جارتنر: كيف سيعمل الذكاء الاصطناعي على تحويل خدمات الشبكة المُدارة
في عام 2024، تم تحديد جميع مقدمي الخدمات تقريبًا من شركة Gartner في تقريرها Magic Quadrant لخدمات WAN العالمية تقرير و Magic Quadrant لخدمات الشبكة المُدارة وقال التقرير إنهم بدأوا في الاستفادة من الذكاء الاصطناعي (AI) بعدة طرق لدعم تشغيل شبكات المؤسسات. تشمل مجالات الاستخدام الذكاء الاصطناعي لعمليات تكنولوجيا المعلومات (AIOps)، والذكاء الاصطناعي التوليدي (GenAI) كمساعد للشبكة، وتقديم الخدمات المحسنة، والذكاء الاصطناعي في حافة خدمة الوصول الآمن (SASE) وأمن الشبكات.
لقد برزت AIOps كقدرة أساسية في الشبكات المُدارة. بدأ مقدمو الخدمات الرائدون، مثل HCLTech وMicroland وNTT Data، في دمج إمكانات AIOps وأتمتة الشبكة من أجل إعداد الخدمة وتحسين تجربة العملاء. كما ينشر مقدمو الخدمات الذكاء الاصطناعي و/أو التعلم الآلي (ML) لمراقبة صحة الشبكة واكتشاف الحالات الشاذة وأتمتة المهام الروتينية في مراكز عمليات الشبكة (NOC).
الهدف هو التحول من استكشاف الأخطاء وإصلاحها التفاعلية إلى الضمان الاستباقي. على سبيل المثال، إذا بدأ زمن الاستجابة على رابط شبكة واسعة النطاق (WAN) في الارتفاع بشكل متقطع، فقد يتعرف نموذج التعلم الآلي على النمط باعتباره مقدمة لفشل الارتباط وتنبيه المهندسين أو تشغيل تجاوز الفشل قبل حدوث انقطاع كبير.
أحد مزودي هذه الخدمات هو شركة Tata Communications، التي استثمرت في تشخيص الأخطاء القائم على الذكاء الاصطناعي باستخدام الذكاء الاصطناعي/التعلم الآلي بدقة تصل إلى 85%، بينما يتنبأ القياس عن بعد المعتمد على الذكاء الاصطناعي بالمشكلات ويعالجها من أجل المراقبة الاستباقية للشبكة.
كما يقوم العديد من موردي معدات الشبكات الآن بتضمين ميزات الذكاء الاصطناعي لدعم مقدمي الخدمات لمراقبة الشبكة.
GenAI كمساعد للشبكة
على مدار العام الماضي، شهدت Gartner قدرًا كبيرًا من الاهتمام من موفري خدمات الشبكات المُدارة (MNS) في تطبيق GenAI على عمليات تكنولوجيا المعلومات، بما في ذلك إدارة الشبكات. تتمثل الرؤية في توفير مساعد شبكة AI يمكنه التفاعل مع فرق العمليات الخاصة بالموفر عبر واجهة دردشة باللغة الطبيعية، والمساعدة في استكشاف المشكلات وإصلاحها، وتوثيق الشبكات، وحتى تنفيذ التغييرات عن طريق إنشاء تكوينات من النية.
ومن الأمثلة على ذلك شركة HCLTech، التي تركز على الاستفادة من عمليات تكامل GenAI مع الشبكات واسعة النطاق المعرفة بالبرمجيات (SD-WAN) لتوفير أتمتة كاملة لعمليات دورة الحياة. إنها تقوم ببناء نموذج لغة كبير GenAI يركز على الموردين (LLM) كجزء من منصة تقديم الخدمات (SDP) الخاصة بها.
تعزيز تقديم الخدمة
يتم أيضًا الاستفادة من الذكاء الاصطناعي في الجوانب التي تواجه العملاء في MNS. يستخدم مقدمو الخدمات الذكاء الاصطناعي بشكل متزايد لتحسين الدعم والشفافية للعملاء. يتضمن ذلك روبوتات خدمة العملاء التي تعمل بالذكاء الاصطناعي، وبوابات الخدمة، والتقارير أو الرؤى التي يتم إنشاؤها بواسطة الذكاء الاصطناعي.
على سبيل المثال، تم تعريف العديد من موفري خدمات MNS في ملف Gartner Magic Quadrant لخدمات الشبكة المُدارة يستخدم التقرير الروبوتات، التي يتم تعزيزها بشكل متزايد بقدرات الذكاء الاصطناعي، لأتمتة المهام المتكررة. لدى البعض الآلاف من الروبوتات كجزء من قواعد التعليمات البرمجية لأتمتة الشبكة الخاصة بهم.
الذكاء الاصطناعي في SASE وأمن الشبكات
أثبت الذكاء الاصطناعي والتعلم الآلي أهميتهما في الجانب الأمني من MNS كما هو الحال في إدارة الأداء. في الواقع، يقدم العديد من مقدمي الخدمات (على سبيل المثال، XTIUM وMicroland) تحسينات مدعومة بالذكاء الاصطناعي لعروض أمان الشبكات الخاصة بهم، حيث تستخدم المنصة التحليلات المتقدمة والذكاء الاصطناعي وGenAI لتعزيز وتبسيط إدارة شبكة المنطقة المحلية (LAN) والشبكة الواسعة (WAN) والأمن السحابي.
بالنسبة لـ SASE وأمن الشبكات، يمكن استخدام الذكاء الاصطناعي للكشف التلقائي عن الحالات الشاذة. هنا، يقوم النظام بعزل جهاز مشبوه أو تشغيل مصادقة متعددة العوامل لمستخدم يتصرف بشكل غير طبيعي.
في مجال تحسين السياسات، يمكن للذكاء الاصطناعي أن يوصي بتشديد أو تعديل سياسات الأمان، بناءً على الاستخدام الملحوظ. على سبيل المثال، يمكنها اقتراح قواعد انعدام الثقة لأحد التطبيقات، بناءً على السياق – الموقع والوقت وأقسام الشركة وما إلى ذلك.
يستكشف بعض مقدمي الخدمات المتقدمة، مثل HCLTech، شهادات LLM لمساعدة محللي الأمن – على سبيل المثال، تلخيص الهجمات متعددة الخطوات، أو حتى كتابة قواعد جدار الحماية بناءً على أوصاف عالية المستوى للتهديد.
كما يؤكد العديد من موردي منصات SASE على قدرات الذكاء الاصطناعي/التعلم الآلي الخاصة بهم. على سبيل المثال، تروج Versa Networks لـ SASE الموحد الذي يعمل بالذكاء الاصطناعي/التعلم الآلي والذي يمزج بين SD-WAN والأمن السحابي، باستخدام التعلم الآلي للتكيف المستمر مع ظروف الشبكة والتهديدات الأمنية. وبالمثل، تسلط شركة Cato Networks الضوء على أنها تستفيد من الذكاء الاصطناعي/التعلم الآلي عبر خدمة SASE السحابية الأصلية لتوفير “أمن شبكة موثوق ودقيق”، وتطبيق علوم البيانات المتقدمة لمنع التهديدات وإدارة حركة المرور الذكية.
الذكاء الاصطناعي في MNS في عام 2028 وما بعده
سيؤدي دمج الذكاء الاصطناعي في MNS إلى تعزيز الكفاءة التشغيلية بشكل متزايد وتمكين اتخاذ قرارات أكثر استنارة، مما يضمن أن تكون الشبكات قوية ومرنة بما يكفي للتكيف مع المتطلبات وأنماط حركة المرور المتغيرة. وبالنظر إلى المستقبل بعد ثلاث إلى خمس سنوات من الآن، من المتوقع حدوث تحول كبير في MNS بسبب الاستخدام المكثف للذكاء الاصطناعي – التقليدي والتوليدي والوكيل – والأتمتة.
مساعدي NOC على نطاق واسع
تشير وتيرة التطوير السريعة الحالية إلى أنه بحلول عام 2028، ستصبح GenAI مساعدًا ناضجًا وموثوقًا في عمليات الشبكة. ستفسح عمليات النشر التجريبية والناشئة للفترة من 2023 إلى 2024 المجال لمساعدي الذكاء الاصطناعي القويين للشبكة المضمنين في سير عمل MNS.
سوف يتفاعل هؤلاء المساعدون من خلال اللغة الطبيعية (النص أو الصوت) وسيتم دمجهم مع أنظمة المراقبة وإصدار التذاكر. سيكونون قادرين على الإجابة على الاستفسارات المعقدة حول الشبكة، وصياغة خطط التغيير، وتلخيص الأحداث والمشكلات.
بشكل أساسي، إذا كان عام 2023 هو العام التمهيدي لمساعدي الذكاء الاصطناعي للشبكة (راجع ما هو مساعد الذكاء الاصطناعي للشبكة؟) بحلول عام 2028، ستصبح قدرة قياسية لشركات النفط الوطنية لتعزيز الإنتاجية.
ومن المتوقع أن تكون النماذج التي تقف وراء مساعدي الذكاء الاصطناعي أكثر تخصصًا في هندسة الشبكات وأن يتم ضبطها بدقة مع البيانات التاريخية لكل مزود، مما يجعلها أكثر دقة ووعيًا بالسياق من الأدوات الحالية.
وسوف يستفيد أفضل مقدمي الخدمات من نماذج الملكية ــ أو على الأقل الضبط الدقيق للملكية ــ التي تصبح جزءا من ملكيتهم الفكرية. على سبيل المثال، يمكن لمزود الخدمة استخدام نموذج تم تدريبه على مدار سنوات من بيانات إدارة أحداث الشبكة، وهو جيد بشكل استثنائي في تشخيص مشكلات شبكة الاتصالات أو في فعالية تصميم أمان الشبكة. سيكون هذا بمثابة تمييز عن الآخرين الذين يستخدمون مساعدي الذكاء الاصطناعي للشبكة الجاهزين للاستخدام.
بحلول عام 2028، من المرجح أن يظهر الذكاء الاصطناعي الوكيل كمستجيبين آليين من “المستوى 0” في شركات النفط الوطنية. هؤلاء هم وكلاء الذكاء الاصطناعي القادرون على إدراك حوادث الشبكة، وفهم النوايا، واتخاذ قرارات مستقلة، وتنفيذ إجراءات للتعامل مع مهام محددة وأنواع الحوادث بشكل شامل دون تدخل بشري.
بحلول عام 2028، من المحتمل أن يكون العديد من مقدمي الخدمة قد قاموا بتمكين المعالجة الآلية الكاملة للمشكلات المعروفة. على سبيل المثال، إذا انقطع اتصال جهاز توجيه SD-WAN فرعي، فيمكن لوكيل الذكاء الاصطناعي إدراك الحادث، واتخاذ قرار بشأن سلسلة من الإصلاحات – إعادة تشغيل مثيل افتراضي، والفشل في النسخ الاحتياطي، وما إلى ذلك – وتنفيذها. وسوف ينبه الإنسان فقط إذا فشل هؤلاء.
مثال آخر قد يكون اكتشاف خطأ معروف، مثل تسرب الذاكرة في جدار الحماية مما يتسبب في حدوث تباطؤ. سيقرر وكيل الذكاء الاصطناعي، بعد إدراك المشكلة، حلاً مؤقتًا للتكوين أو بدء تصحيح البرنامج وتنفيذ هذه الإجراءات.
وهذا يتجاوز النصوص الثابتة الحالية من خلال إضافة عملية اتخاذ القرار والإجراء المستقلة. يمكن للوكيل التحقق مما إذا كانت المشكلة تتطابق بالفعل مع نمط معروف، باستخدام التعلم الآلي، والتحقق مما إذا كانت الظروف آمنة لتنفيذ الإصلاح الآن، باستخدام السياسة – على سبيل المثال، سيتم إعادة التشغيل بعد ساعات العمل فقط إذا كان الأمر بالغ الأهمية.
من المرجح أن تظل الشبكات المستقلة بالكامل بعيدة المنال حتى بعد عام 2028. ولكننا نتوقع أنه بحلول عام 2028، سيتم قبول إجراءات الإصلاح الذاتي هذه في نطاقات ضيقة، حيث سيكتسب مقدمو الخدمات الثقة في الذكاء الاصطناعي للقيام بهذه المهام المتكررة، وذلك بفضل التدريب الطويل والنتائج الناجحة السابقة.
ومع ذلك، فإن تعقيد التنسيق عبر المجالات يعني أن البشر سيستمرون في التعامل مع عملية صنع القرار رفيعة المستوى. ولكن بالنسبة للأخطاء الروتينية وتعديلات الأداء، يمكن أن تصبح العوامل الآلية هي القاعدة، مما يؤدي إلى تحسين موثوقية الخدمة.
تستند هذه المقالة إلى مقتطف من تقرير Gartner سوف يقوم الذكاء الاصطناعي بتحويل خدمات الشبكة المُدارة في السنوات الثلاث المقبلة تقرير أعده جاسبار فالديفيا، كبير محللي جارتنر.
رئيس تحرير يمني وصحفي محترف حاصل على درجة في الإعلام. عمل في عدة صحف ومواقع إخبارية وتدرّج من محرر إلى رئيس تحرير. يشرف على المحتوى الإخباري ويقود فريقًا صحفيًا مع الالتزام بالمصداقية والمهنية.
