ネットワークインテリジェンスに関する誤解は4つある

ネットワークインテリジェンスに関する誤解は4つある

夕食後に AI について話さないと、社会の一員ではないような気がします。しかし、ネットワーク インテリジェンスを本当に理解していますか? 企業のネットワークは自動化段階ですか、それともインテリジェント段階ですか? 以下は、ネットワーク インテリジェンスに関する誤解です。

[[273695]]

ツールインテリジェンスはネットワークインテリジェンスだと思う

インテリジェントなツールを使用してネットワークを管理すれば、ネットワークがインテリジェントになると考える人もいます。しかし、通信ネットワークと人工知能技術の有機的な組み合わせにより、ネットワークはビジネスの意図をインテリジェントに捉え、戦略とネットワークの状態認識を実行し、ネットワークを自動的に展開して予測的に保守できるようになります。そのため、ビッグデータ、クラウドコンピューティング、高性能コンピューティングチップに依存し、モデル構築や機械学習などの人工知能技術を通じて、大量かつ豊富なネットワークデータを処理、学習、分析し、分析結果をネットワーク運用のあらゆる側面に迅速にフィードバックして、信頼できる意思決定の基盤を提供する必要があります。

しかし、現段階では、ほとんどの企業ネットワークにはまだそのような高度なインテリジェント システムがありません。一部の企業では、ネットワーク インテリジェンスはおろか、ネットワーク自動化さえ完全に実現されていません。一部の企業にとって、ネットワーク インテリジェンスとツール インテリジェンスを同一視することは盲目的な見方です。ネットワーク自動化管理ツールの使用により、制御の集中化とネットワーク利用率が大幅に向上しましたが、ネットワーク インテリジェンスの実現にはまだ長い道のりが残っています。

ネットワーク自動化で十分だと思う

ネットワークの複雑さは飛躍的に増大しており、ネットワーク機器をインテリジェントに構成し、洗練された方法で管理する必要があります。しかし、一部の企業は、既存のネットワーク自動化で十分であり、ネットワークインテリジェンスにアップグレードする必要はないと考え始めています。

しかし、現実には、ビジネスの継続性はネットワークの可用性に依存するため、ネットワークの管理は困難です。調査によると、フォーチュン 500 企業の 59% が 1 週間あたり少なくとも 1.6 時間のダウンタイムを経験しています。明らかに、ネットワーク自動化だけに頼っていては、変化する状況に対処するのに十分ではありません。ネットワーク インテリジェンス ソリューションは、エンドツーエンドのネットワーク可視性を提供し、ネットワークの複雑さが増し、ニーズが変化するのに合わせてインテリジェントに拡張できます。

ネットワークをスマートにすることでコストを節約できると考えました。

企業の投資を削減するために、多くの企業は人的資源に代わるインテリジェントなソリューションを常に模索しており、ネットワーク システムも例外ではありません。では、ネットワークをインテリジェントにするとコストを節約できるのでしょうか? 必ずしもそうとは限りません。少なくとも初期投資は節約できません。動的ネットワーク インテリジェンスには、膨大なデータの収集、分析、処理システムを構築するために、ますます高度なネットワーク ハードウェア機器が必要であり、これらすべてを実現するために、企業があらゆる側面に投資し続ける必要があることを想像してみてください。

したがって、ネットワークをスマートにすることでコストを節約できると考えないでください。少なくともプロジェクトの初期段階では、コストを節約することは単なる希望的観測に過ぎません。

知性のための知性

もちろん、多くの企業にとって、インテリジェント ネットワークを構築したいのであれば、自分たちの能力の範囲内でそれを実現する必要があり、インテリジェンスのためにインテリジェンスを追求することは決してあってはなりません。そうしないと、限られた資金を長期的な調達と最適化に投資しなければならなくなり、キャッシュフローが逼迫するだけでなく、正常な事業展開や計画にも支障が生じ、損失を被ることになります。

ソフトウェアとハ​​ードウェアへの多額の支出に加えて、ネットワークの運用と保守の担当者の採用とトレーニングも不可欠です。なぜなら、ソリューションがいかに優れていても、最終的にはそれを実装、テスト、運用する人員が必要であり、これらのソフトコストは低くないことが多いからです。

結論

ネットワーク インテリジェンスは、ビジネス プロセス管理、インテント ベース ネットワーキング、自動化されたコンプライアンス監視、高度な分析をサポートし、複雑なマルチドメインおよびマルチベンダー環境に対応するために、企業にとって真の要件になりつつあります。ただし、誤解に陥らないようにするには、企業が自社の強みに基づいて選択を行う必要があることは明らかです。

<<:  「AI Beanプロジェクト」は、人工知能を活用して、故郷の貧しい女性たちに雇用機会を創出し、彼女たちが仕事と子育てを同時に行えるようにするプロジェクトです。

>>:  この「水中トランスフォーマー」はNASAによって困難な水中作業のためにテストされている。

ブログ    
ブログ    

推薦する

機械学習アルゴリズムの基礎知識

利用できるアルゴリズムは多数あります。難しいのは、さまざまな種類の方法があり、それらの方法に拡張もあ...

史上初! Google AI プレイヤーが StarCraft II で人間に勝利

[[256388]]この試合はイギリス・ロンドンにあるDeepMind本社からライブ配信された。 G...

2019 年の人工知能に関する 5 つの予測: 実用的な AI

[[251873]] 2019 年に AI を推進するものは何でしょうか? Forrester R...

一般的な基本的なソートアルゴリズムを今回から理解しましょう

[[382785]]この記事はWeChatの公開アカウント「Beta Learns JAVA」から転...

顔認証でお金を引き出すのは安全ですか?

広州市のある商業銀行は最近、顔認証引き出し機能を備えたATMを導入し、利用者が銀行カードを持っていな...

Python データ分析の基礎: 外れ値の検出と処理

機械学習において、異常検出と処理は比較的小さな分野、または機械学習の副産物です。一般的な予測問題では...

AI はその「創造物」に対して創造的権利を有するのでしょうか?人民日報:いいえ

AI技術の発展に伴い、AIの創作への参加も魅力的なハイライトとなっています。そこで疑問なのが、AI ...

周紅一の2024年大模型予測は8つの点を検証し、ソラの出現は予想を超えていると述べている

「私は講義をするときに利益を請求しません。私の目的は、無料の授業、共有、科学普及、コミュニケーション...

AIは脳の信号をリアルタイムで解釈し、画像の主要な視覚的特徴を7倍の速度で復元するとルカン氏は述べた。

AIが脳の信号をリアルタイムで解釈できるようになりました!これはセンセーショナルなことではありませ...

ビジネスインテリジェンスを変革するAIの優れたユースケース

ディープラーニング対応ソフトウェアから自動運転車、スマートロボットから IoT アプリケーションまで...

AIが伝統的な製造業のデジタル進化を促し、国内のスマート工場は活力に満ち溢れている

モノのインターネット、ビッグデータ、人工知能などの最先端技術と伝統的な製造業の統合はますます深まり、...

ついに誰かが自動運転を明確にした

01 自動運転とは自動運転は無人運転とも呼ばれ、その名の通り、車両が人間の操作なしに周囲の環境を認...

...

中国科学院研究員蔡少偉:SATソルバーEDA基本エンジン

[[441194]]この記事はLeiphone.comから転載したものです。転載する場合は、Leip...

データインテリジェンスのない人工知能は人工的である

良いロボット掃除機が動いているところを見たことがありますか?最初は楽しいのですが、掃除してほしかった...