本サイト上のコンテンツは、参照目的だけのために、英語の原本から翻訳されたものです。また、本サイト上のコンテンツの一部は機械翻訳されたものです。日本語版と英語版の間に何らかの齟齬がある場合には、英語版が優先されます。当社は改善のためのあらゆる努力を行いますが、翻訳の正確性及び信頼性は保証せず、当社に故意または重大な過失がある場合を除き、不正確性又は遺漏により生じる損失又は損害に責任を負わないものとします。
人工知能は、AIドリブンのネットワーク運用の管理、監視、最適化のあり方を変革しています。通信事業者や 企業ITチームは 、 AIドリブンの技術を活用 してダウンタイムの削減、ネットワーク性能の向上、より強靭なサービスを提供しています。
ネットワークがますます複雑かつデータ依存になる中、従来の手作業プロセスはもはや追いつかなくなり、自動化とAI搭載の 機械学習 がリアルタイムの意思決定と予測洞察に不可欠となっています。
「ネットワーク接続 性はあらゆるビジネスにとって極めて重要です」と、New Relicのチーフテクニカルストラテジスト、ニック・ベンダーズは語ります。
小さな中断でも緊急事態ですが、AIドリブンのシステムは、経験と直感をツールに組み込むことで、消防活動から先見の明へとチームが移行できるようにします。
AIはまた、ネットワークパフォーマンスの考え方を再定義しており、今日のネットワーク運用の複雑さには、パターンを理解し、そこから学習し、人間のオペレーターよりも速く適応できるシステムが求められています。
通信、クラウド、エンタープライズインフラ全体で、AI駆動のネットワーク最適化は、ルーティング最適化から異常検出に至るまで、プロバイダーのあらゆる対応方法を変えつつあります。その結果、単に性能の高速化だけでなく、大規模に自己修正可能なより賢く、より強靭なシステムが実現します。
ネットワークにおけるAIの主な利点
Forward Networksの共同創業者であるニキル・ハンディゴル氏は、AIドリブンのネットワーク最適化がネットワークを信頼性が高く安全に変え、アプリケーションにピークのネットワークパフォーマンスを提供する可能性を秘めていると述べています。同時に、エンジニアから単調で手作業の作業を軽減し、よりインパクトのある戦略的な取り組みに集中できるようにすると述べています。
「正確で詳細かつ常に最新の情報を基盤に構築されると、AIは人間よりも速く動き、エラーも少なく、人間主導のネットワーク最適化よりも高い自信を持つ」と彼は述べています。
さらに興味深いのは、大量の複雑なデータに埋もれていたであろう洞察を浮かび上がらせることだと付け加えています。
「スピードだけの問題じゃない。「これまで見えなかったものをオペレーターが見て理解し、自信を持って行動できるようにすることです。」とハンディゴル氏は語ります。
ネットワーク構成と管理におけるAI(AI)
複数のベンダーやクラウドプロバイダーから数万台のデバイスで構成されるネットワークは、会社の基盤となっています。
「ネットワークは現代ITの中でも最も脆く複雑なシステムの一つです」とハンディゴルは説明します。
単純なタイプミスが顧客向けアプリケーションを停止させたり、業務を妨げたり、セキュリティ侵害の扉を開く可能性があります。
ベンダーズは、ネットワーキングの専門家は、現代のAI搭載システムがどのように機能し、何ができ、何ができないかを基礎的に理解している必要があると述べています。
これを構築するために、 ネットワークエンジニア や 管理者は 、たとえ具体的な成果がなくても、AIドリブンの技術プロジェクトで経験を積み重ね、AI駆動の技術プロジェクトで経験を積むことを確実にすべきです。
「何らかのオーケストレーションも知っておくべきだ」と彼は付け加える。
今では「ノーコード」プラットフォームがたくさんありますが、AI主導のネットワークの世界では、 Pythonを学ぶのに悪い機会は決してありません。
彼はAIを容量計画に「かけがえのないもの」と呼び、例えばトラフィックの急増や帯域幅不足を察知し、事前に調整できると述べています。
「多くの障害は設定ミスや不適切な展開が原因であるため、予測ツールはAIドリブンネットワーク全体に波及する前に高リスクの変化を察知できます」とベンダーズ氏は述べています。
予知保全とネットワーク信頼性
Alkiraのプロダクトマネジメントおよびコンプライアンス担当副社長ミスバ・レーマン氏は、予測AI搭載システムがネットワークを望ましい成果に整合させる上で特に価値があると説明しています。
「キャパシティ予測は、混雑が決定論的なパフォーマンスを損なう前に、チームが適切な帯域幅を割り当てたり代替ルートを選択したりできるようにします」と彼は述べています。
変更リスクスコアリングは提案されたアップデートの爆発範囲をシミュレートし、より安全な展開戦略を推奨します。また、予測検証はポリシーのドリフトが セグメンテーション やセキュリティを脅かすタイミングを、ビジネスに影響を及ぼす障害になる前に特定できます。
クラウド提供環境では、これらのAI駆動の能力がサイト、AIデータセンター、ユーザーにシームレスに拡張され、追加のインフラを展開することなく回復力を提供します。
「これらすべてがネットワークをより強靭にしている。なぜなら、もはや事後対応ではなく、そもそもインシデントを防いでいるからだ」とベンダーズは言う。
AIネットワーク最適化における今後のトレンドと課題
HandigolはAIドリブンのネットワーク運用の未来を垣間見ており、アプリケーションがインターネットに接続できないシナリオを提案しています。
AI搭載のエージェントティックオペレーションボットは、ユーザーに影響を与える前に接続の問題を検出します。ホストの詳細を収集し、その位置と到達可能性を視覚的に表示し、トラフィックが拒否された場所を特定するなど、全パス解析を行います。
エージェントはファイアウォールがトラフィックの通過を許可した場合に何が起こるかをテストし、このテストをパス全体にわたって継続できます。分析を完了した後、エージェントは人間の介入なしに安全に接続を可能にするために必要なファイアウォールルールの変更を行うことができます。
「エージェントがファイアウォールを変更するという考えがリスクを感じるなら、ここでネットワークデジタルツイン技術が重要なガードレールを提供します」と彼は説明します。
定期的なネットワーク検証を行うことで、自動変更が意図しない接続問題を引き起こしたりコンプライアンスポリシー違反を防いでいます。
「私たちは、エージェント型オペレーションをAIドリブンネットワークの未来と考えています」とハンディゴル氏は述べています。
これらの運用は、ネットワークのパフォーマンスを監視し、行動変化の結果を推論することで信頼性とコンプライアンスを維持するための予測的な行動を取ることができます。
「単にエンジニアに潜在的な問題を警告するのではなく、エージェントはパフォーマンスとセキュリティを直接維持できるようになる」と彼は述べています。
複雑さに足を引っ張られず、 CompTIA AI Essentials で自分自身やチームを強化し、ネットワークを最適化し将来に備えるコアスキルを習得しましょう。