このサービスは、IBM の watsonx および Granite Time Series モデルによって強化された AI エージェントを使用して、ネットワークデータを分析し、問題を予測します。オンプレミス、プライベートクラウド、パブリッククラウド環境で、初期段階で隠れた問題を検出することで、事後対応的なトラブルシューティングを削減することを目指しています。何が起こったか: IBM の新しいサービス「Network Intelligence」は、AI エージェントを使用してデータを分析し、潜在的な問題を特定し、修復手順を提案することで、企業がネットワーク問題をより迅速に解決するための単一の基準点を提供します。このサービスは、オンプレミスのデータセンター、プライベートクラウド、複数のパブリッククラウド、サービスとしてのアプリケーション（SaaS）が混在する、ますます複雑化する IT 環境に対応します。AI エージェントは、ネットワーク設計、テレメトリ、トラフィックフロー、アラーム、時系列データを調査する事前学習済みモデルを活用し、隠れた問題や警告サインを発見し、可能性のある原因を提案し、チームの対応を支援するアクションを推奨します。基盤となるテクノロジーは、IBM の watsonx プラットフォームと、IBM Research が開発したコンパクトな AI モデルである同社の Granite Time Series

基盤モデルに依存しています。これらのモデルは、特にネットワーキング向けに調整されており、さまざまなタイプの環境からの大量のテレメトリ、アラーム、フローデータでトレーニングされています。IBM は、これによりルールベースのシステム、一般的な機械学習、大規模言語モデルと比較して、ネットワーク動作のより深い理解がシステムに与えられ、通常は見逃される問題のより良い検出と、パフォーマンス低下が発生する前の早期警告が可能になると主張しています。なぜ重要か: ネットワークの複雑さは、マルチクラウド戦略を追求する企業にとって重要な課題となっています。組織が複数のクラウドプロバイダーにワークロードを分散させ、オンプレミスのレガシーインフラを維持するにつれて、可視性とトラブルシューティングは指数関数的に困難になっています。事前定義されたルールと閾値に依存する従来の監視ツールは、最新の分散システムの動的な性質に追いつくのに苦労しています。IBM の主張は、Network Intelligence

が、アラートを減らし、問題分析を簡素化し、古い監視ツールが見逃すまれな問題や複雑な問題を検出することで、企業が障害への事後対応から脱却するのを支援できるというものです。このプロアクティブなアプローチは、特にハイブリッド環境でビジネスクリティカルなアプリケーションを実行する組織にとって、ダウンタイムコストを大幅に削減し、ユーザーエクスペリエンスを向上させる可能性があります。ネットワークデータで特にトレーニングされた基盤モデルの使用は、AI がインフラストラクチャ管理に適用される方法の変化を表しています。汎用の大規模言語モデルを使用するのではなく、IBM はネットワーク動作に固有のパターンと異常を理解するドメイン固有のモデルを開発しました。成功すれば、このアプローチは、ストレージシステムからセキュリティ運用まで、他の複雑なインフラストラクチャドメインに AI を適用するための公開ソースコンテキストを確立する可能性があります。IBM は、限定的な本番環境でサービスをテストしたい企業向けに、さまざまなサブスクリプションプランと無料ティアを提供しており、本格的な契約前に試用できます。