Wild称：“三年前我们做生意的方式是编写传统的基于IP的访问列表，而这在今天已经过时。”
他说，网络已经从具有已知和配置文件的单一平台发展成数以万计的未知端点。“我们不能再以旧方式开展业务。”
Wild并不唯一有这样想法的人。全球网络越来越复杂，合格的IT员工人才库跟不上步伐。很多公司已经部署了人工智能驱动的网络管理工具来解决这个问题，在Wild的案例中，即思科人工智能网络分析。
Wild称：“我们能够保持现有员工人数，而不必随着我们的业务增长和更多收购而增加IT员工，这对减少开支至关重要。”
随着网络迁移到云端，越来越多的数据可用于训练AI，以解决连接问题。因此，人工智能驱动的网络管理工具在整个行业中获得发展。2021年是网络AIOps的繁荣年，其他促进因素还包括该技术日益成熟和在家工作环境所需的更复杂网络。
知名厂商通过收购初创公司将人工智能引入网络管理。2021年的很多产品发布都专注于将智能添加到网络的更多部分(SD-WAN、Wi-Fi接入点、交换机)，以实现端到端网络可见性。
他们还发布了人工智能驱动的自动化产品，并继续构建多云网络环境，这对于生成训练人工智能所需的网络数据至关重要。2021年，人工智能/机器学习网络管理的重大发展包括：
瞻博网络将其基于云的MistAI集成到该公司于2020年收购的128TechnologySD-WAN中。Mist摄取遥测数据以检测网络问题，并为应用程序保持足够的带宽。
Arista推进其CloudVision管理控制台，以跨数据中心和园区网络提供自动化、遥测和分析。
思科集成互联网智能技术ThousandEyes与Catalyst交换机以及AppDynamics应用程序性能监视器。该集成提供网络和应用程序可视性，从园区或分支机构延伸到公共或私有云运行的SaaS应用程序和软件。
ExtremeNetworks推出ExtremeCloudIQCopilot测试版，这是一种基于订阅的工具，可为IT网络管理员提供AI洞察力。
还有HewlettPackardEnterprise旗下的公司Aruba为AIInsights添加了自动修复功能。该平台以前能够预测或识别网络问题，现在可以自我修复部分密集网络问题，例如平衡连接到4GHz与5GHz无线频段的设备数量。
目前AI在网络中的状态
在网络管理工具中，基于AI的功能通常包括将网络问题通知IT人员、建议修复和根据IT人员的批准做出更改。某些产品可以完全自动化问题检测和解决，并在事后将有关问题的信息发送给IT团队。
加利福尼亚州的RosevilleJointUnionHighSchoolDistrict使用Aruba的边缘服务平台来帮助管理网络，该网络为10,000多名学生和600名教师以及支持人员提供服务。该学校发现该技术提供的提示和建议有助于减少故障排除时间。
高级网络管理员DaveTodd说：“这几乎就像有人总是在那里监视网络，并让我们知道是否有事情出错。虽然Todd最终希望自动化一些网络任务，但他还不相信AI能够独立解决网络问题。
EnterpriseStrategyGroup(ESG)的分析师BobLaliberte也认同Todd：“AI技术不一定是难点;难点在于文化方面。IT人员往往非常保守，因为他们的工作依赖于此……你如何让人们对技术的掌握程度感到满意?”
AI网络管理将走向何方?
对于Wild来说，他们需要更多时间来适应使用AI来驱动JohnsonvilleSausage网络的自动化。
Wild称：“这绝对是思维转变。我们习惯于以老式的方式做事……决定我们自己的政策，并静态地写东西。”
在2022年，很多企业将经历这种思维转变，届时ESG预计企业将开始信任人工智能来执行日常网络杂务，并自动进行一些修复。
Laliberte称：“他们对这项技术越来越满意。当我与网络管理领域的AI供应商交谈时，我总是问他们，什么时候才能适应?这因企业而异，但时间往往在数周到数月之间。”
IDC公司分析师MarkLeary表示，当企业开始允许自动化元素进入他们的网络，他们将看到巨大的好处。
Leary说，在网络中使用AI将“解放IT员工，让他们可以做一些更有价值的事情”。他举例说明了研究新网络技术、将更多融合的安全和云元素引入网络，以及制定战略以更好地使网络功能与业务目标保持一致。
Leary称：“如果你是一名员工，这将转化为更高的工作满意度，更大的工作增长，当然从企业的角度来看，更好的保留率。”
Laliberte说，企业可以通过只将选定的功能放入机械手来涉足人工智能驱动的网络自动化。受欢迎的候选对象包括配置设备、发现IT资产和执行生命周期管理任务，例如修补和升级。
Laliberte称：“AI网络管理即将到来;它不会消失。对于任何避开它的人来说，2022年是时候开始考虑了解它、引入它、测试它、拥抱它。”
