[20/03/2023] Con el lanzamiento público de ChatGPT y la inversión de 10 mil millones de dólares de Microsoft en OpenAI, la inteligencia artificial (IA) está ganando rápidamente la aceptación general. Para los profesionales de redes empresariales, esto significa que existe una posibilidad muy real de que el tráfico de IA afecte sus redes de manera importante, tanto positiva como negativa.
A medida que la IA se convierte en una característica esencial del software de misión crítica, ¿cómo deben adaptarse los equipos y los profesionales de redes para mantenerse a la vanguardia de la tendencia?
[Reciba lo último de CIO Perú suscribiéndose a nuestro newsletter semanal]
Andrew Coward, gerente general de Software Defined Networking en IBM, argumenta que la empresa ya ha perdido el control de sus redes. El cambio a la nube ha dejado varada la red empresarial tradicional, y la IA y la automatización son necesarias si las empresas esperan recuperar el control.
"El centro de gravedad ha pasado del centro de datos corporativo a un entorno híbrido multicloud, pero la red se diseñó para un mundo en el que todo el tráfico sigue fluyendo hacia el centro de datos. Esto significa que muchos de los elementos de la red que dictan el flujo de tráfico y la política ahora están fuera del alcance y control de los equipos de redes de la empresa”, señala Coward.
Un estudio reciente de Enterprise Management Associates (EMA) corrobora las observaciones de Coward. Según el informe 2022 Network Management Megatrends de EMA, mientras que el 99% de las empresas han adoptado al menos un servicio de nube pública y el 72% tiene una estrategia multicloud, solo el 18% de las 400 organizaciones de TI encuestadas cree que sus herramientas existentes son efectivas para supervisar las nubes públicas.
La IA puede ayudar a supervisar las redes
La IA está estresando las redes de formas obvias y no obvias. No es ningún secreto que las organizaciones que utilizan herramientas de IA basadas en la nube, como OpenAI, IBM Watson o AWS DeepLens, deben acomodar un tráfico pesado entre la nube y los centros de datos empresariales para entrenar las herramientas. Entrenar la IA y mantenerla actualizada requiere transportar cantidades masivas de datos de un lado a otro.
Lo que no es tan evidente es que la IA ingresa a la empresa por puertas laterales, colándose a través de capacidades integradas en otras herramientas. La IA agrega inteligencia a todo, desde herramientas de creación de contenido hasta motores antispam, software de videovigilancia y dispositivos edge, y muchas de esas herramientas se comunican constantemente a través de la WAN con los centros de datos empresariales. Esto puede crear picos de tráfico y problemas de latencia, entre otra serie de problemas.
En el lado positivo de la balanza, las herramientas de monitoreo y gestión de tráfico impulsadas por IA están comenzando a ayudar a los equipos de redes con recursos limitados a lidiar con la complejidad y la fragilidad de las redes distribuidas multicloud. Al mismo tiempo, los servicios de red modernos como SD-WAN, SASE y 5G ahora también dependen de la IA para cosas como el enrutamiento inteligente, el equilibrio de carga y el network slicing (rebanado o corte de red).
Pero a medida que la IA asume más funciones de red, ¿es prudente que los líderes empresariales confíen en esta tecnología?
¿Es prudente confiar en la IA para las redes de misión crítica?
Los profesionales que se encargarán de utilizar la IA para hacer posible la próxima generación de redes se muestran comprensiblemente escépticos ante las numerosas afirmaciones exageradas de los proveedores de IA.
"Las operaciones de red gestionan lo que muchos perciben como un entorno complejo y frágil. Por lo tanto, muchos equipos tienen miedo de usar la IA para impulsar la toma de decisiones debido a las posibles interrupciones de la red”, señala Jason Normandin, gerente de producto NetOps de Broadcom Software.
Los equipos de operaciones que no comprendan o no tengan acceso a la lógica subyacente del modelo de IA serán difíciles de convencer. "Para garantizar la aceptación de los equipos de operaciones de red, es fundamental mantener la supervisión humana sobre los dispositivos y sistemas habilitados para IA”, afirma Normandin.
Para confiar en la IA, los profesionales de redes necesitan una "IA explicable”; es decir, una IA que no sea una caja negra, sino que revele su funcionamiento interno. "Generar confianza en la IA como compañera fiable empieza por comprender sus capacidades y limitaciones, y probarla en un entorno controlado antes de la implementación”, indica el Dr. Adnan Masood, arquitecto jefe de IA en la empresa de transformación digital UST.
Una IA explicable e interpretable permite a los equipos de red comprender cómo llega la IA a sus decisiones, mientras que las métricas clave permiten a los equipos de red realizar un seguimiento de su rendimiento. "Monitorear continuamente el desempeño de la IA y recopilar comentarios de los miembros del equipo también es una forma importante de generar confianza”, agrega Masood. "La confianza en la IA no consiste en tener fe ciega, sino en comprender sus capacidades y utilizarla como una herramienta valiosa para mejorar el rendimiento del equipo”.
Normandin, de Broadcom, señala que, si bien muchos expertos en redes son reacios a "cederle el volante” a la IA, existe un camino intermedio. "Los motores de recomendación pueden ser un buen equilibrio entre los sistemas manuales y los totalmente automatizados”, asegura. "Estas soluciones permiten que los expertos humanos tomen en última instancia sus propias decisiones, y, al mismo tiempo, ofrecen a los usuarios la posibilidad de clasificar las recomendaciones proporcionadas. Este enfoque permite un ciclo de retroalimentación de capacitación continuo, lo que brinda la oportunidad de mejorar dinámicamente los modelos mediante el uso de la información de los operadores”.
La IA puede ayudar al soporte de red con charlas en lenguaje natural
A medida que las redes empresariales se vuelven más complicadas, distribuidas y congestionadas, la IA ayuda a los equipos de redes con recursos limitados a mantenerse al día. "La necesidad de conectividad instantánea y elástica en toda la empresa ya no es solo una opción; es esencial para un negocio exitoso”, afirma Coward de IBM. "Por este motivo, la industria está buscando aplicar soluciones de inteligencia artificial y automatización inteligente a la red”.
Lo cierto es que las herramientas impulsadas por IA ya se están extendiendo por la nube y las redes empresariales, y la cantidad de herramientas incorporan la IA seguirá aumentando en el futuro previsible. Las redes empresariales han sido uno de los sectores que ha adoptado la IA y la automatización de manera más agresiva. Actualmente, la IA se utiliza para una amplia gama de funciones de red, incluyendo la supervisión del rendimiento, supresión de alarmas, análisis de la causa raíz y detección de anomalías.
Por ejemplo, Meraki Insight de Cisco analiza los problemas de rendimiento de la red y ayuda a solucionarlos; Mist AI de Juniper automatiza la configuración de la red y se ocupa de la optimización; y Watson AIOps de IBM automatiza las operaciones de TI y mejora la prestación de servicios.
La IA también se está utilizando para mejorar la experiencia del cliente. "La capacidad que tiene la IA para adaptarse y aprender la conexión cliente-nube a medida que cambia hará que sea ideal para los casos de uso de red más dinámicos”, señala Bob Friday, director de IA en Juniper Networks. Friday dijo que a medida que la sociedad se vuelve más móvil, la experiencia del usuario inalámbrico se vuelve cada vez más compleja. Ese es un problema porque las redes inalámbricas ahora son fundamentales para la vida diaria de los empleados, especialmente en esta era del trabajo desde casa, que obliga a TI a brindar soporte a los usuarios en entornos sobre los que tiene poco o ningún control.
Esta es la razón por la que el soporte impulsado por IA es uno de los primeros casos de uso más populares.
"La IA está haciendo posible la próxima era de búsqueda y chatbots”, comenta Friday. "El objetivo final es un entorno en el que los usuarios disfruten de un rendimiento constante y consistente, y ya no necesiten gastar recursos valiosos de TI en muchísimos tickets de soporte”.
Los chatbots y asistentes virtuales creados con Procesamiento del lenguaje natural (NLP, por sus siglas en inglés) y Comprensión del lenguaje natural (NLU, por sus siglas en inglés) pueden entender las preguntas que los usuarios formulan con sus propias palabras. El sistema responde con información y recomendaciones específicas basadas en observaciones realizadas a través de LAN, WLAN y WAN.
"Mientras que este conocimiento y automatización de cliente-nube simplemente no era posible hace unos años, los chatbots actuales pueden utilizar las capacidades de NLP para proporcionar contexto y significado a las entradas de los usuarios, permitiendo a la IA dar la mejor respuesta”, explica Friday. "Esto supera con creces las simples respuestas de 'sí' o 'no' de los chatbots tradicionales. Con mejores capacidades de NLP, los chatbots pueden progresar para volverse más intuitivos, hasta el punto en que los usuarios tendrán dificultades para diferenciar entre un bot y un humano”.
Las primeras etapas de esta visión ya están en marcha. Actualmente, la IA se utiliza para ayudar a las empresas de Fortune 500 a lograr cosas como gestionar la conectividad de los usuarios de extremo a extremo y permitir la prestación de nuevos servicios 5G.
Gap recurre a las operaciones y el soporte impulsados por IA
Las redes WLAN de las tiendas del gigante minorista Gap se diseñaron originalmente para dar cabida a un puñado de dispositivos móviles. Ahora, estas redes se utilizan no solo para las conexiones de los empleados a los recursos centralizados, sino también para conectar los dispositivos de los compradores y una gama cada vez mayor de dispositivos IoT minoristas en miles de tiendas.
"La tecnología inalámbrica en el comercio minorista es realmente difícil”, afirma Snehal Patel, arquitecto de red global de Gap Inc. A medida que más clientes se conectaban a las WLAN de Gap, surgían una serie de problemas. "Las tiendas necesitan suficiente capacidad inalámbrica para respaldar la innovación, y el equipo de operaciones de red necesita una mejor visibilidad de los problemas cuando surgen”, explica Patel.
El equipo de TI de Gap buscó una tecnología WLAN que aprovechara la escala y la resiliencia de las nubes públicas, pero el equipo también quería una plataforma que incluyera herramientas como IA y automatización que permitieran escalar sus redes para satisfacer la demanda futura.
Gap finalmente se decidió por un conjunto de herramientas de Juniper. Gap implementó Mist AI de Juniper, una plataforma de soporte y operaciones de red impulsada por IA; Marvis VNA, un asistente de red virtual diseñado para trabajar con Mist AI; y el servicio SD-WAN de Juniper.
Ahora, el equipo de operaciones de Gap puede hacerle preguntas a Marvis, y no solo les dirá cuál es el problema con la red, sino que también recomendará los siguientes pasos para solucionar el problema.
"Antes de Mist, dedicábamos mucho más tiempo a la resolución de problemas”, asegura Patel. Ahora, Mist mide continuamente el rendimiento de referencia y, si hay una desviación, Marvin ayuda al equipo de operaciones a identificar el problema. Gracias a una visibilidad mejorada del estado de la red y al análisis de la causa raíz de los problemas de red, Gap ha reducido en un 85% las visitas del personal técnico a las tiendas.
DISH aprovecha la IA para escalar el 5G para clientes empresariales.
Otra empresa de Fortune 500 que ha adoptado la IA para modernizar las redes es DISH Network, que ha implementado IA para habilitar nuevos servicios 5G. DISH observaba una creciente demanda de servicios 5G empresariales, pero le costaba optimizar su infraestructura para satisfacer esa demanda.
Los clientes empresariales buscaban servicios 5G para habilitar nuevos casos de uso, como ciudades inteligentes, redes de drones agrícolas y fábricas inteligentes. Sin embargo, esos casos de uso requieren conexiones seguras, privadas, de baja latencia y estables a través de recursos compartidos.
DISH sabía que necesitaba modernizar su pila de redes, así que buscó herramientas que lo ayudaran a ofrecer redes 5G privadas a clientes empresariales bajo demanda y con SLAs garantizados. Esto no era posible usando herramientas heredadas.
DISH acudió a IBM en busca de ayuda. El software y los servicios de automatización y orquestación de red impulsados por IA de IBM permiten a DISH llevar la orquestación de red 5G a las plataformas empresariales y de operaciones. La orquestación impulsada por la intención, un proceso de automatización impulsado por software y la IA ahora sustentan la arquitectura de red 5G nativa de la nube de DISH.
DISH también tiene la intención de utilizar Cloud Pak for Network Automation de IBM, una suite de software de orquestación y automatización de red impulsado por IA y aprendizaje automático, para desbloquear nuevas fuentes de ingresos, como la entrega bajo demanda de servicios de red 5G privados.
Cloud Pak automatiza el proceso complicado y engorroso de crear segmentos de red 5G, que luego se pueden aprovisionar como redes privadas. Al automatizar el proceso, DISH puede crear redes privadas de clase empresarial en segmentos 5G tan pronto como se materializa la demanda, con SLAs.
La segmentación de red avanzada impulsada por IA permite a DISH ofrecer servicios 5G personalizados para cada negocio. Las empresas pueden establecer niveles de servicio para cada dispositivo en su red; por ejemplo, un vehículo autónomo puede recibir una conexión de latencia muy baja, mientras que una cámara de video HD puede recibir un ancho de banda alto.
"Nuestra construcción 5G es única en el sentido de que realmente estamos creando una red de redes en la que cada empresa puede personalizar una porción de red o un grupo de porciones para satisfacer sus necesidades empresariales específicas”, explica Marc Rouanne, director de redes de DISH Wireless. Las soluciones de orquestación de IBM aprovechan la inteligencia artificial, la automatización y el aprendizaje automático no solo para hacer posibles estos segmentos 5G privados, sino también para garantizar que se adapten con el tiempo a medida que evoluciona el uso por parte del cliente.
Cómo deben prepararse los profesionales de TI para la IA
A medida que la IA, el aprendizaje automático y la automatización impulsan una variedad cada vez mayor de software y equipos de redes, ¿cómo deben prepararse los profesionales de redes para lidiar con sus nuevos colegas artificiales?
Aunque serán pocos los profesionales que extrañen las tareas mundanas y repetitivas en las que se destaca la IA, a muchos les preocupa que la IA eventualmente los desplace por completo.
"Si bien la IA se está desarrollando exponencialmente, es inevitable que los equipos de red se vean expuestos a dispositivos y sistemas habilitados para IA”, afirma Normandin de Broadcom. "Ya que los expertos en redes no están destinados a convertirse en especialistas en inteligencia artificial, es probable que se produzca un cambio cultural más que cualquier otra cosa”.
Masood, de UST, está de acuerdo en que se necesita un cambio cultural. "Los equipos de red están pasando rápidamente de gestionar redes a gestionar redes con un cerebro”, indica. "Dentro del contexto de las redes, estos equipos deberán desarrollar la capacidad de trabajar en colaboración con científicos de datos, ingenieros de software y otros expertos para construir, implementar y mantener sistemas de IA en producción”.
Los profesionales de redes tendrán que mejorar sus habilidades de gestión y optimización de red para poder llevar a cabo tareas como el uso de algoritmos de aprendizaje automático para predecir la congestión de la red y mejorar su rendimiento. También deberán desarrollar nuevas habilidades en análisis y visualización de datos, NLP, análisis de valores atípicos, detección de anomalías y algoritmos de optimización. "No estoy sugiriendo que se conviertan en desarrolladores de IA o en científicos de datos”, señala Masood, "pero una comprensión más profunda de los algoritmos subyacentes y los modelos estadísticos utilizados para crear sistemas de IA específicos para redes definitivamente les dará una ventaja competitiva sobre sus colegas sin conocimientos de IA”.
Normandin afirmó que surgirá un nuevo rol, NetDevOps, para gestionar redes orquestadas por IA. "Las iniciativas exitosas de NetDevOps se verán como entornos totalmente automatizados que pueden implementar cambios en las redes, listos para ser consumidos en un enfoque DevOps a lo largo de la tubería [integración continua/entrega continua]”, sostiene.
Los entornos de red programables, definidos por software y basados en la nube han hecho posible NetDevOps a través de la infraestructura como código y la automatización. "Ahora, los equipos de operaciones de red tienen que hacer su revolución Agile y aceptar el riesgo de cambios más frecuentes y más automatización”, anota Normandin. "Como consecuencia, deberán reenfocarse en el resultado principal: monitorear y garantizar la experiencia digital entregada por las redes”.
Basado en el artículo de Jeff Vance (Network World) y editado por CIO Perú
Puede ver también: