Wat is AIOps?

Wat is AIOps?

AIOps staat voor 'artificial intelligence for IT operations' en is een term die is bedacht door Gartner®. Het beschrijft technologische platforms en processen die de IT-gebruikerservaring transformeren, waardoor IT-teams processen kunnen stroomlijnen, snellere en nauwkeurigere beslissingen kunnen nemen; en sneller op netwerk- en systeemincidenten kunnen reageren.

AIOps bouwt in real time of bijna real time een context uit grote hoeveelheden data die afkomstig zijn van de telemetrie en logboeken in de IT-infrastructuur van een organisatie. Vervolgens combineert het de verzamelde data met relevante historische data om bruikbare inzichten te genereren. AIOps is de virtuele belichaming van een assistent die beschikt over zeer uitgebreide kennis over de IT- en netwerkomgeving, en die in staat is die kennis te gebruiken voor het in real time maken van analyses en uitvoeren of aanbevelen van volgende stappen.

 

Waarom is AIOps belangrijk?

AIOps verhoogt de efficiëntie en prestaties van individuele applicaties en services en stelt IT-teams in staat om complexe en handmatige activiteiten te vereenvoudigen, waardoor de productiviteit wordt verhoogd. Organisaties die AIOps gebruiken, automatiseren handmatige en tijdrovende taken, stroomlijnen workflows, verbeteren de algehele netwerkprestaties en versterken hun beveiligingspositie.

AIOps is een investering in prestatieanalyse, detectie van onregelmatigheden en gebeurteniscorrelatie die IT-teams de mogelijkheid geeft om proactief gebeurtenissen die invloed hebben op de prestaties te identificeren en op te lossen, downtime en kostbare uitval te verminderen en incidentele responstijden te versnellen.

 

Hoe AIOps werkt

AIOps consolideert gegevens uit meerdere bronnen en verwerkt die gegevens vervolgens via machine learning (ML)- of deep learning (DL)-algoritmen om realtime-inzichten te bieden, zoals quality of experience (QoE), analyse van de onderliggende oorzaak en detectie van onregelmatigheden. Goede AIOps zal valse positieven verminderen en alarmmoeheid elimineren, zodat operators proactief problemen kunnen detecteren en oplossen voordat ze de ervaringen van eindgebruikers beïnvloeden. 

 

Gebruikssituaties, voordelen en resultaten

What is AIOps - Diagram 1

Voordelen van AIOps

AIOps verbetert de ervaringen van eindgebruikers en IT-operators terwijl het de productiviteit verhoogt en de kosten verlaagt.

Vereenvoudigt de ervaring van operators 

  • Workflows stroomlijnen en automatiseren terwijl u fouten vermindert
  • Versnel de oplossingstijd door proactieve en bruikbare inzichten te krijgen om op problemen te reageren voordat ze resulteren in downtime of slechte gebruikerservaringen 
  • De efficiëntie en productiviteit verhogen, waardoor tijd wordt vrijgemaakt voor strategische prioriteiten 
  • Verbetert de eindgebruikerservaring 
  • Problemen snel oplossen om netwerk- en applicatieprestaties te verbeteren  
  • Zorgt ervoor dat IT-systemen kunnen schalen om workloads aan te kunnen, nu en in de toekomst 

Verlaagt kosten

  • TCO verlagen en ROI verhogen door downtime te verminderen, de productiviteit van werknemers te verbeteren en OpEx te verlagen die samenhangt met het oplossen van IT-problemen 

 

AIOps in de praktijk

Het gebruiken van AIOps verschilt niet zoveel van het werken met een ander pakket voor infrastructuuranalyses. Het AIOps-platform moet worden verbonden met (of geïntegreerd in) de infrastructuur die het zal monitoren, waarna het ontdekken en leren begint. De eerste inzichten zijn beschikbaar zodra er voldoende data zijn geanalyseerd tijdens dit AI-leerproces.

Het AIOps-platform analyseert de IT-omgeving en vervolgens de onderliggende oorzaak van de problemen wanneer deze zich voordoen. De laatste stap voor het gebruik van AIOps in de workflows van een bedrijf is automatisering. Wanneer het platform genoeg heeft geleerd, kan het zelf eenvoudige problemen gaan oplossen.

Idealiter is AIOps onzichtbaar voor de eindgebruiker en geïntegreerd in de dagelijkse beheertools van de beheerder.

 

AIOps voor netwerken

AIOps voor netwerken, of AI for Networking, biedt automatisering en AI-native inzichten in het hele netwerk. Toonaangevende AIOps-platforms bieden mogelijkheden op bekabelde, draadloze, SD-WAN, WAN edge, datacenter- en beveiligingsdomeinen, en bieden end-to-end service assurance. Ze zorgen ervoor dat netwerkverbindingen betrouwbaar, meetbaar en veilig zijn; verhogen de efficiëntie en productiviteit voor netwerkoperators en verbeteren de ervaringen voor eindgebruikers.

AIOps draait echter niet alleen om het verbeteren van de werkzaamheden die u nu al doet. De echte waarde zit in de mogelijkheid om IT-infrastructuren te beheren die zo complex zijn dat het beheer ervan voor mensen vrijwel onmogelijk is geworden, zelfs als ze over de allerbeste tools zonder AI beschikken.

AIOps biedt beheerders van zakelijke en commerciële netwerken diverse voordelen.

  • Problemen worden sneller opgelost.
  • data uit meerdere bronnen worden samengevoegd en geanalyseerd
  • De details van elke unieke operationele omgeving worden geobserveerd en geleerd.
  • Er wordt een beoordeling gemaakt van een berekende Quality of Experience (QoE).
  • Het systeem heeft een gespreksinterface met natuurlijke-taalverwerking (NLP)

 

Zorgen over ingebruikname van AI wegnemen

Zoals met elke nieuwe technologie, kunnen organisaties nog steeds terughoudend zijn met betrekking tot het implementeren van AIOps-oplossingen. Zorgen over AIOps zijn onder meer databeveiliging, integratie met de bestaande omgeving en gebrek aan begrip van hoe de AI werkt. Om zorgen te verlichten en de juiste oplossing voor uw organisatie te vinden, zijn hier enkele belangrijke factoren:  

  • Beveiliging en ethiek: stel vast welke data de AI-engine gebruikt en hoe die data worden beveiligd. Zorg ervoor dat de leverancier ethische AI-principes en -richtlijnen volgt  
  • Integratie: Een AIOps-oplossing moet activiteiten vereenvoudigen, niet gecompliceerder maken. Zoek naar een oplossing die kan worden geïntegreerd met de bestaande infrastructuur of die is ingebouwd in de IT-oplossing 
  • Efficiëntie: stel vast of de AIOps in de loop van de tijd beter is geworden en zoek uit hoelang de AI in gebruik is . AIOps moet in staat zijn om nauwkeurige en relevante informatie in real time te leveren, waardoor operators worden gewaarschuwd voor prioritaire problemen (en er geen alarmmoeheid wordt veroorzaakt). Het zou na verloop van tijd beter moeten worden door continue, closed-loop feedback en ontwikkeling 
  • Voorbeelden uit de praktijk: kijk naar voorbeelden waarbij de AIOps-oplossing echte resultaten voor klanten heeft opgeleverd
  • Explainable AI (XAI): stel vast of de leverancier de AI-technieken achter de oplossing kan uitleggen. Als een leverancier beweert dat hij AI heeft, maar niet kan uitleggen hoe het werkt of welke technieken worden gebruikt, is het misschien alleen AI in naam

 

Juniper AIOps

Het AI-native netwerkplatform van Juniper maakt gebruik van de meest geavanceerde AIOps in de sector met Mist AI, een AI-engine en gemeenschappelijke microservice-cloudarchitectuur, en de Marvis Virtual Network Assistant om de ervaringen van operators en eindgebruikers te verbeteren.

Mist AI is getraind op de juiste data, neemt telemetrie van alle netwerkapparaten op en verwerkt die data om nauwkeurige antwoorden in realtime te bieden. De klantenservice- en datawetenschapsteams van Juniper werken samen om gemeenschappelijke klantuitdagingen te ontdekken en hebben AI-algoritmen ontwikkeld, zodat Mist AI problemen kan vinden en detecteren voordat gebruikers prestatieproblemen ervaren. Met meer dan negen jaar reinforced learning en ontwikkeling, biedt Mist AI nauwkeurige antwoorden met de minste valse positieven.

Verder was Mist AI speciaal gebouwd met een closed-loop moderne en elastische cloud, die de rekenkracht biedt die nodig is voor AI/ML en schaalbare netwerken.

 

Implementatiefases van Juniper AIOps-oplossingen

De AIOps-oplossing van Juniper stroomlijnt activiteiten in alle implementatiefases. Geautomatiseerde sjablonen en zero-touch provisioning versnellen en vereenvoudigen de configuratie en onboarding op dag 0/1 en inzichten in de AI-native gebruikerservaring. Marvis VNA en zelfsturende acties versnellen de probleemoplossing en de algehele netwerkprestaties voor vereenvoudigd dag 2-beheer.

What is AIOps - Diagram 2

Implementatiefases voor AIOps zijn onderverdeeld in vier delen: Dag 0, planning en configuratie; Dag 1, onboarding en implementatie; Dag 2, dagelijks beheer en onderhoud; en Dag 2+, proactief beheer met AIOps.

Juniper’s model voor AI-gestuurde klantenservice

Junipers AI Driven Customer Support Model

De Marvis Virtual Network Assistant verhoogt de effectiviteit door gebruik te maken van jarenlange training en ontwikkeling.

Bij Juniper wordt onze AI-engine voortdurend verbeterd via een closed-loop systeem. Ons klantenservice- en datawetenschapsteam werkt samen om gemeenschappelijke klantuitdagingen te ontdekken en het AI-algoritme te verbeteren door middel van reinforced learning. Met meer dan negen jaar reinforced learning en feedback van klanten en klantenservice, hebben Mist AI en Marvis in de loop van de tijd de effectiviteit verbeterd.

 

Het aantal probleemtickets terugdringen

Stemming the Tide of Trouble Tickets

Impact van Juniper AIOps: Naarmate het aantal klanten en de complexiteit van het netwerk toenemen, dalen de probleemmeldingen of blijven ze op hetzelfde niveau.

AI en cloudcomputing veranderen de manier waarop leveranciers hun klanten ondersteunen. In deze figuur ziet u het totale aantal geaggregeerde tickets binnenkomen, aangegeven door een stippellijn. De toename van klanten wordt getoond aan de hand van apparaten, sites en organisaties die zijn toegevoegd, terwijl het aantal probleemtickets relatief onveranderd blijft. De afbeelding illustreert in hoeverre AIOps van invloed is op de helpdesktickets van klanten; het zorgt voor minder escalaties, minder binnenkomende tickets en snellere probleemoplossing.

Veelgestelde vragen over AIOps

Welke problemen lost AIOps op?

AIOps voegt data uit meerdere bronnen samen en analyseert ze. Het observeert en leert nauwgezet van de omgeving en geeft een beoordeling van de algehele Quality of Experience (QoE). Op deze manier kan AIOps netwerkactiviteiten correleren om problemen vast te stellen en op te lossen voordat ze worden opgemerkt door eindgebruikers of IT-medewerkers.

AIOps biedt analyses van de onderliggende oorzaak van problemen op basis van ML-algoritmen en gecontextualiseerde data. Maar bovenal geeft AIOps IT-medewerkers van alle niveaus de mogelijkheid om problemen op te lossen, wat de algehele efficiëntie van een beheerteam vergroot.

Uit welke onderdelen bestaat AIOps?

Een AIOps-platform maakt gebruik van ML-algoritmen en gecontextualiseerde data om oorzaken van problemen te analyseren en eenvoudige problemen in het netwerk automatisch op te lossen. AIOps vereist een AI-engine voor het correleren van gebeurtenissen en ML-algoritmen voor het extraheren van kennis en patronen uit een reeks observaties. Een virtuele netwerkassistent die natuurlijke-taalverwerking (NLP) gebruikt, verbeterd door natuurlijke-taalbegrip (NLU) en taalgeneratie (LG), biedt een krachtige gespreksinterface die verzoeken kan contextualiseren, het oplossen van problemen kan versnellen en intelligente beslissingen kan nemen of aanbevelingen kan doen om activiteiten te stroomlijnen.

Wat zijn de belangrijkste capaciteiten van AIOps?

  • Probleemisolatie/analyse van de onderliggende oorzaak: Met de grote hoeveelheden data in de huidige netwerken, is het moeilijk om problemen op te sporen die worden genoemd in probleemtickets, laat staan problemen die niet onder de aandacht van IT zijn gebracht. AIOps correleert gebeurtenissen in real time door gecontextualiseerde data te verwerken, zodat problemen snel kunnen worden opgespoord en verholpen
  • Data-gestuurde besluitvorming: ML-algoritmen sturen data-gestuurde analyses aan, die operationele aanbevelingen of herstelmaatregelen bieden in plaats van vooraf bepaalde reacties op fouten of afwijkingen in het netwerk. Deze op data gerichte aanpak zorgt voor een veel efficiëntere probleemafhandeling
  • Voorspellende rapportage: AIOps voorspelt het gedrag van het netwerk en biedt aanbevelingen of herstelmaatregelen voor het oplossen van verslechterde prestaties en andere afwijkingen in het netwerk. Dankzij deze andere aanpak kunnen beheerders het netwerk op een proactieve manier beheren. Ze hoeven niet langer op zoek naar de oorzaak van problemen waarvan de gebruikers en het bedrijf de gevolgen al hebben ondervonden. En doordat IT niet continu brandjes hoeft te blussen, is er meer tijd voor strategische activiteiten,

Wat voor AIOps-oplossingen biedt Juniper?

Het AI-native netwerkplatform van Juniper is de basis voor de manier waarop we Juniper AIOps leveren. Onze Wired Access, Wireless Access, SD-WAN, WAN bedrijf, datacenter en beveiligingsoplossingen worden bijvoorbeeld allemaal verenigd door een gemeenschappelijke cloud en AIOps-engine, Mist AI. Deze AIOps-oplossingen vereenvoudigen end-to-end probleemoplossing, Self-Driving Network™-activiteiten en client-to-cloud-inzicht in klantervaringen. Daarnaast heeft Marvis, de eerste AI-native virtuele netwerkassistent in de branche, een interactieve gespreksinterface die eenvoudige aanbevelingen biedt voor complexe problemen. Marvis Minis, de eerste AI-native digital experience twins, werkt ook op de achtergrond om problemen te ontdekken zonder dat gebruikers erbij hoeven te zijn. Al deze tools worden aangestuurd door Mist AI. Ze kunnen u tijd en geld besparen en tegelijkertijd de waarde van uw netwerkinfrastructuur maximaliseren.

Juniper is een erkend leider in AIOps. Zie waarom Gartner Juniper Mist het verst heeft gepositioneerd in "Completeness of Vision" en het hoogst in "Ability to Execute" in zijn 2024 Magic Quadrant™ for Enterprise Wired and Wireless LAN Infrastructure, voor de derde keer op rij.