuyển đổi AI trong thực tế và cố gắng tách biệt sự cường điệu khỏi thực tế.
Kiểm kê cơ sở hạ tầng của bạn
Với sự phức tạp ngày càng tăng và sự gia tăng thiết bị với tốc độ kỷ lục, công việc của các nhà quản lý mạng trở nên khó khăn hơn nhiều. Ngân sách CNTT vẫn đang bị thu hẹp và với các tổ chức đang tìm cách giảm chi tiêu hỗ trợ mạng, bộ phận CNTT kéo dài đang hoạt động ở mức mỏng nguy hiểm.
Sự kiện
Chuyển đổi 2023
Hãy tham gia cùng chúng tôi tại San Francisco vào ngày 11-12 tháng 7, nơi các giám đốc điều hành hàng đầu sẽ chia sẻ cách họ đã tích hợp và tối ưu hóa các khoản đầu tư vào AI để đạt được thành công và tránh những cạm bẫy phổ biến.
Đăng ký ngay
Đây là nơi các nhóm mạng có thể sử dụng AI để đào lỗ hổng.
Khả năng khắc phục và giải quyết sự cố nhanh hơn giúp giảm thời gian ngừng hoạt động của mạng và cải thiện hiệu suất mạng — đồng thời giảm chi phí CNTT tổng thể. Nó cũng giúp mang lại trải nghiệm tuyệt vời cho khách hàng với ít cuộc gọi hỗ trợ hơn và ít khiếu nại hơn.
Đây là một ví dụ thực tế về cách ngành có thể giúp hỗ trợ điều đó. Bằng cách tích hợp AI vào các giải pháp kết nối mạng, các nhà cung cấp công nghệ có thể tạo điều kiện để khi khách hàng báo cáo sự cố, họ sẽ chụp nhanh toàn bộ mạng và chạy dữ liệu thông qua một công cụ học tập để tìm hiểu điều gì đã xảy ra.
Sử dụng công cụ AI/ML học hỏi từ các vấn đề đã thấy trên các ứng dụng khác mạng lưới khách hàng đảm bảo rằng các vấn đề, một khi đã được nhìn thấy, sẽ không lặp lại ở nơi khác. Đây là một cách tiết kiệm thời gian rất lớn vì các vấn đề có thể phát sinh ở bất cứ đâu. Một trục trặc có thể được kết nối với tải phần mềm trên một điểm truy cập. Hoặc có lẽ nó nằm trong mạng hỗ trợ. Nhưng với sự trợ giúp của AI, giờ đây một tổ chức có thể có được bức tranh chi tiết về những gì đang diễn ra trong một khoảng thời gian ngắn so với trước đây cần để khắc phục sự cố.
Mở khóa dữ liệu lớn
AI sẽ đặc biệt hữu ích khi phân tích số lượng lớn dữ liệu từ xa của khách hàng do cơ sở hạ tầng mạng tạo ra. Trước đây, cách duy nhất để trích xuất thông tin từ tất cả dữ liệu này là nhờ sự trợ giúp của các chuyên gia (được trả lương cao), những người hiểu biết về các công nghệ mạng khác nhau. Tuy nhiên, nếu một công ty không có đủ nhân sự phù hợp, kho dữ liệu quý giá này phần lớn vẫn chưa được sử dụng đúng mức. Điều này đặc biệt được khuếch đại khi khách hàng triển khai các giải pháp mạng từ các nhà cung cấp khác nhau, do đó ngăn chặn một chế độ xem duy nhất vào mạng.
Với sự trợ giúp của các công cụ AI, giờ đây các tổ chức có thể giải quyết vấn đề này dữ liệu lớn vấn đề và nhận thông tin chuyên sâu mà họ cần để giải quyết các câu hỏi mà bộ phận CNTT phải đối mặt, bao gồm:
- Những trang web và khách hàng nào đang phải đối mặt với trải nghiệm mạng kém?
- Nguyên nhân gốc rễ của hiệu suất kém là gì?
- Những trang web nào đang hoạt động hết công suất và những thay đổi mạng nào là cần thiết để cải thiện tình hình?
- Mạng có thể được quét tự động liên tục để duy trì trạng thái bảo mật tốt cho mạng không?
- Các thiết bị IoT có gây ra các lỗ hổng bảo mật không?
- Các dịch vụ mạng có hoạt động tốt trong thời gian cao điểm trong mạng của tôi không?
Đừng để bị hút vào sự cường điệu
Không còn nghi ngờ gì nữa, AI đang ngày càng trở nên phù hợp hơn với việc quản lý mạng. Và khi sức mạnh xử lý tăng lên, công nghệ sẽ tiếp tục trở nên tốt hơn. Nhưng hãy thông minh về cách bạn sử dụng nó. Đừng bỏ qua thực tế rằng AI không phải là thứ nên được áp dụng một cách bừa bãi.
Một số tác vụ thủ công và trần tục vẫn tốt hơn để tự động hóa. Ví dụ: bạn không cần AI để phát hành các bản vá mạng. Đó là lý do tại sao tôi tin rằng không phải mọi thứ đều có thể hoặc nên được chuyển giao cho AI, điều này có thể gây tốn kém khi bạn triển khai các loại giải pháp này.
Tập trung vào trường hợp sử dụng của bạn. Bạn đang cố gắng giải quyết vấn đề kinh doanh nào? Điều này có vẻ thô sơ, nhưng quá nhiều lần, câu hỏi cơ bản này bị bỏ qua.
Thứ hai: nó có phù hợp với kinh tế của bạn không? Mỗi công ty phải tuân theo một ngân sách. Đảm bảo rằng bất kỳ hoạt động triển khai AI nào cũng không quá tốn kém.
Thứ ba, hãy kiểm tra để đảm bảo rằng mạng mà bạn đã triển khai thực sự mang lại kết quả mong muốn. Nó có giúp bạn giải quyết vấn đề kinh doanh không? Làm thế nào là nó làm điều đó? Và nó có hoạt động đáng tin cậy không?
Chọn một cách thực tế, không dựa trên sự cường điệu
Có một số công cụ ra khỏi đó. một số trong số họ là hỗ trợ AI, và một số thì không. Đừng để bị hút vào sự cường điệu. Thay vào đó, hãy chắc chắn rằng bạn chọn những vấn đề giải quyết được của bạn vấn đề. Nếu không, chi phí của bạn sẽ chỉ tăng theo cấp số nhân.
Trên hết, hãy nhớ rằng quá trình chuyển đổi AI này sẽ không diễn ra trong một sớm một chiều. Trong suốt sự nghiệp của mình, tôi đã chứng kiến điều này diễn ra vài năm một lần khi thị trường sắp xếp sự cân bằng phù hợp giữa sự nhiệt tình và sự tin tưởng quá mức vào công nghệ mới. Điều này thật thú vị, nhưng hãy lên kế hoạch cho hành trình của bạn theo từng bước.
Khi AI bắt đầu thu hút được nhiều sự tin tưởng hơn và nhiều hoạt động tự động hóa hơn diễn ra trong mạng, bạn có thể xây dựng các khả năng của mình cho phù hợp. Đây là một hành trình sẽ mất thời gian và sự kiên nhẫn của bạn sẽ được đền đáp. Vì vậy, hãy thực hiện từng bước một.
Rad Sethuraman là phó giám đốc quản lý sản phẩm tại Mạng Cambium.
Dữ liệuNgười ra quyết định
Chào mừng bạn đến với cộng đồng VentureBeat!
DataDecisionMakers là nơi các chuyên gia, bao gồm cả những người kỹ thuật làm công việc dữ liệu, có thể chia sẻ những hiểu biết và đổi mới liên quan đến dữ liệu.
Nếu bạn muốn đọc về các ý tưởng tiên tiến và thông tin cập nhật, các phương pháp hay nhất cũng như tương lai của dữ liệu và công nghệ dữ liệu, hãy tham gia cùng chúng tôi tại DataDecisionMakers.
Bạn thậm chí có thể xem xét đóng góp một bài viết của riêng bạn!
Đọc thêm từ DataDecisionMakers
[ad_2]
