自从人工智能（AI）爆炸性发展以来，专家们一直在推测它将如何影响网络运营。大多数人预测，人工智能将成为网络工程师的福音，使他们能够自动化日常任务、排除故障、提供运营洞察，并提高整体生产力和性能。另一方面，持怀疑态度的人声称，人工智能将使网络工程师变得多余，并取代他们的工作。
在如此多的不同意见中，人们不禁想知道人工智能将在网络运营中扮演多么重要的角色。在2024年秋季ONUG人工智能网络峰会上，AI驱动的NOC/SOC自动化项目的成员们聚集在一个小组讨论中，讨论该项目最近的调查，该调查对网络和安全专业人士的人工智能采用情况进行了调查。
目前，人工智能可以帮助网络管理员处理网络运营中心（NOC）中的各种任务。然而，由于其尚未完全发展，人工智能尚未达到其潜力。尽管目前提供的能力有限或尚未成熟，但预训练的大型语言模型（LLMs）可以吸收大量数据，以理解业务需求并支持网络管理员的用例。
遵循分阶段的方法
Gluware的产品营销副总裁Michael Haugh表示，由于人工智能和生成性人工智能（GenAI）采用的复杂性，他建议组织在实施该技术时遵循分阶段的方法：
- 从预训练的LLM开始。首先使用现有工具，例如ChatGPT，并找出如何将其与其他产品和服务集成。
- 通过检索增强生成（RAG）来增强人工智能模型。RAG是一种人工智能框架，它添加额外的数据和信息以改善人工智能模型的质量，从而提高响应的质量。将RAG应用于人工智能模型，以便对网络的特定用例进行训练。
- 微调预训练的LLM或构建自定义模型。通过文档微调人工智能模型，或构建自定义工具。
Haugh表示，最后一步是过程中的最复杂、耗时和昂贵的部分，但它使网络管理员能够创建一个经过网络复杂性训练的人工智能工具。该工具可以在故障排除时向用户提供更具体的信息。
Haugh建议，当组织遵循这种分阶段的方法时，应专注于每一步，并将其发展到成为人工智能副驾驶——一个帮助用户更高效完成任务的虚拟助手。Haugh表示，网络管理员应将该模型开发到达到可操作状态。当网络管理员确保人工智能在每个阶段的过程中完全功能时，他们可以确保模型将支持组织的用例。
思科企业网络首席技术官Pradeep Kathail对此表示赞同。
“使用RAG是你实验LLMs和人工智能的好方法，”Kathail说。“你可以获得大量输出，并解决许多用例，然后你可以开始意识到哪些用例会给你带来真正的投资回报。”
企业如何在NOC中使用人工智能
尽管有如此多承诺的用例，人工智能的炒作可能会掩盖实际表现。然而，当管理员评估人工智能的用例时，他们可以理解人工智能在NOC中的实际应用。在小组讨论中，AI驱动的NOC/SOC自动化项目团队的成员确定了以下人工智能能力：
- 识别网络问题。
- 人工智能网络监控。
- 更快的事件响应。
识别网络问题
Haugh表示，人工智能聊天机器人是NOC自动化的主要用例。约13%的调查受访者表示，人工智能聊天机器人是一个值得投资生成性人工智能的用例。一个典型的组织有数十名IT专业人员，他们必须了解网络中多个设备。这给网络管理带来了复杂性。聊天机器人使组织能够将文档集成到一个工具中，供网络专业人员快速访问信息。
Haugh表示，组织可以对有关网络的信息进行聊天机器人训练。例如，如果管理员询问聊天机器人有关网络负载均衡器的问题——这是人工智能已经接受过训练的主题——它可以提供该查询的答案。
“当你用你的数据、信息、常见问题和配置指南补充[一个LLM]时，它将首先利用这些信息并给出准确的响应，”Haugh说。
人工智能网络监控
NOC专业人员还可以对系统日志信息进行人工智能模型训练。网络设备生成系统日志消息——基于网络管理员编写的规则来配置和管理通知——以监控并提醒团队问题。然而，如果设备出现前所未见的错误，该消息不会出现在系统日志中，因为该错误不在规则库中。
然而，网络管理员可以训练人工智能理解系统日志，eBay网络和数据中心工程副总裁Parantap Lahiri说。一个了解系统日志错误的人工智能工具可以识别何时出现新错误，并帮助管理员排除网络中的问题。Lahiri表示，他建议组织将通知设为可操作的警报，供管理员查看。
“它甚至不必是一个关键的系统日志，”他说。“它可以是一个警告或信息，但它不常见，因为人们不常看到它。因此，[人工智能可以]帮助我们在问题变得严重之前识别出问题。”
更快的事件响应
系统日志报告也是事件响应的重要方面，预训练的人工智能工具可以帮助组织实现。当网络中出现问题时，管理员会努力修复问题，但这往往突显了技能差距，Kathail说。
当网络用户请求有关网络问题的帮助时，经验丰富的管理员需要为他们解决问题。这占用了他们可以花在网络的更关键部分、网络架构、设计或新服务实施上的时间，Kathail说。但是，如果网络管理员使用人工智能来检测网络中的问题，这使他们能够更快地解决问题，并将更多时间用于适当的活动。
“如果你正确设计你的虚拟助手或聊天机器人，并通过聊天机器人提供一些导航到你的产品，很多零级、一级支持就变得容易得多，”他说。“技能差距变得更小，人们更容易采用[人工智能]。”
花旗集团骨干网络服务负责人Xiaobo Long表示，人工智能副驾驶特别有助于帮助网络管理员完成他们的任务。
“我们很多员工没有广泛的编程技能，但他们有一些技能，并且他们想做很多开发工作，”她说。“根据我团队的反馈，[副驾驶]确实提高了生产力。”
NOC中的未来自动化
在NOC中使用人工智能帮助网络专业人员简化操作、提高生产力，并减少解决网络中出现问题所需的时间。然而，由于人工智能尚未完全成熟，它尚未达到其潜力。例如，人工智能模型并不是完全自主的，而是更多地作为副驾驶。
Haugh表示，未来，当人工智能完全成熟时，他预计人工智能模型将自动化到人类仅在必要时才需要参与的程度。Lahiri表示，eBay计划开发人工智能，以改善应用程序与基础设施之间的交互，从而改善故障排除。
无论用例是什么，人工智能完全发展都需要时间。当它成熟时，人工智能将成为帮助网络专业人员在NOC中工作的补充工具，而不是完全取代他们。
Deanna Darah是TechTarget网络网站的编辑。她于2021年毕业于马萨诸塞大学洛威尔分校后，开始在TechTarget担任编辑和撰稿人。
