سیلف-ڈرائیونگ نیٹ ورک™ کے سفر پر مرحلہ 4: معاون

سیلف-ڈرائیونگ نیٹ ورک تک کے اپنے سفر کے اس مقام پر، ہم نے ڈیٹا{-ایک AI-مقامی نیٹ ورک-کی بنیاد کا احاطہ کیا ہے اور یہ دریافت کیا ہے کہ کلاؤڈ میں اس پر کیسے عمل ہوتا ہے اور سروس لیول ایکسپیکٹیشنز (SLEs) اور درجہ بندی کے ذریعے بصیرت اور سفارشات میں ترجمہ کیا جاتا ہے۔ اب، ہم AI معاونت کی طرف بڑھتے ہیں، جہاں AI ڈیٹا-حل کے لیے حمایت یافتہ سفارشات فراہم کر کے اور، جب اجازت ہو، مسائل کو حل کرنے کے لیے خودکار کارروائی کر کے نیٹ ورک آپریشنز میں زیادہ فعال کردار ادا کرنا شروع کر دیتا ہے۔

یہ تبدیلی صنعت کے وسیع تر رجحان کی عکاسی کرتی ہے-بڑھتے ہوئے پیچیدہ ماحول کو سنبھالنے کی AI کی صلاحیت میں بڑھتے ہوئے اعتماد۔ IDC ریسرچ کے مطابق، سروے کی گئی تقریباً نصف تنظیمیں AI-طاقت سے چلنے والے نیٹ ورک مینجمنٹ پلیٹ فارم کو ترجیح دیتی ہیں جو مسئلہ کے تدارک اور اصلاح کے لیے کارروائیوں کا تعین اور ان پر عمل درآمد کرتی ہیں۔

معاون AI کی اسٹریٹجک قدر

معاون AI ایکشنز نیٹ ورک کے آپریشنز کو آسان بناتے ہیں، IT ٹیموں پر دستی کام کا بوجھ کم کرتے ہیں، اور ریزولوشن کے اوقات کو تیز کرتے ہیں، اور اختتامی صارفین کے لیے نیٹ ورک کی غیر معمولی کارکردگی کو یقینی بناتے ہوئے آئی ٹی کو مزید اسٹریٹجک اور اختراعی اقدامات پر توجہ مرکوز کرنے کے لیے آزاد کرتے ہیں۔

جیسے جیسے نیٹ ورک پیچیدگی میں بڑھتے ہیں، نیٹ ورک ایونٹس کا حجم-معمولی غلط کنفیگریشنز سے لے کر سروس میں بڑی رکاوٹوں تک-بڑھتا جاتا ہے، جس سے IT ٹیموں کے لیے اہم واقعات کو تلاش کرنا اور ان کو حل کرنا مشکل ہو جاتا ہے۔ کلاؤڈ-بیسڈ AIOps کے ذریعے AI کی مدد IT ٹیموں کو شور کو ختم کرنے میں مدد کرتی ہے۔ اعلی-ترجیحی مسائل کو ثبوت کے ساتھ سامنے لا کر اور انہیں خود بخود حل کر کے (IT کی اجازت کے ساتھ)، AIOps IT ٹیموں کو تیزی سے اور فعال طور پر مسائل کا جواب دینے کی اجازت دیتا ہے۔ اس سے خرابیوں کا سراغ لگانے کا وقت کافی حد تک کم ہو جاتا ہے اور اعلیٰ-قیمت والے اسٹریٹجک اقدامات پر توجہ مرکوز کرنے کے لیے وسائل آزاد ہو جاتے ہیں، جیسے جدت اور طویل{8}}منصوبہ بندی۔

ڈیٹا سے ایکشن تک: کس طرح معاون AI کام کرتا ہے۔

اعلی-افادیت، قابل عمل سفارشات-واضح جواز کی حمایت یافتہ-جدید ریاضیاتی الگورتھم اور AI/ML ماڈلز کے ذریعے سینکڑوں واقعات اور حقیقی وقت کے صارف کے تجربات سے ڈیٹا فلٹر کرکے تیار کی جاتی ہیں۔

جب IT کو نتیجہ پر زیادہ اعتماد ہوتا ہے، تو وہ خود بخود مسئلے کو حل کرنے کے لیے AIOps حل کی اجازت دے سکتے ہیں۔ جیسے جیسے وقت کے ساتھ اعتماد بڑھتا ہے، ان سفارشات کو قابل اعتماد اقدامات کی فہرست میں شامل کیا جا سکتا ہے، جس سے AI کو IT ٹیم کو خبردار کیے بغیر مستقبل میں اسی طرح کے مسائل خود مختار طریقے سے حل کرنے کی اجازت ملتی ہے۔ یہ وہ جگہ ہے جہاں AIOps IT ٹیم کے ایک مکمل-ممبر کے طور پر تیار ہوتا ہے اور خود-ڈرائیونگ موڈ میں داخل ہوتا ہے۔

معاون AI اعمال تین زمروں میں آتے ہیں:

اصلاح: AI/ML الگورتھم جیسے ریڈیو ریسورس مینجمنٹ (RRM) اور نیٹ ورک ریسورس مینجمنٹ (NRM) صارف کے تجربے کو مسلسل بہتر بنا رہے ہیں۔

تجویز کردہ اقدامات: AI اہم مسائل کو ظاہر کرتا ہے اور ثبوت کے ساتھ ایک مخصوص قابل عمل سفارش تجویز کرتا ہے۔

خودکار کارروائیاں: قابل اعتماد سفارشات جنہیں IT ٹیم نے انسانی مداخلت کے بغیر AI کے لیے مجاز کارروائیوں کی فہرست میں شامل کیا ہے۔

مارویس درج کریں، صنعت کا سرکردہ AI اسسٹنٹ-

Juniper میں، ہم Marvis® AI اسسٹنٹ کے ساتھ ان تصورات کو زندہ کرتے ہیں، جو Mist™ کا ایک بنیادی حصہ ہے، جو ہمارے AI-مقامی نیٹ ورکنگ پلیٹ فارم ہے۔ مارویس AI/ML الگورتھم جیسے RRM اور NRM کا فائدہ اٹھاتا ہے تاکہ صارف کے تجربات کو مسلسل اور فعال طور پر بہتر بنایا جا سکے۔ مارویس ایکشنز کے ذریعے، یہ تجویز کردہ اور خودکار دونوں کارروائیاں فراہم کرتا ہے-جسے ہم ڈرائیور کہتے ہیں-اسسٹ اور خود-ڈرائیونگ موڈ۔

ڈرائیور-اسسٹ موڈ میں، مارویس کارکردگی کو متاثر کرنے والے واقعات کو پیش کرتا ہے-اور اعلی افادیت کے ساتھ ریزولوشنز تجویز کرتا ہے اور غیر موافق فرم ویئر، غلط کنفیگرڈ پورٹس، خراب کیبلز، گمشدہ VLANs، اور کنجسٹڈ WAN سرکٹس جیسے مسائل کے لیے شواہد کی حمایت کرتا ہے۔

خود ڈرائیونگ کے لیے فعال ہونے پر، یعنی IT نے قابل اعتماد کارروائیوں کی فہرست میں تجویز شامل کر دی ہے، Marvis خود مختار طور پر غلط کنفیگر شدہ پورٹس کو درست کر سکتا ہے، پورٹ-پھنسے ہوئے مسائل کو حل کر سکتا ہے، اور مزید-سب کچھ IT-کی متعین پالیسیوں کے مطابق ہے۔ ہر عمل، خواہ معاون ہو یا خود مختار، مارویس ایکشنز ڈیش بورڈ میں لاگ اور تصدیق شدہ ہے تاکہ ٹیمیں سرفہرست مسائل کا حقیقی وقتی خلاصہ-دیکھ سکیں، تجویز کردہ اصلاحات، اور مکمل شفافیت اور کنٹرول کے لیے انسانی-ابتدائے اور خود مختار دونوں کارروائیوں کو ٹریک کر سکیں۔

مارویس ایکشن میں: حقیقی-دنیا کے نتائج

عالمی سطح پر صارفین مارویس ایکشنز کے فوائد کو سمجھ رہے ہیں۔ مثال کے طور پر، ایک بڑی IOTM کمپنی ہندوستان میں ایک سائٹ پر زوم صارفین کے ساتھ ایک سال سے وقفے وقفے سے مسائل کا شکار تھی۔ مارویس بڑے تجربہ ماڈل (LEM) کی سفارشات سے فائدہ اٹھاتے ہوئے، وہ آسٹریلیا میں کسی سائٹ پر پیکٹ بھیجنے والے VPN گیٹ وے کی غلط کنفیگرڈ شناخت کرنے میں تیزی سے کامیاب ہو گئے، جس کی وجہ سے تاخیر اور جھنجھلاہٹ میں اضافہ ہوا۔

ایک اور معاملے میں، ایک بڑا خوردہ فروش اپنے اسٹورز کے بعض علاقوں میں خراب کارکردگی کا سامنا کر رہا تھا۔ مارویس نے طے کیا کہ یہ مسئلہ وائرلیس ڈیمو پروڈکٹس کی مداخلت اور 40 میگاہرٹز سے 20 میگاہرٹز تک خود بخود چینل بینڈوڈتھز کو ایڈجسٹ کرنے کی وجہ سے ہے – ملازمین اور صارفین دونوں کے لیے اسٹور نیٹ ورک کی کارکردگی کو بہتر بنانا۔

خود مختاری کی طرف اگلا قدم اٹھانا

مارویس کے ساتھ، IT ٹیمیں بصیرت سے زیادہ حاصل کرتی ہیں-انہیں اپنی ٹیم میں ایک قیمتی اضافہ حاصل ہوتا ہے۔ ایک جو اہم مسائل کو ترجیح دے سکتا ہے، اصلاحات کی سفارش اور عمل درآمد کر سکتا ہے، اور اس بات کی تصدیق کر سکتا ہے کہ ان اصلاحات کو درست طریقے سے نافذ کیا گیا ہے۔ یہ معاون صلاحیتیں مکمل خود مختاری کے لیے ایک اہم بنیاد فراہم کرتی ہیں، جس سے IT ٹیموں کو AI پر بتدریج معمول کے کاموں کو آف لوڈ کرنے اور کارکردگی اور کارکردگی سے حاصل ہونے والے فوائد کا احساس ہوتا ہے۔ بالکل اسی طرح اہم بات یہ ہے کہ آئی ٹی ٹیمیں مسائل کے حل کے بجائے اعلی-اثراتی اقدامات-جیسے ڈرائیونگ جدت پر توجہ مرکوز کرنے کے لیے قیمتی وقت کا دعویٰ کر سکتی ہیں۔

مرحلہ 4 اہم موڑ کی نشاندہی کرتا ہے: AI اب صرف تجاویز دینے کے بجائے کارروائی کرتا ہے۔ اپنے اگلے اور آخری بلاگ میں، ہم ایک سیلف-ڈرائیونگ نیٹ ورک- کے سفر کے آخری مرحلے کا پتہ لگائیں گے جہاں AI نہ صرف آپریشنز کی مدد کر رہا ہے بلکہ ان کا انتظام بھی کر رہا ہے۔ ہم یہ بھی دریافت کریں گے کہ کس طرح جونیپر اس خود-ڈرائیونگ کے سفر کو-مارویس مینیس، بڑے تجربہ کار ماڈلز، اور ایجنٹی AI سے فائدہ اٹھا رہا ہے۔

جہاں بھی آپ اپنے AI نیٹ ورکنگ کے سفر پر ہوں، جونیپر اگلا قدم اٹھانے میں آپ کی مدد کے لیے حاضر ہے۔