软件定义的广域网（SD-WAN）和AIOps都是炽热的技术。SD-广域网提高应用程序可用性，降低成本，在某些情况下提高性能。AIOps注入了机器学习到IT运作，以提高自动化水平。这样可以减少错误，使企业在做数字化速度的变化。大多数人认为这些作为单独的技术，但两者在碰撞过程，并会引起什么我打电话的AI-WAN。
SD-WAN救急不救所有的网络困境
SD-WAN是前进的最大的飞跃，因为...好，实际的WAN网络。但是，许多解决方案仍然依靠手工配置。SD-广域网肯定会增加应用程序弹性，降低电信费用，并经常提高应用程序的性能，但它们比传统的广域网变得更复杂。初始设置可以是一个挑战，但更大的问题是持续运营。手动调整和优化网络，以适应业务的变化可能会非常耗时且容易出错。一种解决方案需要带来更好的自动化SD-广域网。
进入AI-WAN。就像一个自动驾驶汽车，AI-WAN可以根据不同的规则决定和比人更能适应变化更快。自动驾驶汽车连续监控道路状况，车速限制等因素来确定什么样的变化作出。同样，自驾车的网络可以监控的，正确的，防守，并以最少的分析没有人的参与。这是通过搭载AI的自动化功能完成，避免需要涉足的人。
毫无疑问，手工操作将持有的企业到达他们的全部潜力回来。从我的研究的一个有趣的数据点是，它需要企业的四个月平均应在网络上的变化。这是因为保持传统网络和固定故障需要太多的时间。一个ZK Research的研究发现，工程师的30％，至少一天花一个星期什么都不做，但解决问题。SD-广域网可以提高这些指标，但仍然是一个沉重的负担的人。
随着日益增长的数据挑战，企业面临的，因为他们迁移到云，他们根本没有能力等那么久。而不是害怕AI接管工作，企业应该拥抱它。AI可以消除人为错误，这是计划外网络的最大原因停工，并帮助企业专注于更高级别的任务，而不是。
AI-WAN将改变网络运营
因此，如何将SD-WAN演变为AI-WAN变换网络管理和运营？管理员可以使用他们的时间专注于战略性举措，而不是解决问题。从ZK研究另一个数据点是，90％的固定的问题所采取的时间花在识别源。现在，应用程序驻留在云和移动设备上运行时，识别问题的来源已经变得更难。AI-WAN的异常，甚至当场最小的能力，即使尚未开始影响业务。
SD-广域网正在从根本上设计，使所有的路由规则是由管理员集中管理，并且可以跨网络传输。AI-WAN采取了一步，并使管理员他们发生过故障预测之前预测的问题。它甚至可以自行调整网络故障的用户受到影响之前，从而提高网络性能。
自驾车车晓的道路，其中盲点是，如何与交通信号同步的规则，以及要采取的安全措施 - 使用人工智能软件，从物联网传感器，摄像头，和更多的实时数据。同样，自驾车网络知道更高级别的规则，并可以防止管理员犯错误，比如允许在国家的应用中，某些操作被禁止。
安全性是另一个问题。一切从移动设备到的事物（IOT）因特网云计算是创建多个新的入口点和资源转移到网络边缘。这使得企业的安全风险，因为他们赶紧挣扎以应对变化。
企业可以错过由用户创建的安全漏洞，与数百个软件作为一种服务（SaaS），同时应用程序正在使用没有IT知识。较旧的网络技术无法支持SaaS和云服务，而SD-一条可以。但是，简单地部署SD-WAN是不够的，保护网络。安全不应该从一开始就在SD-WAN部署亡羊补牢，但它的一部分。
越来越多的厂商正在捆绑在一起基于AI-分析SD-WAN，以提升网络安全解决方案。这样的解决方案使用AI来分析特定事件如何影响网络，应用性能和安全性。然后，他们创建的任何网络更改，如未经授权使用的SaaS应用程序的智能建议。
让我们再回到自主汽车来比喻，AI-广域网的设计，以保持道路清晰，无事故。他们实现更加智能的网络，能够快速适应不断变化的条件，并在必要时进行自我修复。随着云计算和SaaS应用不断增长的需求，智能网络是未来，具有前瞻性的企业已经在驾驶座上。
AI-WAN今天存在，并且将在未来爆炸
AI-WAN看起来未来感，但也有一些被送递或在把解决方案推向市场的过程中厂商。托管服务提供商MASERGY，例如，最近推出AIOps为SD-WAN提供独立的网络和拥有最完整的产品。
开放系统，另一个托管服务提供商，抢购基于云的Sqooba到AIOps添加到其强大的网络和安全服务。与并购主题，VMware最近收购AIOps厂商Nyansa并推出其加入VeloCloud SD-WAN组。此举为VMware类似的功能，Aruba Networks公司，最初应用AI到WiFi故障排除，但现在把它回复到SD-分公司提供。思科是与AIOps故事另一个网络供应商，尽管它试图整个网络中应用它，不只是与WAN。
随着时间的推移，我希望每一个SD-WAN或SASE厂商带来AIOps成倍，从连接将重心转移到远离自动化操作。