AIがUXを数値化し、障害原因を診断
続いて行われた「Mistで実現するAIドリブンエンタープライズ ~次の10年のネットワークへ」と題した講演では、鈴木良和氏がMist AIによる運用管理についてより深掘りして解説した。
ジュニパー/Mistで実現するAIドリブンエンタープライズ
同氏によれば、Mist AIの採用は増加しており、その理由を「ネットワーク利用者のUXを提示し、さらにAIがインサイト(洞察)も提示する点が評価につながっている」と語った。具体的には下のように、接続時間、セッション数、スループット、カバレッジなど7つのKPIでユーザーの体感品質を数値化。低品質な項目については、通信品質に影響を及ぼしているとMist AIが判断した情報を表示し、「例えば、この端末は認証に問題があってWi-Fi接続に失敗している、5GHzの電波の問題が原因ではないか、といった情報をAIが解析して表示する」(鈴木氏)。
接続時間、セッション数、スループットなど7つの指標で通信品質を数値化する
もう1つ特徴的なのが、対話型インターフェースを備えるAIエンジン「Marvis」の存在だ。例えば、“unhappy clients”(不満なユーザー)と入力し、問題が生じている端末を検索。その結果からSLAを表示させたり、トラブルシューティング画面に簡単に移行できる。
ジュニパーではこのMarvisの機能拡張を続けており、「AIが見つけられる情報と、AIが自分で治せる範囲を拡張することに注力している」と鈴木氏。「そう遠くないうちに、Mist AIが『見つけましたよ』というのではなく、『直しましたよ』と言えるようになる」という。
Juniper Virtual Summit for Japan
見逃し配信の登録はこちら(2020年12月25日 18:00まで ※視聴は同日23:59まで)
https://juniper-virtual-summit.smktg.jp/public?cpcode=rictelecom