30年前的我早期的企业调查显示,最大的网络中断源报道是人为错误。今天,仍然是这种情况,事实上,人为错误导致任何设备或传播导致一个更大的利润率比起30年前。尽管企业说他们投资大幅改善,简化和自动化网络操作。老人说:“我们遇到了敌人,他们,“肯定似乎适用。
如果你问网络运营专业人士,大多数会告诉你问题是网络复杂性增长速度快于运营管理可以应付。大部分,但不是全部。运营管理认为,收购和保留合格的网络专家是一个大问题的一部分。一些技术专家认为网络技术本身是罪魁祸首。几乎每个人都更多的自动化解决方案的事情,但我们想知道一些自动化工具只是增加一层复杂性的复杂性是最大的问题。热点新闻:他们都是正确的。
技能短缺
网络复杂性的最大来源不是网络或设备的扩散。企业连接相同数量的网站他们十年前,唯一的地方网络设备的数量显著增加在这一时期是数据中心。2020欧洲杯预赛问题是层的技术。切换、无线网络、路由管理、编排和安全添加特性,添加管理元素,增加复杂性在两个方面:首先,大量的管理;其次,不同的管理实践和工具与每一层。
这就是企业发现员工招聘和保留问题,。一个网络技能可能容易找,但如果你需要三个或四个不同的技能使用您的网络,寻找的人他们的机会是什么?多少钱你需要支付使他们吗?如果你不能获得所有你需要的技能雇佣,你如何培训他们,需要多长时间?只是定义问题似乎需要更长的时间比寻找新问题。
一件事企业同意将有助于解决这些问题是一个厂商的网络。这苍蝇在面对经典的企业供应商锁定的担忧和哄抬物价,但是越来越多的企业发现,他们通常可以得到统一的操作工具和实践从单个供应商和集成他们netops元素几乎是不可能的。2022年,三分之一的企业高于多供应商告诉我,他们重视综合操作的优点,从两年前的五分之一。
单个供应商的方法还有助于另一个经常被引用的路径减少人为错误netops:人工智能和机器学习(AI /毫升)。在多供应商网络,企业发现更难以集成网络遥测从每个数据源支持AI /毫升操作。也更加难以协调跨多个供应商补救行动。
AI /毫升的技术企业最常引用的希望解决netops人为错误问题。但即使是在厂商的网络,也会将限制其效用。一旦采用了人工智能,还有一个洗牌时期网络操作人员找出如何最好地使用它,当然还有AI /毫升的情况下不能做的。
AI /毫升工具缺乏深度
最大的技术问题用户报告AI /毫升是肤浅。他们企业告诉我,一个人工智能工具,在四个月的操作,生成共有超过一百建议的行动,这将都没有采取行动中心人员超过第二个了,没有人工智能的支持来实现。在十几个员工真正需要帮助的情况下,人工智能系统需要更多信息或含糊不清的,一般情况下,关于原因和补救措施的建议。只是附加“人工智能”到一个管理系统提供不多,结果。惊喜,惊喜!
早投诉AI /毫升netops过度依赖。任何netops专业会告诉你,态势感知是重要的网络运营中心(NOC)在战斗机的驾驶舱。NOC员工成为很容易自满AI /毫升执行常规任务,并失去联系网络中发生了什么,错过重要的趋势或者仅仅是忘记过去的自动变化时要考虑员工必须介入,做一些手工。
肤浅的问题最好的解决方法是评估一个AI /毫升工具在实际使用企业NOC。是的,这是可以使用供应商演示剔除明显有限的工具,但唯一确定AI /毫升会提供有用的见解就是看它的操作和与NOC员工。一些企业告诉我,他们已经能够得到一个AI /毫升工具建立在试验基础上,这也可以被考虑。
解决问题是一个重要的过度依赖对NOC实践和过程和控制中高层管理的期望。让AI做的越多,就会越困难的NOC干预如果AI要么不能做还是错了。一些网络专业人士可以完全摆脱AI的情况是愉快地取下这个设备或连接而NOC人员无助地站了。一些高管可以摆脱希望AI会让他们运行网络,也许,一个人对于每个转变。双方的运动是必不可少的。
企业说这是很容易建立程序要求操作人员采取股票的条件一个AI /毫升动作完成后。在某些情况下,他们需要运维人员日志回顾网络的状态,迫使他们考虑行为的后果和post操作条件可能会影响以后的任务。这些日志的定期审查,特别是作为一个行动小组活动,是一个很好的办法NOC人员思考AI /毫升系统正在做什么。
最后的真相是,我们讨论是否AI /毫升以上传统操作工具,网络遥测技术是至关重要的。这并不意味着将信息系统是解决什么,但是映射出数据源可以确保你覆盖网络的临界点。一个洞覆盖意味着你看不到的事情可以发生在网络可以逃到影响网络整体。