El servicio utiliza agentes de IA impulsados por los modelos Granite Time Series y watsonx de IBM para analizar datos de red y predecir problemas. Su objetivo es reducir la resolución de problemas reactiva mediante la detección temprana de problemas ocultos en entornos locales, privados y de nube pública. ¿Qué ocurrió? El nuevo servicio de IBM, llamado Network Intelligence, proporciona a las empresas un único punto de referencia para solucionar problemas de red más rápidamente utilizando agentes de IA que pueden analizar datos, identificar posibles problemas y sugerir pasos de corrección.

El servicio aborda la creciente complejidad de los entornos de TI que ahora comprenden una mezcla de centros de datos locales, nubes privadas, múltiples nubes públicas y aplicaciones de software como servicio. Los agentes de IA aprovechan modelos preentrenados que estudian los diseños de red, la telemetría, los flujos de tráfico, las alarmas y los datos de series temporales para detectar problemas ocultos y señales de alerta temprana, proponiendo causas probables y recomendando acciones para ayudar a los equipos a responder.

La tecnología subyacente se basa en la plataforma watsonx de IBM y en los modelos fundacionales Granite Time Series de la compañía, modelos de IA compactos desarrollados por IBM Research. Estos modelos están específicamente ajustados para redes y entrenados con cantidades masivas de telemetría, alarmas y datos de flujo de diferentes tipos de entornos.

IBM afirma que esto proporciona al sistema una comprensión más profunda del comportamiento de la red en comparación con los sistemas basados en reglas, el aprendizaje automático genérico o los grandes modelos de lenguaje, lo que permite una mejor detección de problemas que normalmente pasan desapercibidos y advertencias más tempranas antes de que se produzca una degradación del rendimiento. Por qué es importante La complejidad de la red se ha convertido en un punto crítico para las empresas que persiguen estrategias multinube.

A medida que las organizaciones distribuyen las cargas de trabajo entre múltiples proveedores de nube y mantienen infraestructuras locales heredadas, la visibilidad y la resolución de problemas se han vuelto exponencialmente más difíciles. Las herramientas de monitoreo tradicionales, que se basan en reglas y umbrales predefinidos, luchan por mantenerse al día con la naturaleza dinámica de los sistemas distribuidos modernos.

La propuesta de IBM es que Network Intelligence puede ayudar a las empresas a alejarse de las respuestas reactivas a las interrupciones, reduciendo las alertas, simplificando el análisis de problemas y detectando problemas raros o complicados que las herramientas de monitoreo más antiguas pasan por alto. Este enfoque proactivo podría reducir significativamente los costos de tiempo de inactividad y mejorar la experiencia del usuario, particularmente para las organizaciones que ejecutan aplicaciones críticas para el negocio en entornos híbridos.

El uso de modelos fundacionales específicamente entrenados con datos de redes representa un cambio en la forma en que se aplica la IA a la gestión de infraestructuras. En lugar de utilizar modelos de lenguaje grandes de propósito general, IBM ha desarrollado modelos específicos de dominio que comprenden los patrones y anomalías particulares del comportamiento de la red. Si tiene éxito, este enfoque podría establecer un contexto de fuente pública para aplicar la IA a otros dominios de infraestructura complejos, desde sistemas de almacenamiento hasta operaciones de seguridad.

IBM está ofreciendo diferentes planes de suscripción y un nivel gratuito para las empresas que quieran probar el servicio en entornos de producción limitados antes de comprometerse por completo.