BLOG – Netwerken zijn overal en altijd aanwezig in ons dagelijkse leven. Er worden dan ook steeds hogere eisen aan gesteld en alleen maar connectiviteit bieden is allang niet meer genoeg. De focus verschuift daarom van het aanbieden van altijd beschikbare netwerkservices naar het beheer van bedrijfskritische netwerken.
Het netwerk vormt meer dan ooit de spil voor de operators, én hun klanten die zakelijke en particuliere gebruikers bedienen. Tegelijk worden er steeds hogere eisen gesteld aan het energie- en ruimteverbruik, de operationele kosten moeten verder omlaag en het aantal terugkerende en/of handmatige taken moet geminimaliseerd worden. Veel serviceproviders zijn druk bezig om de weg te vereffenen en te transformeren naar digitale operators.
Artificial intelligence (ai) en machine learning (ml) helpen daarbij om problemen te detecteren en verhelpen, nog voordat ze in netwerkstoringen resulteren. In combinatie met closed loop-automatisering, krijgt het netwerk hierdoor een zelfsturend en zelfherstellend karakter. Verder is het belangrijk om zakelijke intentie (wat is het doel van de toepassing of gebruiker?) en datagedreven beslissingen te vertalen naar een eenvoudig en waardevol gebruik van digitale diensten door eindgebruikers, of het nu gaat om bedrijven of particulieren.
Dit decennium staat dan ook in het teken van het transparant maken van het netwerk en al zijn onderdelen. Deze stap is noodzakelijk om praktische inzichten uit het netwerk te kunnen halen. De instructies van de operator worden ondersteund door het opvragen van netwerkdata, die vervolgens wordt geïnterpreteerd door ai en ml. De lus wordt gesloten met aanbevelingen voor optimalisatie en – in potentie – volledig geautomatiseerde netwerkprocessen. Dit is wat een provider uiteindelijk tot een digitale operator maakt.
Slag of stoot
Voor de duidelijkheid; een volledig autonoom netwerk inrichten gaat niet zonder slag of stoot. Veel van de huidige problemen ontstaan door netwerkprocessen die nog altijd sterk afhankelijk zijn van handmatige acties. Zo beschikken niet alle operators over robuuste detectiemechanismen voor cyberbedreigingen en kwetsbaarheden. Gebrekkig overzicht, handmatige configuraties en provisioning, reactieve probleemoplossing, complexiteit, schaalbaarheidsproblemen, het ontbreken van voorspellende mogelijkheden en een tekort aan budget en technische vaardigheden… En dit zijn nog maar een paar van de problemen waarmee operators te maken hebben. Er is een nieuwe aanpak nodig, gebaseerd op automatisering, door ai en ml ondersteunde netwerkanalyses en closed-loop-systemen.
Hoe zou dat er in de praktijk uitzien? Stel je de klantreis voor van een gezin dat een mobiel abonnement deelt. De zoon heeft een eigen telefoon nodig voor school en sociale activiteiten. Een digitale operator kan er met gegevensanalyse, gepersonaliseerde aanbiedingen, intuïtieve interfaces en efficiënte back-endprocessen voor zorgen dat dat het gezin probleemloos de zoon aan het mobiele abonnement kan toevoegen. Deze automatiseringsslag draagt én bij aan een naadloze klantenervaring, én biedt de provider waardevolle inzichten om zijn netwerkservices te optimaliseren en te anticiperen op toekomstige behoeften. Als het proces volledig is geautomatiseerd en geïntegreerd, kan de zoon zijn nieuwe abonnement al na twee uur in gebruik nemen. De systemen van de operator werken het gedeelde account vervolgens automatisch bij om de uitbreiding van het abonnement te weerspiegelen. Dit draagt bij aan een accurate facturatie en transparant beheer van de mobiele diensten van het gezin.
Groeiende vraag
Laten we eens kijken naar het traject van de provider om de groeiende vraag naar netwerkservices op efficiënte wijze te implementeren, in te zetten en te monitoren. De systemen voor intelligente orchestration van de operator zouden gebruik moeten maken van ai- en ml-algoritmen die de netwerkprestaties, het klantgedrag en gebruikspatronen voortdurend analyseren. Deze algoritmen kunnen ook van pas komen bij het monitoren van service level agreements. De orchestration-systemen detecteren signalen die wijzen op de behoefte aan nieuwe netwerkservices, zoals een groeiend gebruik van mobiele data of het gebruik van specifieke apps. Door het in realtime-monitoren van deze signalen, kan een provider proactief de vraag naar deze diensten identificeren en van start gaan met het implementatieproces.
Als er sprake is van prestatieverslechtering, dan onderneemt het systeem automatisch actie
Zodra een behoefte aan een nieuwe dienst wordt gedetecteerd, komt het closed-loop-automatiseringssysteem in actie. Het orkestreert op intelligente wijze het implementatieproces door automatisch de netwerkonderdelen te configureren, de bandbreedte toe te wijzen en een optimale servicekwaliteit te waarborgen. Dankzij ai/ml kan het systeem intelligente beslissingen nemen om resources toe te wijzen, op basis van de vraag en netwerkomstandigheden. Tijdens elke stap van de implementatie zorgt het automatiseringssysteem voor continue monitoring van de dienst. Het verzamelt realtime data over de netwerkprestaties, de gebruikservaring en maatstaven voor de servicekwaliteit. Als er sprake is van prestatieverslechtering of onregelmatigheden, dan onderneemt het systeem automatisch actie. Zo kan het de netwerkparameters op dynamische wijze aanpassen, het verkeer op een andere manier routeren of extra switches of routers toewijzen om de dienstverlening te waarborgen. Dit feedbacksysteem, een closed loop, stelt de operator in staat om eventuele verstoringen van diensten snel te verhelpen. Het resultaat: minimale downtime en maximale klantentevredenheid.
De ai- en ml-modellen leren van de netwerkdata en de feedback van gebruikers, om zo nieuwe mogelijkheden te identificeren voor verbetering. Het kan zelfstandig netwerkconfiguraties en de toewijzing van netwerkbronnen optimaliseren en zelfs suggesties doen voor het verbeteren van de netwerkservices van individuele klanten. De digitale operator kan op die manier op efficiënte wijze nieuwe diensten ontwikkelen, in gebruik nemen en monitoren. Deze mate van automatisering draagt bij aan een kortere time-to-market voor nieuwe diensten, vlekkeloze prestaties, proactieve probleemoplossing en voortdurende optimalisatie. De operator kan daarmee zijn dienstverlening naar een hoger niveau tillen én snel reageren op ontwikkelingen in het voortdurende veranderende en sterk concurrerende digitale landschap.
Eliminatie
Kortom, automatisering en orchestration van het netwerk zijn onmisbaar voor een betere klantenervaring, de eliminatie van menselijke fouten en vermindering van het klantenverloop. Maar het netwerk moet meer doen dan dat. Het zou zichzelf op basis van continue monitoring en feedback met een gesloten lus automatisch moeten aanpassen om te zorgen voor een optimaal verbruik van energie en bandbreedte. Dit helpt operators met de reductie van hun CO2-voetafdruk en het aantal handmatige acties, zodat ze veel klantgerichter te werk kunnen gaan.
Melchior Aelmans is chief architect global service providers bij Juniper
