A IA encantou a todos, até mesmo os que trabalham no setor de rede. Tim Pearson e Kailem Anderson falam sobre alguns dos casos de uso inovadores de AIOps da Ciena e como a IA, incluindo a aprendizagem de máquina e IA generativa (Gen AI), melhora significativamente as operações de serviço e rede para nossos clientes.
Em poucos anos, o interesse na inteligência artificial aumentou consideravelmente e já está transformando a maneira como as pessoas pesquisam e divulgam informações. A aplicação das técnicas de IA que melhoram e automatizam a rede e as operações de serviço é conhecida como AIOps. A Ciena lidera a inovação de AIOps há anos, integrando análises eficientes e algoritmos sofisticados em nosso Navigator Network Control Suite (Navigator NCS) e em portfólios de software do Blue Planet Intelligent Automation. Como apresentado no diagrama abaixo, o Blue Planet e o Navigator NCS são softwares independentes apesar de complementares, que trabalham juntos para viabilizar as estratégias de AIOps de clientes.
Figura 1: ofertas de software complementares da Ciena que viabilizam a AIOps
Conversamos recentemente com os especialistas Tim Pearson, vice-presidente de gerenciamento de linha de produtos do Navigator NCS da Ciena, e Kailem Anderson, vice-presidente de portfólio e engenharia da Blue Planet, uma divisão da Ciena, para discutirmos as aplicações inovadoras de AIOps para as quais oferecemos suporte e compartilhar como os desenvolvimentos recentes em IA estão criando novas oportunidades.
Provedores de serviço acreditam que a IA tem o potencial de melhorar as operações de ciclo de vida consideravelmente
P: Em uma pesquisa recente com pessoal de telecomunicações e TI, quase 60% das pessoas entrevistadas acreditam que o uso da IA melhorará a eficiência operacional das redes em 40% ou mais. Essa estatística surpreende vocês?
Figura 2: a maioria das pessoas entrevistadas acredita que a IA melhorará a eficiência operacional das redes em 40% ou mais
Tim: Nem um pouco. Temos visto uma grande transição nas aplicações de IA no nosso dia a dia e no setor de redes não é diferente. A aplicação de IA em diferentes casos de uso, como automação de otimização, solução de problemas e monitoramento, apresenta uma grande vantagem para as operações de rede.
Kailem: Também não estou surpreso com esses resultados. Temos visto níveis cada vez maiores de adoção de análises, IA e aprendizagem de máquina (ML) em nossa base de clientes nos últimos anos. Isso se aplica especialmente à melhoria da garantia e da eficiência de análise de causa raiz (RCA), cenários em que oferecemos suporte a casos de uso predefinidos e prontos para aplicação imediata.
Selecione seus principais casos de uso e tecnologias para maximizar o valor das AIOps
Q: Quais são as principais tecnologias e casos de uso de AIOps que podem entregar um real valor de negócios?
Tim: A aprendizagem de máquina definitivamente ajuda na garantia dos serviços, ainda mais nas redes multicamadas. As operadoras já estão aproveitando a telemetria de rede em tempo real e histórica de equipamentos para otimizar canais, rotas, largura de banda ou espectro e assim cumprir os contratos de nível de serviço (SLAs). E agora as técnicas de IA podem entregar ainda mais insights acionáveis e precisos para tomar decisões de otimização inteligentes.
Por exemplo, a aplicação de garantia de integridade da fibra da Ciena usa ML para identificar causas prováveis de desvios nas medições de fibra, assim as operadoras podem retificar os problemas proativamente. Além disso, o ajuste do caminho óptico poderia parar o redirecionamento frequente dos links IP de sobreposição. Ou então, se as medições da relação sinal-ruído (SNR) fossem fortes, uma poderia ajustar parâmetros ópticos para permitir maior capacidade de links IP. Isso ajuda os provedores a extraírem mais capacidade dos ativos da rede, reduzindo o CAPEX.
Figura 3: garantia de integridade da fibra em ação
Kailem: A ML também é útil para detectar e mitigar falhas proativamente. A detecção de falha silenciosa (SFD) da Blue Planet ajuda as operadoras a apontar a causa de problemas de serviço nos "pontos cegos operacionais", como ambientes de rede óptica passiva (PON), em que o equipamento não gera alarmes, mas as degradações do desempenho normalmente ocorrem devido a conectores soltos, cordões ópticos tortos etc.
A SFD analisa a interceptação de caminhos de serviço bons e ruins, aproveitando nosso algoritmo de ML para determinar os melhores resultados de causa raiz. Isso também correlaciona e suprime vários eventos sintomáticos, reduzindo-os a um "alarme inteligente" único e acionável para ajudar as operadoras a localizar o problema mais rápido em redes complexas, de vários domínios e multivendor. Com base em testes com clientes, temos visto resultados muito positivos, com reduções consideráveis dos problemas de rede que impactam os serviços.
Figura 4: a detecção de falha silenciosa ajuda a detectar falhas em ambientes PON
P: Parece que todo mundo está seguindo o fluxo da inteligência artificial generativa (Gen AI). Há espaço para a Gen AI nas operações de serviço e rede?
Kailem: Sim, existe um forte interesse por parte das operadoras em Gen AI e grandes modelos de linguagem (LLMs) para otimizar e melhorar a experiência do cliente. Nesse momento, estamos vendo muitas delas buscando opções como o alinhamento com um LLM de hiperescalador específico e também iniciativas como a Global Telecom AI Alliance (GTAA), que estabelece uma visão para LLMs específicos de telecomunicações.
Para simplificar essas decisões, a Blue Planet introduziu recentemente uma estrutura aberta que oferece às operadoras um modelo "faça você mesmo" de flexibilidade de IA para otimizar suas operações e OSS. O AI Studio fornece um ambiente de execução e hospedagem que ajuda as operadoras a integrar modelos de IA de uma forma que não seja restritiva para que elas não fiquem presas a nenhum LLM específico. Ele também as ajuda a gerenciar casos de uso de inteligência artificial da Blue Planet como SFD (descrito acima), aqueles desenvolvidos pelas próprias equipes de ciência de dados das operadoras, ou de terceiros. Essa habilidade de gerenciar diferentes modelos de IA acelera a mudança para operações orientadas por IA e fornece um nível de preparação para o futuro conforme novos modelos são desenvolvidos.
Tim: É importante para cada provedor de nuvem ou serviço escolher criteriosamente o caso de uso principal que beneficie a maior parte da nova tecnologia, atingindo o melhor resultado para a organização. Em conversas com nossos clientes, eles demonstram interesse em aplicar a Gen AI para acelerar e automatizar os fluxos de trabalho operacionais, em geral, com as decisões finais tomadas pelas equipes de operações (automação human-in-the-loop). Isso envolve usar Gen AI e processamento de linguagem natural (NLP) para integrar dados de domínio específico, em contexto, como parte de um fluxo de um trabalho específico, e assim fornecer respostas precisas.
A análise de Gen AI pode ainda usar isso para interagir diretamente com a rede via chamadas de API. Existe uma nova maneira de automatizar as operações, além dos métodos tradicionais do DevOps. Estamos agora trabalhando em ferramentas baseadas em Gen AI para acelerar significativamente a gravação de aplicações de automação.
O interessante é que quanto mais automação, maior a necessidade de uma visualização mais avançada em nossas interfaces de usuário para as equipes de operações poderem rastrear o progresso dos fluxos de automação de várias etapas e assegurar que atendam as pretensões corporativas.
P: Quais são os principais benefícios desse caso de uso da Gen AI?
Tim: Em primeiro lugar reduzir o OPEX. Com o uso das ferramentas da Gen AI para acelerar fluxos de trabalho de planejamento, solução de problemas e provisionamento, o pessoal de operações consegue realizar seu trabalho com mais rapidez. Como consequência, todo o negócio se torna mais ágil. Os clientes valorizam muito isso.
Sem contar que as equipes são liberadas de demoradas tarefas repetitivas e podem alocar tempo e esforço na criação e introdução de novos serviços para sua base de clientes. Mais uma vantagem para a clientela!
Figura 5: como a Gen AI é usada para a ajuda conversacional em operações de rede
P: Conforme os provadores de nuvem e serviços consideram implantar uma estratégia de AIOps, por onde eles deveriam começar?
Kailem: O ponto de partida principal é identificar o caso de uso operacional e aproveitar a tecnologia de IA apropriada para atingir o resultado de negócios desejado. Embora a Gen AI esteja atraindo mais atenção ultimamente, ela pode não fornecer a melhor solução para o caso de uso identificado. A boa notícia é que a AIOps já provou seu valor no portfólio de automações da Blue Planet por muitos anos, com vários casos de uso pré-criados disponíveis hoje. Então, os provedores podem aproveitar essas ofertas e expandir a partir daí.
Tim: Temos ouvido que casos de uso de multicamadas e multivendor podem se beneficiar bastante do aproveitamento de IA para correlacionar e analisar grandes quantidades de dados de rede na detecção de falha proativa, garantia de serviços e otimização de desempenho. Atualmente, fazer essa análise em camadas exige muito trabalho manual e consome muito tempo. No entanto, a inteligência artificial pode trazer a melhor solução com muita rapidez, uma vez que os modelos de IA são treinados e validados. De maneira geral, isso significa que os provedores de serviços e nuvem ganham melhores insights mais rápido, e desenvolvem suas redes para atender demandas de mercado.
P: Agradeço aos dois por compartilhar seus insights sobre o rumo que o mercado está tomando na incorporação de tecnologias de IA em operações de rede e serviços. Sem dúvida, são tempos de muita expectativa!
Caso se interesse em seguir nossas considerações em torno da IA e saber como isso impacta a rede, visite nossa página de insights de IA para estar sempre por dentro de tudo.