Juniper Networks a annoncé le lancement de sa plateforme de réseau intégrant de manière native l’intelligence artificielle. Sous l’appellation générique AI-Native Networking Platform, cette initiative marque une évolution significative dans la gestion des réseaux, visant à optimiser les expériences des opérateurs et des utilisateurs finaux. La plateforme de Juniper s’articule autour d’une intégration sophistiquée entre ses modules principaux basés sur l’IA, Marvis, Marvis Minis, et d’autres modules pour fournir une gestion et une optimisation réseau automatisées par l’intelligence synthétique.

De plus, avec l’introduction d’un assistant réseau virtuel pour datacenters, et basé sur l’IA, Juniper étend les capacités de Marvis au-delà du réseau campus et succursale, octroyant une visibilité et une gestion unifiées à travers tous les domaines de l’entreprise.

Dans un environnement concurrentiel et incertain, les entreprises recherchent de plus en plus des solutions capables d’automatiser et d’optimiser leurs opérations réseau, dans le but de réduire les coûts opérationnels et d’améliorer l’expérience utilisateur. Juniper Networks se distingue par son approche intégrée et native de l’IA dans sa plateforme de réseau, ce qui peut lui donner un avantage en termes de facilité d’intégration, de performance et de fonctionnalités avancées.  

Une architecture intégrée et basée sur l’IA

La plateforme réseau de Juniper unifie le réseau du campus, de la succursale, et du datacenter sous une même architecture. Elle est intégrée à la couche AIOps et aux systèmes de Juniper, et propose des fonctionnalités allant de l’isolation des pannes en temps réel à la détection des anomalies, en passant par les actions correctives autonomes. Une approche intégrée qui permet non seulement une gestion simplifiée, mais aussi une réduction significative des incidents et des dépenses opérationnelles. Juniper promet des économies allant jusqu’à 85 % par rapport aux solutions traditionnelles.

La formation de l’IA à la base de cette plateforme repose sur des données accumulées sur une période de sept ans, visant à proposer « une connectivité fiable, mesurable, et sécurisée pour chaque dispositif et utilisateur, ainsi que pour les applications et les actifs numériques », affirme l’éditeur. Marvis agit comme le cerveau de la plateforme, utilisant l’intelligence artificielle pour formuler des recommandations proactives et des opérations autonomes. Il fonctionne grâce à Mist AI, développée par Juniper pour analyser les données réseau en continu et proposer des solutions optimisées pour le dépannage et la gestion des performances réseau.

Marvis dispose d’une interface utilisateur conversationnelle qui permet aux administrateurs réseau de poser des questions directement et d’obtenir des réponses compréhensibles. Cette fonctionnalité utilise l’IA générative pour traiter des cas d’utilisation spécifiques, facilitant l’accès à des informations complexes de manière simplifiée.  

Marvis Minis, le jumeau numérique du réseau

Marvis Minis constitue une avancée significative dans l’utilisation des jumeaux numériques dans la gestion des réseaux. Cette technologie incarne la prochaine ère de l’automatisation et de l’intelligence artificielle dans le domaine des réseaux, en proposant une simulation avancée et proactive des interactions réseau qui dépasse largement les capacités des outils traditionnels de gestion de réseau. Marvis Minis utilise l’apprentissage automatique pour simuler les comportements des utilisateurs, des appareils et des applications sur le réseau. Cette disposition à prévoir et à tester comment le réseau réagit à divers scénarios sans la nécessité d’une interaction humaine est sans impact sur l’environnement de production, en plus d’anticiper les problèmes avant qu’ils ne surviennent.

Marvis Minis simule les connexions des utilisateurs, des appareils, et des applications pour tester proactivement le réseau. Cela permet de valider les configurations réseau et d’identifier les problèmes potentiels avant qu’ils n’affectent les utilisateurs. En simulant le trafic, Marvis Minis apprend de la configuration réseau et identifie proactivement les dysfonctionnements possibles grâce à l’apprentissage automatique. Ces données enrichissent continuellement le moteur Mist AI, améliorant ainsi la capacité de la plateforme à fournir des réponses AIOps précises et adaptées.