Juniper Networks baut AIOps-Angebot aus
ChatGPT-Integration für schnellere Einblicke
Juniper integriert ChatGPT in seinen virtuellen Netzwerkassistenten (VNA) Marvis. Anwender und Partner sollen dadurch nun mittels Large Language Models (LLMs) problemlos auf öffentliche Wissensdatenbanken zugreifen können. Zudem sorge die ebenfalls neue Marvis-Integration mit Zoom für bessere Videokonferenzen und senke die Kosten für die Fehlerbehebung.
Junipers NVA-Funktion Marvis, erstmals 2018 vorgestellt, basiert auf der hauseigenen Mist-KI („Mist“: englisch für „Nebel“, eine für den deutschen Sprachraum denkbar ungünstige Namensgebung). Sie unterstützt laut Juniper-Angaben eine proaktive Fehlerbehebung, prädiktive Maßnahmen sowie Einblicke in die Benutzer- und Anwendungserfahrung durch Verarbeitung und Verständnis natürlicher Sprache.
Dank LLM-Tools wie ChatGPT, so Juniper, könne man die Konversationsschnittstellenvon Marvis erweitern und noch menschenähnlichere Konversationsfähigkeiten bieten, insbesondere in Bezug auf Dokumentation und Supportfragen. So nutze Marvis eine ChatGPT-Schnittstelle, wenn es nach technischer Dokumentation und anderen öffentlich zugänglichen historischen Wissensdatenbanken-Informationen sucht.
Damit könne ein Anwender Marvis beispielsweise fragen: „Was bedeuten die LED-Leuchten am Access Point?“ oder „Was sind die Schritte bei der Konfiguration der Juniper Campus Fabric?“. Man erhalte eine präzise und direkte Antwort im typischen ChatGPT-Stil.
Juniper erweitert außerdem seine AIOps-Funktionalität durch Daten von Drittanbietern aus der Zoom-Cloud. Durch die Kombination von Zoom-Daten mit Netzwerkdaten verfüge Marvis über ein Deep-Learning-Modell, das die Anwendererfahrung detailliert vorhersagen kann. So könne man mittels KI/ML (Machine Learning) die Ursache von Videokonferenzproblemen schnell zu identifizieren.
Zusätzlich zur proaktiven Fehlerbehebung in Echtzeit und, sofern möglich, selbstgesteuerten Korrekturmaßnahmen untersuche Marvis Trends, um Anomalien schnell zu erkennen und zu korrigieren sowie zukünftige Probleme vorherzusagen. Dies vermeide Zoom-Support-Tickets und beschleunige die Behebung von Störungen.
Die Konversationsschnittstelle ermögliche es Benutzern, über einfache Sprachabfragen Einblick in die Zoom-Kommunikation zu erhalten, zum Beispiel: „Was lief mit dem Zoom-Anruf von John Smith falsch?“ oder „Liste die Benutzer mit schlechten Zoom-Anrufen auf!“.
Lesen Sie mehr zum Thema
