Сервис использует ИИ-агентов на базе моделей watsonx и Granite Time Series от IBM для анализа сетевых данных и прогнозирования проблем. Он призван сократить реактивное устранение неполадок, выявляя скрытые проблемы на ранних стадиях в локальных, частных и публичных облачных средах. Что произошло: новый сервис IBM под названием Network Intelligence даёт компаниям единую точку отсчёта для более быстрого решения сетевых проблем с помощью ИИ-агентов, способных анализировать данные, выявлять потенциальные проблемы и предлагать шаги по их устранению.
Сервис отвечает на растущую сложность ИТ-сред, которые теперь включают сочетание локальных центров обработки данных, частных облаков, нескольких публичных облаков и приложений как услуги. ИИ-агенты используют предварительно обученные модели, которые изучают сетевые архитектуры, телеметрию, потоки трафика, сигналы тревоги и временные ряды данных, чтобы обнаруживать скрытые проблемы и ранние предупреждающие признаки, предлагая вероятные причины и рекомендуя действия, которые помогут командам реагировать.
Базовая технология опирается на платформу watsonx от IBM и фундаментальные модели Granite Time Series компании — компактные модели ИИ, разработанные IBM Research. Эти модели специально настроены для работы с сетями и обучены на огромных объёмах телеметрии, сигналов тревоги и потоков данных из сред разных типов. IBM утверждает, что это даёт системе более глубокое понимание поведения сети по сравнению с системами на основе правил, универсальным машинным обучением или большими языковыми моделями, что позволяет лучше выявлять проблемы, которые обычно остаются незамеченными, и предупреждать о них раньше, до деградации производительности.
Почему это важно: сетевая сложность стала критическим фактором для компаний, реализующих мультиоблачные стратегии. По мере того как организации распределяют рабочие нагрузки между несколькими облачными провайдерами и сохраняют унаследованную локальную инфраструктуру, видимость и устранение неполадок становятся экспоненциально сложнее. Традиционные инструменты мониторинга, полагающиеся на заранее заданные правила и пороговые значения, с трудом поспевают за динамичной природой современных распределённых систем.
Аргумент IBM заключается в том, что Network Intelligence может помочь компаниям уйти от реактивного реагирования на сбои, сокращая количество оповещений, упрощая анализ проблем и выявляя редкие или сложные проблемы, которые пропускают старые инструменты мониторинга. Такой упреждающий подход может значительно снизить расходы на простои и улучшить пользовательский опыт, особенно для организаций, которые запускают критически важные для бизнеса приложения в гибридных средах. Использование фундаментальных моделей, специально обученных на сетевых данных, представляет собой сдвиг в том, как ИИ применяется к управлению инфраструктурой.
Вместо универсальных больших языковых моделей IBM разработала доменно-специфичные модели, которые понимают закономерности и аномалии, характерные для поведения сети. В случае успеха этот подход может создать прецедент для применения ИИ в других сложных областях инфраструктуры — от систем хранения до операций безопасности. IBM предлагает различные планы подписки и бесплатный тариф для компаний, которые хотят протестировать сервис в ограниченных производственных средах до полного внедрения.