L’intelligenza artificiale aiuta a risolvere i problemi di rete

Con il rilascio pubblico di ChatGPT e l’investimento da 10 miliardi di dollari di Microsoft in OpenAI, l’intelligenza artificiale si sta rapidamente affermando. Per i professionisti delle reti aziendali, questo significa che esiste la possibilità concreta che il traffico dovuto all’IA influenzi le loro reti in modo significativo, sia in positivo che in negativo. Dato che l’intelligenza artificiale sta diventando una caratteristica fondamentale del software mission-critical, come devono regolarsi i team di rete e i professionisti del networking per rimanere al passo con questa nuova tendenza?

Andrew Coward, GM di Software Defined Networking presso IBM, sostiene che le aziende hanno già perso il controllo delle proprie reti. Il passaggio al cloud ha lasciato a piedi la rete aziendale tradizionale e l’intelligenza artificiale e l’automazione sono necessarie se le aziende vogliono riprendere il controllo. “Il centro di gravità si è spostato dal data center aziendale a un ambiente multicloud ibrido, ma la rete è stata progettata per un mondo in cui tutto il traffico scorre ancora verso il data center. Ciò significa che molti degli elementi di rete che dettano il flusso di traffico sono ora al di fuori della portata e del controllo dei team di rete aziendali”, ha dichiarato Coward.

Una recente ricerca di Enterprise Management Associates (EMA) supporta le osservazioni di Coward. Secondo il report 2022 Network Management Megatrends, mentre il 99% delle aziende ha adottato almeno un servizio di cloud pubblico e il 72% ha una strategia multicloud, solo il 18% delle 400 organizzazioni IT intervistate ritiene che gli strumenti esistenti siano efficaci per monitorare i cloud pubblici.

L’intelligenza artificiale può aiutare a monitorare le reti

L’intelligenza artificiale sta mettendo a dura prova le reti in modi ovvi e non ovvi. Non è un segreto che le organizzazioni che utilizzano strumenti di IA basati sul cloud, come OpenAI, IBM Watson o AWS DeepLens, devono gestire un traffico intenso tra il cloud e i data center aziendali per addestrare gli strumenti IA. Addestrare l’intelligenza artificiale e mantenerla aggiornata richiede infatti lo spostamento di enormi quantità di dati avanti e indietro.

Ciò che è meno evidente è che l’intelligenza artificiale entra in azienda da porte secondarie, intrufolandosi attraverso funzionalità integrate in altri strumenti. L’IA aggiunge intelligenza a qualsiasi cosa, dagli strumenti di creazione dei contenuti ai motori anti-spam, dai software di videosorveglianza ai dispositivi edge, e molti di questi strumenti comunicano costantemente attraverso la WAN con i data center aziendali. Questo può creare picchi di traffico e incrementare la latenza, oltre a una serie di altri problemi.

In positivo, gli strumenti di monitoraggio e gestione del traffico basati sull’IA stanno iniziando ad aiutare i team di rete con risorse limitate a gestire la complessità e la fragilità delle reti distribuite e multi-cloud. Allo stesso tempo, anche i moderni servizi di rete come SD-WAN, SASE e 5G si affidano all’intelligenza artificiale per funzioni quali il routing intelligente, il bilanciamento del carico e il network slicing. Ma mentre l’intelligenza artificiale assume il controllo di un numero sempre maggiore di funzioni di rete, è saggio per i leader aziendali affidarsi a questa tecnologia?

L’intelligenza artificiale per le reti mission-critical

I professionisti che avranno il compito di utilizzare l’IA per abilitare il networking di prossima generazione sono comprensibilmente scettici nei confronti delle molte affermazioni esagerate dei fornitori di servizi e strumenti basati sull’intelligenza artificiale. “Le operazioni di rete gestiscono quello che molti percepiscono come un ambiente complesso e fragile. Per questo motivo, molti team sono timorosi di utilizzare l’intelligenza artificiale per guidare il processo decisionale a causa delle potenziali interruzioni della rete” ha dichiarato Jason Normandin, product manager netops di Broadcom Software.

I team operativi che non comprendono o non hanno accesso alla logica del modello di IA sottostante saranno difficili da convincere. “Per garantire il consenso dei team operativi di rete, è fondamentale mantenere la supervisione umana sui dispositivi e sui sistemi abilitati all’IA“, continua Normandin. Per fidarsi dell’IA, i professionisti delle reti hanno bisogno di “un’intelligenza artificiale spiegabile”, ovvero di un’IA che non sia una scatola nera ma che riveli il suo funzionamento interno. “La fiducia nell’IA come compagno affidabile inizia con la comprensione delle sue capacità e dei suoi limiti e con la sperimentazione in un ambiente controllato prima dell’implementazione” ha dichiarato il Dr. Adnan Masood, Chief AI Architect della società di trasformazione digitale UST.

Un’IA spiegabile e interpretabile permette ai team di rete di capire come l’IA arriva alle sue decisioni, mentre le metriche chiave consentono ai team di rete di monitorare le sue prestazioni. “Monitorare continuamente le prestazioni dell’IA e raccogliere feedback dai membri del team è un altro modo importante per creare fiducia”, ha aggiunto Masood. “La fiducia nell’IA non si basa sulla fede cieca, ma piuttosto sulla comprensione delle sue capacità e sull’utilizzo come strumento prezioso per migliorare le prestazioni del team”.

Normandin osserva anche che, sebbene gli esperti di networking possano essere riluttanti a “cedere il volante” all’IA, esiste una via di mezzo. “I motori di raccomandazione possono essere un buon compromesso tra i sistemi manuali e quelli completamente automatizzati. Queste soluzioni lasciano che gli esperti umani prendano le proprie decisioni e offrono agli utenti la possibilità di valutare le raccomandazioni fornite. Questo approccio consente un ciclo di feedback formativo continuo, dando l’opportunità di migliorare dinamicamente i modelli grazie ai suggerimenti degli operatori”.

L’IA può aiutare il supporto alla rete con il linguaggio naturale

Mentre le reti aziendali diventano sempre più complicate, distribuite e congestionate, l’intelligenza artificiale aiuta i team di rete con poche risorse a tenere il passo. “L’esigenza di una connettività istantanea ed elastica in tutta l’azienda non è più solo un’opzione, ma è un requisito fondamentale per il successo di un’azienda”, ha dichiarato Coward di IBM. “Ecco perché il settore sta cercando di applicare l’IA e le soluzioni di automazione intelligente alla rete”. Il fatto è che gli strumenti basati sull’IA si stanno già diffondendo nelle reti cloud e aziendali e il numero di strumenti dotati di IA continuerà ad aumentare nel prossimo futuro. Il networking aziendale è stato uno dei settori che ha adottato in modo più aggressivo l’IA e l’automazione. L’intelligenza artificiale viene attualmente utilizzata per un’ampia gamma di funzioni di rete, tra cui il monitoraggio delle prestazioni, la soppressione degli allarmi, l’analisi delle cause e il rilevamento delle anomalie.

Ad esempio, Meraki Insight di Cisco analizza i problemi di performance della rete e aiuta nella risoluzione dei problemi, mentre Mist AI di Juniper automatizza la configurazione della rete e gestisce l’ottimizzazione e Watson AIOps di IBM automatizza le operazioni IT e migliora l’erogazione dei servizi.

L’IA viene utilizzata anche per migliorare l’esperienza dei clienti. “La capacità dell’intelligenza artificiale di adattarsi e di apprendere la connessione client-cloud man mano che cambia renderà l’IA ideale per i casi d’uso della rete più dinamici” ha dichiarato Bob Friday, Chief AI Officer di Juniper Networks. Friday ha affermato che con la crescente mobilità della società, l’esperienza degli utenti wireless diventa sempre più complessa. Questo è un problema perché le reti wireless sono ormai fondamentali per la vita quotidiana dei dipendenti, soprattutto nell’era del lavoro da casa, che costringe l’IT a supportare gli utenti in ambienti su cui ha poco o nessun controllo.

Ecco perché l’assistenza basata sull’IA è uno dei primi casi d’uso più popolari. “L’intelligenza artificiale sta dando vita alla prossima era della ricerca e dei chatbot”, ha dichiarato Friday. “L’obiettivo finale è un ambiente in cui gli utenti godano di prestazioni costanti e coerenti e non debbano più impiegare preziose risorse IT in montagne di ticket di assistenza”. I chatbot e gli assistenti virtuali costruiti con l’elaborazione del linguaggio naturale (NLP) e la comprensione del linguaggio naturale (NLU) sono in grado di comprendere le domande poste dagli utenti con le loro parole. Il sistema risponde con approfondimenti e raccomandazioni specifiche basate sulle osservazioni effettuate su LAN, WLAN e WAN.

“Se fino a pochi anni fa non era possibile ottenere questa comprensione e automazione da client a cloud, oggi i chatbot sono in grado di utilizzare le funzionalità NLP per fornire un contesto e un significato agli input degli utenti, consentendo all’intelligenza artificiale di fornire la risposta migliore“, ha dichiarato Friday. “Questo supera di gran lunga le semplici risposte “sì” o “no” fornite dai chatbot tradizionali. Con migliori capacità di NLP, i chatbot possono diventare sempre più intuitivi, al punto che gli utenti faranno fatica a distinguere un bot da un essere umano”. Le prime fasi di questa visione sono già in corso. L’intelligenza artificiale viene attualmente utilizzata per aiutare le aziende Fortune 500 a raggiungere obiettivi quali la gestione della connettività end-to-end degli utenti e la fornitura di nuovi servizi 5G.

Gap si affida alle operazioni e all’assistenza basate sull’intelligenza artificiale

Le reti WLAN del gigante della vendita al dettaglio Gap sono state originariamente progettate per ospitare una manciata di dispositivi mobili. Ora queste reti vengono utilizzate non solo per le connessioni dei dipendenti alle risorse centralizzate, ma anche per connettere i dispositivi degli acquirenti e una serie crescente di dispositivi IoT per la vendita al dettaglio in migliaia di negozi. “Il wireless nel retail è davvero difficile” ha dichiarato Snehal Patel, architetto di rete globale di Gap. Man mano che un maggior numero di clienti si connetteva alle WLAN di Gap, emergeva una serie di problemi. “I negozi hanno bisogno di una capacità wireless sufficiente per supportare l’innovazione e il team operativo di rete ha bisogno di una migliore visibilità dei problemi quando si presentano”, ha detto Patel.

Il team IT di Gap ha cercato una tecnologia WLAN che sfruttasse la scala e la resilienza dei cloud pubblici, ma voleva anche una piattaforma che includesse strumenti come l’intelligenza artificiale e l’automazione che consentissero alle reti di scalare per soddisfare la domanda futura. Alla fine Gap ha scelto una serie di strumenti di Juniper implementando Mist AI, una piattaforma di supporto e operazioni di rete alimentata dall’intelligenza artificiale, Marvis VNA, un assistente di rete virtuale progettato per funzionare con Mist AI, e il servizio SD-WAN di Juniper.

Il team operativo di Gap può ora porre domande a Marvis, che non solo dirà cosa non va nella rete, ma consiglierà anche i passi successivi per risolvere il problema. “Prima di Mist passavamo molto più tempo a risolvere i problemi”, afferma Patel. Ora Mist misura continuamente le prestazioni di base e, in caso di deviazione, Marvis aiuta il team operativo a identificare il problema. Grazie alla maggiore visibilità sulla salute della rete e all’analisi delle cause dei problemi di rete, Gap ha ridotto dell’85% gli interventi del personale tecnico nei negozi.

DISH sfrutta l’intelligenza artificiale per scalare il 5G per i clienti aziendali

Un’altra azienda Fortune 500 che ha adottato l’intelligenza artificiale per modernizzare il networking è DISH Network, che ha implementato l’intelligenza artificiale per abilitare nuovi servizi 5G. DISH stava assistendo a un aumento della domanda di servizi 5G per le aziende, ma aveva difficoltà a ottimizzare la propria infrastruttura per soddisfare tale domanda.

I clienti aziendali cercavano servizi 5G per abilitare nuovi casi d’uso, come le smart cities, le reti di droni agricoli e le smart factories. Tuttavia, questi casi d’uso richiedono connessioni sicure, private, a bassa latenza e stabili su risorse condivise. DISH sapeva di dover modernizzare il proprio stack di rete e cercava strumenti che la aiutassero a fornire reti private 5G ai clienti aziendali su richiesta e con SLA garantiti. Questo non era possibile utilizzando gli strumenti tradizionali.

DISH si è così rivolta a IBM per chiedere aiuto. Il software e i servizi di automazione e orchestrazione di rete basati sull’IA di IBM consentono ora a DISH di portare l’orchestrazione della rete 5G sia alle piattaforme aziendali che a quelle operative. L’orchestrazione guidata dagli intenti, un processo di automazione alimentato dal software e l’IA sono ora alla base dell’architettura di rete 5G cloud-native di DISH, che intende inoltre utilizzare IBM Cloud Pak for Network Automation (una suite di software per l’automazione e l’orchestrazione della rete alimentata da IA e machine-learning) per sbloccare nuovi flussi di entrate, come la fornitura on-demand di servizi di rete privati 5G.

Cloud Pak automatizza il complicato e macchinoso processo di network slicing della rete 5G. Automatizzando questo complesso task, DISH è in grado di creare reti private di classe enterprise su slices 5G non appena si concretizza la domanda, con tanto di SLA. L’advanced network slicing alimentato dall’IA consente così a DISH di offrire servizi 5G personalizzati per ogni azienda e in questo modo, ad esempio, un veicolo autonomo può ricevere una connessione a bassissima latenza, mentre a una videocamera HD può essere assegnata una larghezza di banda elevata.

“Il nostro progetto 5G è unico nel suo genere perché stiamo veramente creando una rete di reti in cui ogni azienda può personalizzare una fetta di rete o un gruppo di fette per soddisfare le proprie esigenze aziendali specifiche” ha dichiarato Marc Rouanne, Chief Network Officer di DISH Wireless. Le soluzioni di orchestrazione di IBM sfruttano l’IA, l’automazione e il machine learning non solo per rendere possibili queste fette private di 5G, ma anche per garantire che si adattino nel tempo all’evoluzione dell’utilizzo da parte dei clienti.

Come i professionisti IT dovrebbero prepararsi all’IA

Poiché l’intelligenza artificiale, il machine learning e l’automazione alimentano una gamma sempre più ampia di software e apparecchiature di rete, in che modo i professionisti delle reti dovrebbero prepararsi ad affrontare i loro nuovi “colleghi artificiali”? Se è vero che pochi professionisti sentiranno la mancanza delle attività banali e ripetitive che l’IA è in grado di svolgere, è anche vero che molti temono che l’IA possa sostituirli completamente.

“Mentre l’intelligenza artificiale si sta sviluppando in modo esponenziale, è inevitabile che i team di rete siano esposti a dispositivi e sistemi abilitati all’IA“, ha dichiarato Normandin di Broadcom. “Poiché gli esperti di rete non sono destinati a diventare specialisti di IA, è probabile che si verifichi innanzitutto un cambiamento culturale”.

Masood di UST concorda sulla necessità di un cambiamento culturale. “I team di rete si stanno rapidamente evolvendo dalla semplice gestione delle reti alla gestione delle reti con un cervello. Nel contesto delle reti, questi team dovranno sviluppare la capacità di lavorare in modo collaborativo con scienziati dei dati, ingegneri del software e altri esperti per costruire, distribuire e mantenere i sistemi di intelligenza artificiale in produzione”.

I professionisti delle reti dovranno inoltre migliorare le competenze esistenti nella gestione e nell’ottimizzazione della rete, in modo da poter svolgere compiti come l’utilizzo di algoritmi di machine learning per prevedere la congestione della rete e migliorarne le prestazioni. Dovranno sviluppare anche nuove competenze nell’analisi e nella visualizzazione dei dati, nell’NLP, nell’analisi degli outlier, nel rilevamento delle anomalie e negli algoritmi di ottimizzazione. “Non sto suggerendo loro di diventare sviluppatori di IA o data scientist“, ha detto Masood, “ma una comprensione più approfondita degli algoritmi sottostanti e dei modelli statistici utilizzati per costruire sistemi di IA specifici per il networking darà loro sicuramente un vantaggio competitivo rispetto alle loro controparti che non conoscono l’IA”.

Normandin ha affermato che nascerà un nuovo ruolo, NetDevOps, per gestire le reti orchestrate dall’intelligenza artificiale. “Le iniziative NetDevOps di successo si presenteranno come ambienti completamente automatizzati in grado di distribuire le modifiche sulle reti, pronte per essere consumate con un approccio DevOps lungo tutta la pipeline”.

Gli ambienti di rete programmabili, definiti dal software e basati sul cloud hanno reso possibile NetDevOps grazie all’infrastruttura come codice e all’automazione. “Ora i team operativi di rete devono fare la loro rivoluzione Agile e accettare il rischio di cambiamenti più frequenti e di maggiore automazione”, conclude Normandin. “Di conseguenza, dovranno concentrarsi nuovamente sul risultato principale: monitorare e garantire l’esperienza digitale offerta dalle reti”.