Le service utilise des agents IA alimentés par les modèles watsonx et Granite Time Series d'IBM pour analyser les données réseau et prédire les problèmes. Il vise à réduire le dépannage réactif en détectant les problèmes cachés dès le début sur les environnements sur site, privés et de cloud public. Que s'est-il passé: Le nouveau service d'IBM, appelé Network Intelligence, offre aux entreprises un point de référence unique pour résoudre les problèmes réseau plus rapidement en utilisant des agents IA capables d'analyser les données, d'identifier les problèmes potentiels et de suggérer des étapes de remédiation.
Le service répond à la complexité croissante des environnements informatiques qui comprennent désormais un mélange de centres de données sur site, de clouds privés, de multiples clouds publics et d'applications en tant que service. Les agents IA exploitent des modèles pré-entraînés qui étudient les conceptions de réseau, la télémétrie, les flux de trafic, les alarmes et les données de séries temporelles pour repérer les problèmes cachés et les signes avant-coureurs, en proposant des causes probables et en recommandant des actions pour aider les équipes à réagir.
La technologie sous-jacente s'appuie sur la plateforme watsonx d'IBM et sur les modèles de fondation Granite Time Series de la société, des modèles d'IA compacts développés par IBM Research. Ces modèles sont spécifiquement ajustés pour la mise en réseau et entraînés sur des quantités massives de données de télémétrie, d'alarmes et de flux provenant de différents types d'environnements.
IBM affirme que cela donne au système une compréhension plus approfondie du comportement du réseau par rapport aux systèmes basés sur des règles, à l'apprentissage automatique générique ou aux grands modèles de langage, permettant une meilleure détection des problèmes qui passent généralement inaperçus et des avertissements plus précoces avant que la dégradation des performances ne se produise. Pourquoi c'est important: La complexité du réseau est devenue un point critique pour les entreprises qui poursuivent des stratégies multi-cloud.
Alors que les organisations répartissent les charges de travail sur plusieurs fournisseurs de cloud et maintiennent des infrastructures héritées sur site, la visibilité et le dépannage sont devenus exponentiellement plus difficiles. Les outils de surveillance traditionnels, qui reposent sur des règles et des seuils prédéfinis, peinent à suivre le rythme de la nature dynamique des systèmes distribués modernes.
L'argument d'IBM est que Network Intelligence peut aider les entreprises à s'éloigner des réponses réactives aux pannes, en réduisant les alertes, en simplifiant l'analyse des problèmes et en détectant les problèmes rares ou compliqués que les anciens outils de surveillance manquent. Cette approche proactive pourrait réduire considérablement les coûts d'indisponibilité et améliorer l'expérience utilisateur, en particulier pour les organisations qui exécutent des applications critiques pour l'entreprise dans des environnements hybrides.
L'utilisation de modèles de fondation spécifiquement entraînés sur des données de réseau représente un changement dans la manière dont l'IA est appliquée à la gestion de l'infrastructure. Plutôt que d'utiliser des grands modèles de langage à usage général, IBM a développé des modèles spécifiques au domaine qui comprennent les modèles et les anomalies propres au comportement du réseau. En cas de succès, cette approche pourrait établir un contexte de source publique pour appliquer l'IA à d'autres domaines d'infrastructure complexes, des systèmes de stockage aux opérations de sécurité.
IBM propose différents plans d'abonnement et un niveau gratuit pour les entreprises souhaitant tester le service dans des environnements de production limités avant un engagement complet.