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

オンラインレビューの 7 分の 1 は偽物です。人工知能は役に立つでしょうか?

目視で観察すると、コメント欄は中国文学の巨匠の密度が比較的高く、侮辱やおどけのレベルも比較的高く、A...

寒波警報(黄色)発令中、ドローンの使用にはご注意ください!

11月3日、中央気象台は今年初の黄色寒波警報を発令し、最強の寒波が来ています!警報によると、11月...

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 ...

AIテスト:自動運転車のテストに関するケーススタディ

編集者注:最近、清華大学自動化学部システム工学研究所の李立准教授を筆頭著者として、林一倫、鄭南寧、王...

英国メディア:中国と米国の人工知能の覇権争いで欧州は敗退

[[223787]]英国メディアは、現在の人工知能ブームの最も注目すべき特徴の一つは、中国が突如とし...

コンテナで AI アプリケーションを実行する際に知っておくべき 6 つの原則

現在、IT 開発の 2 つの中核トレンドとして、AI/ML とコンテナが企業で広く利用されています。...

テルアビブ大学は、SOTAメソッドとアーキテクチャの新たな進歩を完全に理解するためにStyleGANを要約しました。

GAN の高解像度画像を生成する能力は、画像合成および処理の分野に革命をもたらしています。 201...

人工知能とモノのインターネットの動的統合の探究(I)

AI と IoT の統合により、私たちの日常生活に新たな効率、自動化、インテリジェンスがもたらされ...

...

中国科学院は「触覚」を備えたロボットを開発し、豚の肝臓に低侵襲手術を成功させた。

中国科学院が1月17日に発表したところによると、このほど中国科学院深圳先進技術研究所医療工学研究所低...

Swin Transformerをベースに、清華大学などがMoBY自己教師学習法のコードを提案し、オープンソース化されている。

[[409974]]過去 2 年間で、コンピューター ビジョンの分野では 2 つの大きな変革が起こ...

Nvidiaの生成AIスーパーチップGH200はH100の2倍の計算能力を持つ。黄仁訓:それは狂ったように推論できる

アーキテクチャの革新を待つことができず、Nvidia は生成 AI 専用のチップを「先行して」リリー...

陳丹奇チームの新作:5%のコストでSOTAを達成、「アルパカの毛刈り」法が人気

わずか3% の計算労力と5% のコストで SOTA を達成し、1B-3B 規模の大規模オープンソース...

個人情報を使って死者をデジタルで蘇らせるロボットを作る

[[378336]]死者を生き返らせるというのは非常に神秘的に聞こえますが、技術の進歩により、科学者...

行動分析:誤解された人工知能がもたらすセキュリティリスク

誇大宣伝を信じるなら、人工知能 (AI) と機械学習 (ML) はすでに現代の IT インフラストラ...