金融科技高峰會秋季場
使用者對企業資服務的感受,竟與 IT 團隊所見的儀表板數據,出現南轅北轍的落差?Juniper 主張以 AIOps 方式弭平差異,意即利用 AI 將使用者體驗予以客觀量化,藉此化解使用者與 IT 之間的認知歧異。
文/明雲青
隨著 IT 環境日益複雜,單憑傳統以人工執行 IT 維運的模式,逐漸難以為繼;值此時刻,基於人工智慧的 IT 維運概念「AIOps」應運而生,並成為多數企業 IT 團隊亟欲實踐的目標。
Juniper Networks 台灣區資深技術總監游源濱指出,過去連續四年Juniper 穩居 Gartner 有線與無線網路解決方案的領導象限,之所以贏得高評價,一大關鍵原因在於 Juniper 導入大量 AI 維運技術。談到 Juniper 如何利用 Marvis 方案協助企業導入 AIOps,主要有四個步驟。一開始收集大量數據,不管使用者有任何狀況,網路上發生的狀況…等,全都納入資訊監看與收集範圍;第二步是將資訊放進 Data Science Toolbox,也就是利用一些機器(深度)學習模型進行學習,產出一些有價值的判斷與建議;第三步,當有了這些判斷和分析後,用戶可進一步透過交談的方式來詢問虛擬數位助理,獲知其網路或 IT 環境發生什麼問題,然後怎麼樣妥善解決;第四步為「網路自駕」,某些程度上你可以在事前授權系統,由它自動解決網路問題,或是當事件發生時、你給予系統授權,讓它可以採取一些行動,幫忙你緩解或排除一些疑難雜症。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ,與全球 CIO 同步獲取精華見解 ]
上述的四項 AIOps 進程,可以涵蓋到整個企業範圍,包含無線網路、有線網路、資料中心,甚至是廣域網路 WAN 的 Backbone 等,這些都是 Juniper Mist 可以照顧的環節。
身為 IT 管理者,多數應該都有類似經驗,明明覺得系統運作正常,不論 CPU 或 Memory 的 Usage 亦無異狀,但使用者卻嫌系統慢得像烏龜一樣。如何在使用者體感、系統運作之間挖掘出現落差的真相?一直以來,都很難得到解答,除非可量化每一位使用者體驗,而這也是 Juniper Mist 能展現差異化價值之所在。
游源濱解釋,針對使用者體感的數據化與量化,Juniper 在無線網路上定義了七個重要指標,像是流量、Wi-Fi Coverage、Wi-Fi 頻譜 Capacity、對外的連線速度…等;並收集多達 150 種使用者連線前和連線後資訊,如實還原各個指標的表現。舉例來說,如果一個使用者花了 2 秒以上時間才連上網路,企業即可判定為不合格,必須將時間縮短至 2 秒以內,才能提高分數;隨著使用者體驗的客觀量化,IT 與使用者就不會各說各話、陷入爭執。
(本文授權非營利轉載,請註明出處:CIO Taiwan)