当前,网络发展的重心正在逐渐从传统基于路由器、交换机、无线、安全等硬件设施的体系,转向以AI为核心驱动的软件管理平台体系,这正好符合了此前提出的软件定义网络的这一理念。
随着以软件为中心的网络发展趋势逐渐落地,很多厂商相继提出了自己的自动化网络架构,瞻博网络提出了“人工智能驱动的企业网络”,利用AI等更加先进的技术,能够让网络更加灵活,用户体验更加优质。
为OTT市场带来创新保障
目前,瞻博网络在国内的业务已经从此前主要以运营商为主的结构,向OTT市场进行了进一步的延伸。据瞻博网络副总裁及中国区总经理林小平表示,“目前瞻博网络在中国的OTT业务占了公司业务的50%,这在以前很难想到一些大型互联网企业会达到运营商的业务规模。所以我们现在把这类企业定义为第二类运营商,而整个OTT市场的业务增速也非常快。”
林小平指出,OTT市场具有几大特点:
第一,OTT企业具备国际化优势。很多是上市公司,企业经营相对比较灵活。
第二,OTT企业技术发展比较领先。基本依靠技术创新求生存。
第三,OTT企业决策特别快。很多企业在一周之内就能从决策进入实施阶段。
基于这三大特点,OTT企业呈现出业务发展快、技术更新快,国际化需求高的市场特点,所以在网络基础设施建设方面往往比其他企业更加激进,更愿意去尝试新的技术和方式。瞻博网络在这些方面刚好能够满足这样的场景需求,能够通过基于国际化的网络解决方案为用户提供简单高效和安全灵活的网络服务和体验。
另外,林小平表示,“在相关研发方面,瞻博网络无论从资金还是人力配置方面都有着巨大的投入,员工70%以上都是技术开发人员,在一个项目中的研发周期可以持续几年之久。这也是为什么互联网企业更多愿意选择与瞻博网络合作的一个重要因素,因为我们可以伴随用户业务的快速迭代实现持续跟进和创新支撑。”
从感知型网络到人工智能驱动型网络
毋庸置疑,疫情加速了企业数字化转型的进程。在后疫情时代,由于企业和组织大多采用了远程办公的工作方式,这给以往传统的网络架构带来了不小的冲击,实际上这对企业网的变革也带来了深远的影响。这种影响不仅会涉及到数据中心、云等核心网络,更会对包括分支网络、园区网络的设计、部署、运维的一系列环节产生影响。比如相继出现的软件定义的分支网络,及基于AI技术的自动化运维等等,这些创新技术能够大幅提升用户体验,也是网络价值的进一步体现。
在科技赋能的时代下,技术创新是最能带动产业变革的重要因素。而瞻博网络正是一家非常注重技术创新的科技企业。瞻博网络中国区CTO井有浩表示,“如今传统网络解决方案都在向AI化、智能化和运维自动化演进。而感知型网络就是把数据收集上来,根据算法及意图去做闭环处理,如果后续体验出现问题,再把网络设备进行调优来提升体验,这样就形成了一个自动化的闭环。而到了人工智能驱动型网络,我们称之为用户体验至上的网络,通过AI算法能力对数据和意图实现自动分析处理,可以减少很多运维压力,对企业业务本身提供更好的支撑和保障,这就是AI所释放出的价值所在。”
此外,井有浩认为,“相比IBN网络,AI驱动网络的概念更加广泛,因为只有通过算法才能挖掘数据的价值,做出动态调整,而基于意图的网络仅适用于网络的常态化状态,不像AI能够通过不断学习识别差异,自动做出矫正。而AI驱动的网络最终是要基于AI算法自动驱动网络、自动配置网络、自动优化网络,这才是未来网络自动化的发展趋势。”
AI驱动型网络的价值主要体现在:
首先,网络基础设施在不断扩张的同时,基于AI的网络自动化能够从整体上将包括5G、云、AI等技术实现融合,形成一种面向未来网络的基础平台。这也是瞻博网络未来2-3年的目标。
其次,任何脱离自身技术和知识储备的创新都是不切实际的,瞻博网络在产品创新方面,一直立足在广域网、数据中心、企业园区和分支网络等传统优势领域,通过AI能力的加持能够更好的实现这些产品的持续创新。
同时,安全方面的能力也贯穿了瞻博网络的三大产品线,实现了与AI的融合创新发展。而针对网络方面的创新,井有浩指出,“网络创新会向更加可靠、简化、运维自动化和优质的用户体验等方向发展。”
在硬件方面,路由器一直是瞻博网络杀手锏级的产品,凭借自研芯片及可编程、可视化等能力,把路由器性能发挥的淋漓尽致,并广受用户的好评。更重要的是在软件层面,凭借统一的Junos平台从最初实现软硬件分离到开放北向接口帮助DevOps开发,再到今天的通过云计算、虚拟化、分布式、AI等技术融合所实现的云原生能力,可以说瞻博网络在软件层面的创新贯穿了近几十年来网络发展的整个历史阶段。
用一句话来形容瞻博网络的技术创新,“一叶落而知天下秋——量力而行,厚积薄发”,意思是说创新不应该盲目,要找准自己的方向,然后再去持续不断的进行投入和创新。这句话很好的诠释了瞻博网络在自身网络领域的创新特质与坚守。而这种内在基因和企业价值观更是给了用户无比的信心与期待。相信瞻博网络将一如既往的为用户提供智能、简化、安全、高效的网络服务与产品体验。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。