作为企业网络中更多自动化和智能的趋势的一部分，人工智能和机器学习越来越多地需求，因为能够以编程方式识别网络问题并提供对复杂问题的即时诊断是强大的。
将AI和ML应用于网络管理可以启用从多个管理平台的整合输入用于中央分析。机器学习可以快速，自动化问题，而不是通过各种设备和应用程序手动梳理IT人员。
Gartner senior director and analyst Josh Chessman laid out the problem for the IT worker that machine learning is designed to solve: “I’ve got all these monitoring tools, and they’re all telling me something’s wrong, but they’re not telling me where it is. The biggest strength with this stuff today is that it can identify ‘you’ve got 26 events from seven different tools, and they’re all about a network problem.’”
很难说企业如何购买AI和ML系统，但分析师表示采用在早期阶段。
一个粘附点是关于什么，恰好，ai和ml平均值的困惑。那些想象AI作为能够毫不费力地识别企图入侵者的人，并分析和优化交通流量将失望。根据IDC的Mark Leary，根据Mark Leary，根据Mark Leary，使用术语AI来描述新的网络管理工具的内容是一种夸大的东西。
“供应商，当他们谈论他们的AI / ML能力时，如果你得到了一个诚实的阅读，他们正在谈论机器学习，而不是AI，”他说。
两种术语之间没有一个艰难而快速的定义分裂。广泛地，它们都描述了相同的概念算法，可以从多个源读取数据并相应地调整其输出。根据专家，AI最精确地应用于该想法的更强大的表达式，而不是可以识别企业计算网络中特定问题的来源的系统。
“我们可能已经过度了，因为一些这些事情，如预测的维护，现在已经在现场，”德勤战略实践中的一名校长Jagjeet Gill说。
许多ML系统的另一个粘附点是交叉兼容性。市场上的大部分内容目前采用供应商的形式为其现有产品中的一个添加新功能。例如，这对全思科商店方便，但可以在多供应商环境中存在问题。“很多供应商都是添加AIOP，因为它是一种流行语，”切斯曼说。“它并没有给你从其他供应商的产品的知识。”
有用于网络管理的供应商 - 不可知论者ML系统，其中 - Moogsoft和BigPanda是字段中的两个更大名称 - 但它更常见的是查找使用特定供应商产品捆绑的ML功能。“所以拿netScout。他们有一些ml，它做得很好，但它专注于NetScout [产品]，“Chessman表示。
据委屈苏州北美洲网络实践负责人据彼得苏夫称，无论技术都必须克服，ML很可能会让许多IT专业人士的工作更容易。“拥有这些类型的工具和解决方案将是好的，”他说。“它可以帮助您在任何特定时间内通过网络上发生的事情。”
据Gartner的Chessman称，虽然它也可能导致IT人员的工作损失，但是，虽然Gartner的赛斯曼表示，它也可能导致IT人员的工作损失，这不太可能在立即发生。他说，更容易的是，ML将帮助释放它的工作人员，以履行更多的收入活动，而不是推出火灾。“完全自动化仍然是迄今为止的距离。”