● news.bsdnet.hu

A vállalati hálózatot sokáig háttér-infrastruktúraként kezelték - akkor került a figyelem középpontjába, amikor lelassult, megszakadt vagy egy új telephely bekötése túl sokáig tartott. Az MI-natív megközelítés azonban ennél jóval nagyobb szerepet szán neki: a hálózat az üzleti működés érdekében, annak "aládolgozva" működik - ha a kockázatokat jól tudja kezelni . A hálózatból üzleti érzékelőrendszer lesz Egy hagyományos hálózat technikai mutatókkal rendelkezik: mérhetővé teszi a forgalmat, a csomagvesztést, a késleltetést, az eszközállapotot és így tovább. Az MI alapokon nyugvó rendszer annyiban mindenképp többet tud, hogy ezeket összekapcsolja a felhasználói és alkalmazásszintű tapasztalattal. Felismerheti, hogy egy videóhívás romló minőségét túlterhelt hozzáférési pont, hibás kliens, szolgáltatói kapcsolat vagy valamely felhőszolgáltatás okozza. Az informatikai csapat így közvetlenül a kiváltó okhoz juthat el. A rendszer teljes szolgáltatásokat lát a hálózati elemek helyett. Egy gyárban követhető, hogyan hat a vezeték nélküli kapcsolat a termelési eszközökre; a logisztikában azonosítható, hol szakad meg egy mobil terminál adatkapcsolata; az üzletben pedig kiderülhet, melyik technológiai réteg lassítja a fizetést. A hálózati telemetria így az üzleti teljesítmény korai jelzőrendszerévé válik. Ez különösen fontos a valós idejű folyamatoknál. Egy késve megérkező adat alkalmas lehet havi kimutatásra, egy kialakuló torlódás, készlethiány vagy géphiba kezelésében viszont kevés (vagy leginkább semmilyen) segítséget ad. Az intelligens hálózatnak megfelelő késleltetéssel kell továbbítania az adatokat, elsőbbséget adnia a kritikus forgalomnak és folyamatosan ellenőriznie a szolgáltatásminőséget. Nem elég a modell számítási teljesítményét figyelni A Toshiba Tec, a McKinsey és az NVIDIA projektje jól mutatja, milyen üzleti változást hozhat a feldolgozás felgyorsítása. A japán vállalat rendszerei naponta több millió kiskereskedelmi tranzakciót kezeltek, elemzésük viszont lassú folyamat maradt. A vállalat GPU-gyorsított infrastruktúrával és transzformeralapú ajánlórendszerrel alakította át a működést. Az adatok előkészítése órákról percekre rövidült, százezer ügyfél ajánlásait pedig egy percnél rövidebb idő alatt számították ki. A projektbeszámoló szerint a termékkatalógus lefedettsége mintegy 8 százalékról közel 100 százalékra emelkedett, a modellek tanítási ideje több mint 80 százalékkal csökkent. A kontrollált kísérletekben a célzott csoportok eladásai és nyeresége átlagosan 5 százalékkal nőtt. Ez közvetlenül az analitikai infrastruktúráról szól, hálózati tanulsága mégis világos. A pénztárgépeknél keletkező adatot gyorsan és biztonságosan kell eljuttatni a feldolgozó környezetbe, az eredménynek pedig még a vásárlás során vissza kell érnie. A valós idejű döntés értékét az egész adatút határozza meg - késő vagy ingadozó hálózati kapcsolat mellett a gyors modell számítási teljesítménye önmagában kevés. Az MI-natív hálózat ezen a ponton válik az üzleti folyamat aktív részévé. Felismerheti a pénztári alkalmazást, elsőbbséget adhat neki, észlelheti a romló felhasználói élményt, majd másik útvonalra terelheti a forgalmat. A hálózati állapot és az alkalmazás teljesítménye ugyanazon döntési láncba kerül. Gyorsabb működés, kisebb bizonytalanság Egy új telephely hálózati beállításai sablonokból és üzleti szándékokból automatikusan előállíthatók, így rövidülhet a megnyitás ideje. A forgalom folyamatos elemzése pontosíthatja a kapacitástervezést, az előrejelző hibafelismerés pedig csökkentheti a váratlan leállásokat. Az első szintű hibakeresés jelentős része automatizálható: a rendszer összegyűjti a kapcsolódó eseményeket, meghatározza a valószínű okot, és ismert probléma esetén javítást kezdeményez. A szakemberek figyelme így az architektúrára, a biztonsági szabályokra és az üzleti igényekre irányulhat. A PwC MI-natív infrastruktúráról szóló elemzése hasonló átalakulást vetít előre a nagy beruházási programokban. Az együttműködő MI-ügynökök összekapcsolhatják a tervezést, a beszerzést, a kockázatkezelést és az irányítást, miközben a költség- és ütemtervi előrejelzések folyamatosan frissülnek. A fizikai infrastruktúra-projekteknél alkalmazott alapelv a vállalati hálózatokra is átültethető: a legtöbb érték az elkülönült automatizmusok összekapcsolásából és a teljes folyamat újragondolásából születik. A mesterséges intelligencia AI hozzáadása egy meglévő menedzsmentfelülethez azonban kevés az MI-natív működéshez. Egységes adatalap, meghatározott szolgáltatási célok, szabályozott jogosultságok, valamint az alkalmazások és az infrastruktúra közös megfigyelhetősége szükséges. A rosszul címkézett eszközök, a töredezett telemetria és az elszigetelt rendszerek bizonytalan döntésekhez vezetnek. A PwC szerint az átállás új működési modellt, adatirányítást és szervezeti kultúrát kíván. A hálózatoknál az IT-nak az üzleti területekkel együtt kell meghatároznia, mely folyamatok kritikusak, milyen szolgáltatási szintet igényelnek, és mekkora önállóságot kaphat az automatizmus. Egy készletfeltöltési rendszer, egy betegellátási eszköz és egy vendég-Wi-Fi magától értetődően eltérő kockázati besorolást kell, hogy jelentsen. Új típusú mutatókra is szükség lesz. Az eszközök rendelkezésre állása mellett mérni kell a digitális munkafolyamatok sikerességét, a felhasználói élményt, a kiesések elkerült költségét és az automatizálással felszabadított munkaidőt. Így válik láthatóvá a hálózati beruházás üzleti eredménye. A hálózat követni kezdi az üzlet ritmusát A mesterséges intelligenciára épülő hálózat legfontosabb hatása a reakcióidő rövidülése. A hiba észlelésétől a javításig, az ügyféligény felismerésétől az ajánlat módosításáig, vagy egy új telephelyről szóló döntéstől annak bekapcsolásáig egyre kevesebb kézi lépésre lehet szükség. Az infrastruktúra alkalmazkodási sebessége közelebb kerülhet az üzleti folyamatokéhoz. Ugyanakkor a teljes autonómia továbbra is távoli cél, és számos döntésnél megmarad az emberi jóváhagyás. Mindeközben már a részleges önállóság is eredményt adhat, ha a rendszer megbízhatóan kezeli a gyakori, alacsony kockázatú feladatokat. Ideális kezdőpont lehet például egy jól körülhatárolt, mérhető szolgáltatási célokkal és világos felelősségi határokkal bíró üzleti folyamat. A hálózat ebben a modellben túllép az egyszerű adatátviteli közeg szerepén. Összekapcsolja a fizikai eseményt, az adatot, az elemzést és a beavatkozást. Minél rövidebb és intelligensebb ez a kör, annál gyorsabban reagálhat a vállalat ügyfeleire, működési zavaraira és új lehetőségeire. Ez a cikk független szerkesztőségi tartalom, mely az EURO ONE támogatásával készült. Részletek »