金融科技高峰會秋季場
使用者對企業資服務的感受，竟與 IT 團隊所見的儀表板數據，出現南轅北轍的落差？Juniper 主張以 AIOps 方式弭平差異，意即利用 AI 將使用者體驗予以客觀量化，藉此化解使用者與 IT 之間的認知歧異。
文／明雲青
隨著 IT 環境日益複雜，單憑傳統以人工執行 IT 維運的模式，逐漸難以為繼；值此時刻，基於人工智慧的 IT 維運概念「AIOps」應運而生，並成為多數企業 IT 團隊亟欲實踐的目標。
Juniper Networks 台灣區資深技術總監游源濱指出，過去連續四年Juniper 穩居 Gartner 有線與無線網路解決方案的領導象限，之所以贏得高評價，一大關鍵原因在於 Juniper 導入大量 AI 維運技術。談到 Juniper 如何利用 Marvis 方案協助企業導入 AIOps，主要有四個步驟。一開始收集大量數據，不管使用者有任何狀況，網路上發生的狀況…等，全都納入資訊監看與收集範圍；第二步是將資訊放進 Data Science Toolbox，也就是利用一些機器（深度）學習模型進行學習，產出一些有價值的判斷與建議；第三步，當有了這些判斷和分析後，用戶可進一步透過交談的方式來詢問虛擬數位助理，獲知其網路或 IT 環境發生什麼問題，然後怎麼樣妥善解決；第四步為「網路自駕」，某些程度上你可以在事前授權系統，由它自動解決網路問題，或是當事件發生時、你給予系統授權，讓它可以採取一些行動，幫忙你緩解或排除一些疑難雜症。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球 CIO 同步獲取精華見解 ]
上述的四項 AIOps 進程，可以涵蓋到整個企業範圍，包含無線網路、有線網路、資料中心，甚至是廣域網路 WAN 的 Backbone 等，這些都是 Juniper Mist 可以照顧的環節。
身為 IT 管理者，多數應該都有類似經驗，明明覺得系統運作正常，不論 CPU 或 Memory 的 Usage 亦無異狀，但使用者卻嫌系統慢得像烏龜一樣。如何在使用者體感、系統運作之間挖掘出現落差的真相？一直以來，都很難得到解答，除非可量化每一位使用者體驗，而這也是 Juniper Mist 能展現差異化價值之所在。
游源濱解釋，針對使用者體感的數據化與量化，Juniper 在無線網路上定義了七個重要指標，像是流量、Wi-Fi Coverage、Wi-Fi 頻譜 Capacity、對外的連線速度…等；並收集多達 150 種使用者連線前和連線後資訊，如實還原各個指標的表現。舉例來說，如果一個使用者花了 2 秒以上時間才連上網路，企業即可判定為不合格，必須將時間縮短至 2 秒以內，才能提高分數；隨著使用者體驗的客觀量化，IT 與使用者就不會各說各話、陷入爭執。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
