基于AI的容量规划：入门
IT资产和服务管理软件提供商Ivanti的联邦系统工程师马塞尔？肖（Marcel Shaw）表示，开始使用基于AI的容量规划技术的最佳方式是获得一个成熟的技术，并且该技术已经取得一定程度的成功且得到企业的认可。
“同时，管理员应谨慎对待AI学习算法所提供的建议，”他说。“AI学习算法将在未来几年内得到大幅改善，因此客户在完全信任AI解决方案所推荐的容量需求之前，需要有耐心并允许AI技术逐渐成熟，这将是非常重要的。”
林斯特罗姆建议，在数据源和监控范围方面，从小规模着手。“至关重要的是，数据源可靠且一致，并且（AI）系统能够在至少一个完整的商业周期内生成基线，”他解释道。
Tamasanis指出，将网络端口进行复制，并部署到关键网络设备，这是提供数据流的最佳方式，该数据流能够为分析平台提供数据。可以将特定系统（例如无线控制器、VPN集中器和防火墙）直接配置为流数据。“任何人工智能系统都需要这些类型的数据供应，而且网络的覆盖范围越大越好，”Tamasanis说。“关键是要将最大量的数据提供给（AI）平台。”
在适当的环境中提供正确的数据也很重要。云计算平台开发商OpsRamp的工程总监Murthy Garikiparthi表示：“准备好数据，以便轻松获取解决方案，并确保该方案提供与您的目标相关的网络容量视图。”一旦建立了数据管道，并且速度和数据供应保持一致，该（AI）解决方案就可以开始监视特定行为的数据。“最后，一旦AI开始提出建议，IT运营团队就可以依据这些见解来制定自动化策略，”Garikiparthi建议道。
Tamasanis强调了选择合适的AI平台的重要性。“有些平台更适合某些公司，”他指出。“这种自然的差异既是人工智能分析的一个吸引人的特征，也是一个有害的特征。”Tamasanis还建议避免使用自动化配置。“虽然从反应时间上很有吸引力，但数据的错误解读可能会带来降低性能的效果，”他警告说。
对AI资源和准确性的误解
关于使用AI进行网络容量规划的最大误解可能是，该技术并不是特别耗费资源，特别是在人机交互方面。林斯特罗姆说，这种错觉“是由一些供应商所导致并加深的，他们会让你觉得，只要你安装这个工具，它就能完成所有工作，无需任何人管理。”
另一个误解是，基于AI的网络容量规划是一种全有或全无的游戏。耶格尔（Yeager）建议，企业应该以分阶段的方式与供应商合作，以模块化的方式部署解决方案，并专注于价值最大的用例。鉴于许多未来的网络元素将基于云端并且依赖于订阅，这种方法尤其重要。“以分阶段的用例方式部署将保证IT经理不会为尚未部署的服务和解决方案支付云订阅费用，”耶格尔解释说。
肖（Shaw）说，关于使用AI进行容量规划的最大误解是，AI解决方案始终是准确的。“在AI解决方案成熟之前，管理员必须验证并质疑由AI驱动的容量规划解决方案所提供的建议，这是极为重要的。”
AI容量规划的缺陷
与任何新兴技术一样，AI容量规划也伴随着一些隐患，随时会摧毁那些无知和粗心大意的人。林斯特罗姆说，那些急于使用该技术的组织往往会做得过大、过快，并期望在系统没有进行任何精细调节的情况下立即获得结果。“如果系统没有足够的数据进行分析，或者数据不可靠或不一致，则这些工具将无法生成准确的网络状态或网络性能情况，”他警告说。
远离那些只提供不完整产品或服务的供应商，这也很重要。“当今市场上大多数解决方案只能为网络的一小部分提供巨大优势，却无法为有线、无线、设备、客户端、应用程序、安全、策略、跨域、广域网、云和数据中心提供完整的网络解决方案，”耶格尔指出。
使用不基于开放平台的AI产品和服务，将使面向智能的服务难以扩展到组织的其他部分。 “未来的运营将不再是相互孤立，各个部门将共享网络、服务、运营和使用数据，以增强企业范围内所有部门的能力，”耶格尔说。
由于人工智能是一项相对较新的技术，因此采用该技术的人经常会遇到来自保守管理者和员工的抵制，他们意图保护组织内的知识、旧的工作流程和自己的工作。“旧的做事方式不能过于僵化，以至于拒绝人工智能的好处。”Garikiparthi警告说。
Tamasanis说，AI只是提供了一个意见，而不是一个结论性的陈述。“将这样的工具与现有的网络设备和工程师整合起来，这将是一个渐进的过程。”