Wild稱：“三年前我們做生意的方式是編寫傳統的基于IP的訪問列表，而這在今天已經過時。”
他說，網絡已經從具有已知和配置文件的單一平臺發展成數以萬計的未知端點。“我們不能再以舊方式開展業務。”
Wild并不唯一有這樣想法的人。全球網絡越來越復雜，合格的IT員工人才庫跟不上步伐。很多公司已經部署了人工智能驅動的網絡管理工具來解決這個問題，在Wild的案例中，即思科人工智能網絡分析。
Wild稱：“我們能夠保持現有員工人數，而不必隨著我們的業務增長和更多收購而增加IT員工，這對減少開支至關重要。”
隨著網絡遷移到云端，越來越多的數據可用于訓練AI，以解決連接問題。因此，人工智能驅動的網絡管理工具在整個行業中獲得發展。2021年是網絡AIOps的繁榮年，其他促進因素還包括該技術日益成熟和在家工作環境所需的更復雜網絡。
知名廠商通過收購初創公司將人工智能引入網絡管理。2021年的很多產品發布都專注于將智能添加到網絡的更多部分(SD-WAN、Wi-Fi接入點、交換機)，以實現端到端網絡可見性。
他們還發布了人工智能驅動的自動化產品，并繼續構建多云網絡環境，這對于生成訓練人工智能所需的網絡數據至關重要。2021年，人工智能/機器學習網絡管理的重大發展包括：
瞻博網絡將其基于云的MistAI集成到該公司于2020年收購的128TechnologySD-WAN中。Mist攝取遙測數據以檢測網絡問題，并為應用程序保持足夠的帶寬。
Arista推進其CloudVision管理控制臺，以跨數據中心和園區網絡提供自動化、遙測和分析。
思科集成互聯網智能技術ThousandEyes與Catalyst交換機以及AppDynamics應用程序性能監視器。該集成提供網絡和應用程序可視性，從園區或分支機構延伸到公共或私有云運行的SaaS應用程序和軟件。
ExtremeNetworks推出ExtremeCloudIQCopilot測試版，這是一種基于訂閱的工具，可為IT網絡管理員提供AI洞察力。
還有HewlettPackardEnterprise旗下的公司Aruba為AIInsights添加了自動修復功能。該平臺以前能夠預測或識別網絡問題，現在可以自我修復部分密集網絡問題，例如平衡連接到4GHz與5GHz無線頻段的設備數量。
目前AI在網絡中的狀態
在網絡管理工具中，基于AI的功能通常包括將網絡問題通知IT人員、建議修復和根據IT人員的批準做出更改。某些產品可以完全自動化問題檢測和解決，并在事后將有關問題的信息發送給IT團隊。
加利福尼亞州的RosevilleJointUnionHighSchoolDistrict使用Aruba的邊緣服務平臺來幫助管理網絡，該網絡為10,000多名學生和600名教師以及支持人員提供服務。該學校發現該技術提供的提示和建議有助于減少故障排除時間。
高級網絡管理員DaveTodd說：“這幾乎就像有人總是在那里監視網絡，并讓我們知道是否有事情出錯。雖然Todd最終希望自動化一些網絡任務，但他還不相信AI能夠獨立解決網絡問題。
EnterpriseStrategyGroup(ESG)的分析師BobLaliberte也認同Todd：“AI技術不一定是難點;難點在于文化方面。IT人員往往非常保守，因為他們的工作依賴于此……你如何讓人們對技術的掌握程度感到滿意?”
AI網絡管理將走向何方?
對于Wild來說，他們需要更多時間來適應使用AI來驅動JohnsonvilleSausage網絡的自動化。
Wild稱：“這絕對是思維轉變。我們習慣于以老式的方式做事……決定我們自己的政策，并靜態地寫東西。”
在2022年，很多企業將經歷這種思維轉變，屆時ESG預計企業將開始信任人工智能來執行日常網絡雜務，并自動進行一些修復。
Laliberte稱：“他們對這項技術越來越滿意。當我與網絡管理領域的AI供應商交談時，我總是問他們，什么時候才能適應?這因企業而異，但時間往往在數周到數月之間。”
IDC公司分析師MarkLeary表示，當企業開始允許自動化元素進入他們的網絡，他們將看到巨大的好處。
Leary說，在網絡中使用AI將“解放IT員工，讓他們可以做一些更有價值的事情”。他舉例說明了研究新網絡技術、將更多融合的安全和云元素引入網絡，以及制定戰略以更好地使網絡功能與業務目標保持一致。
Leary稱：“如果你是一名員工，這將轉化為更高的工作滿意度，更大的工作增長，當然從企業的角度來看，更好的保留率。”
Laliberte說，企業可以通過只將選定的功能放入機械手來涉足人工智能驅動的網絡自動化。受歡迎的候選對象包括配置設備、發現IT資產和執行生命周期管理任務，例如修補和升級。
Laliberte稱：“AI網絡管理即將到來;它不會消失。對于任何避開它的人來說，2022年是時候開始考慮了解它、引入它、測試它、擁抱它。”
