Deze opinie is van een externe deskundige. De inhoud vertegenwoordigt dus niet noodzakelijk het gedachtegoed van de redactie.

Netwerkanalyses via ai niet alleen ‘nice to have’

Computable Expert

Rick Mur
Senior Cloud Consltant, JUNIPER NETWORKS. Expert van Computable voor de topics Digital Transformation, Cloud Computing en Infrastructuur.

Het automatiseren van de it blijft een belangrijk doel van veel bedrijven. In een tijd waarin cio’s voor de opgave staan om met minder personeel te voorzien in steeds complexere it-behoeften, is het van cruciaal belang om medewerkers te bevrijden van routinematige probleemoplossings- en helpdesktaken en hen in te zetten voor werkzaamheden van meer strategische aard. Het realiseren van deze doelstelling vraagt echter om het omarmen van kunstmatige intelligentie (ai).

Het is nodig om een oplossing te bieden voor de serieuze problemen rond data en de besluitvorming die bedrijfsbrede automatisering met zich meebrengt. Machine learning en ai zijn onmisbare tools voor voorspellende analyse in het datanetwerk en daarbuiten. Ze zijn nodig om alle datacenter- en netwerkactiviteiten in kaart te brengen en te benchmarken. Artificiële intelligentie (ai) kan vervolgens problemen in de kiem smoren, processen stroomlijnen en ongeplande downtime binnen het netwerk terugdringen.

Geen inzicht

"Applicatie van winkelketen werkte naar behoren, maar betalingsterminals niet"

Monitoring-dashboards duiden momenteel de status van specifieke netwerkcomponenten aan met een groen, oranje of rood lichtje. Dit biedt echter geen inzicht in de perceptie die eindgebruikers van een netwerkservice hebben. Het geeft simpelweg aan dat de component (een applicatie, of een vast of draadloos netwerk) in de lucht is. Maar neem nu het voorbeeld van een winkelketen die gebruikmaakte van een systeem met betalingsterminals die op een dag niet langer werkten. De applicatie leek naar behoren te functioneren, en dat gold ook voor het vaste en draadloze netwerk. Dit probleem bezorgde de it-afdeling (en niet te vergeten de financiële afdeling) een hoop kopzorgen. Na een analyse constateerden de technici dat de betalingsterminals zich anders gedroegen dan normaal. 

De software van deze terminals werd elke maand automatisch bijgewerkt. En wat bleek: de laatste update bleek een bug te bevatten waardoor het complete systeem in diverse winkels uitviel. Deze verandering van gedrag van de terminal kan door een ai-gestuurd systeem direct gezien worden en de beheerders alarmeren. Het verzamelen van de noodzakelijke informatie in een traditioneel systeem zou veel langer duren en zal ook niet gebaseerd zijn op gedrag, maar op aan/uit-monitoring.

Bedrijven die ai combineren met realtime analyse kunnen een ongekende mate van inzicht opdoen in de gebruikerservaring. Gewapend met deze informatie kan de it-afdeling proactiever dan ooit te werk gaan. Afstappen van reactief beheer kan voor een transformatie van de technische ondersteuning zorgen. Door een beroep te doen op de kracht van data, datawetenschap en ai is het mogelijk om proactieve kennisgevingen te laten genereren. It-medewerkers kunnen op die manier problemen verhelpen, voordat eindgebruikers ook maar de notie hebben dat er iets mis is. De problemen kunnen zelfs opgelost zijn, voordat de it-medewerker ’s ochtends aan zijn of haar eerste kop koffie is begonnen.

Voordelen

Kunstmatige intelligentie biedt onder meer de volgende voordelen:

  • Tijdbesparing: Ai bespaart het it-personeel tijd door het vergroten van de nauwkeurigheid en het reduceren van de tijd die nodig is voor taken zoals het verzamelen van data en het inspecteren van geleverd werk. Bedrijven kunnen zo snellere en slimmere beslissingen nemen.
  • Kostenbesparing: Een investering in ai is een langetermijninvestering. De implementatie hiervan kan gepaard gaan met hoge aanloopkosten, maar zal na verloop van tijd bijdragen aan verbeterde efficiëntie. Dit resulteert in een kostenefficiënter proces en een return on investment (roi) die de aanloopkosten ruimschoots overstijgt.
  • Problemen voorspellen: Kunstmatige intelligentie stelt it-afdelingen in staat om proactief te handelen. Zij hoeven zich minder zorgen te maken over menselijke fouten, terwijl ai workflows automatisch kan optimaliseren. Dit zorgt voor gemoedsrust en stelt it-medewerkers in staat om hun focus op belangrijker taken te richten.

Er zijn een aantal manieren waarop bedrijven ai kunnen inzetten voor realtime analyses. Een aantal daarvan heeft betrekking op het verbeteren van bestaande processen zoals het databeheer. De andere houden verband met de introductie van nieuwe technologie.

Bedrijven kunnen de lat op het gebied van netwerkanalyses hoger leggen met tools zoals door ai aangestuurde virtuele assistants. Die kunnen werknemers proactief vertellen hoe ze hun tijd het beste kunt besteden. De virtual assistant houdt bij wat je doet en leert daarvan om in de toekomst proactief problemen op te kunnen lossen. Virtual assistants kunnen ook helpen met het oplossen van problemen en het putten van inzichten uit netwerkdata. Dat doen ze door met behulp van datawetenschap en ai gegevens te analyseren en met elkaar in verband te brengen.

Robuuster databeheer

"Ai kan databeheer optimaliseren met machine learning"

Kunstmatige intelligentie kan bovendien bijdragen aan robuuster databeheer. Het kan dit proces optimaliseren met behulp van machine learning, zodat bedrijven resultaten kunnen voorspellen en vormgeven op basis van slimme, datagestuurde beslissingen. Het samenstellen van een robuuste dataset die het gedrag van het netwerk, clients en applicaties definieert, kan een solide basis leggen waarop ai-processen verder kunnen bouwen.

Ondanks alle voordelen die ai te bieden heeft, is het belangrijk dat bedrijven ook goed op een rijtje hebben welke uitdagingen deze technologie met zich meebrengt. Het succes van ai en machine learning staat of valt met de beschikbaarheid van kwalitatief hoogwaardige data. It-afdelingen moeten voldoende inzicht hebben in wat er binnen hun netwerken gebeurt. Daarvoor hebben ze informatie over specifieke vraagstukken nodig. Het verzamelen van deze data kan in gang worden gezet door gebeurtenissen zoals een terugval van de netwerkprestaties of een website die niet reageert. De it-afdeling kan deze data vervolgens analyseren om te achterhalen hoe het probleem het beste kan worden opgelost.

Misschien wel nog een grotere uitdaging is het voorbereiden van werknemers op de nieuwe realiteit van ai. Veel medewerkers zien artificial intelligence als een banenverslinder. Slimme it-besluitvormers moeten op dit probleem anticiperen door hun personeel voor te lichten over de omgang met ai-technologie. Ze moeten ervoor zorgen dat hun medewerkers begrijpen dat ai niet ter vervanging van mensen dient, maar als een aanvullende tool die hun werk er eenvoudiger op maakt en hun productiviteit vleugels geeft. Met ai kunnen zaken worden onderzocht waar mensen niet de tijd voor (kunnen) nemen, maar die wel de gebruikerservaring een enorme ‘boost’ geven.

x

Om te kunnen beoordelen moet u ingelogd zijn:

Dit artikel delen:

Uw reactie

LET OP: U bent niet ingelogd. U kunt als gast reageren maar dan wordt uw reactie pas zichtbaar na goedkeuring door de redactie. Om uw reactie direct geplaatst te krijgen moet u eerst rechtsboven inloggen of u registreren

Vul uw naam in
Vult u een geldig e-mailadres in
Vult u een reactie in
Jaarbeurs b.v. gaat zorgvuldig en veilig om met uw persoonsgegevens. Meer informatie over hoe we omgaan met je data lees je in het privacybeleid
Als u een reactie wilt plaatsen moet u akkoord gaan met de voorwaarden

Stuur dit artikel door

Uw naam ontbreekt
Uw e-mailadres ontbreekt
De naam van de ontvanger ontbreekt
Het e-mailadres van de ontvanger ontbreekt

×
×
article 2020-10-07T16:17:00.000Z Rick Mur
Wilt u dagelijks op de hoogte worden gehouden van het laatste ict-nieuws, achtergronden en opinie?
Abonneer uzelf op onze gratis nieuwsbrief.