Dengan kemajuan digitalisasi yang pesat dan pertumbuhan eksponen data korporat, rangkaian tidak lagi sekadar infrastruktur teknikal dan telah menjadi pusat penting untuk operasi dan strategi syarikat Brazil. Data terkini daripada Gartner menunjukkan bahawa menjelang 2027, lebih daripada 70% organisasi besar di Brazil akan bergantung secara langsung pada kecerdasan operasi yang digunakan pada rangkaian untuk mengekalkan kelebihan daya saing dan keselamatan operasi mereka.
Dalam konteks ini, penggunaan automasi, pembelajaran mesin dan analitik masa nyata yang bijak bukan sahaja menjadi pembeza tetapi juga keperluan strategik bagi syarikat yang mahukan daya tahan, ketangkasan dan pertumbuhan yang mampan. Pergerakan ini membuka jalan untuk era Kecerdasan Operasi (OI) – satu senario di mana keputusan dan pelarasan berlaku dalam masa nyata, dipandu oleh data komprehensif dan automasi pintar dalam rangkaian korporat.
Kecerdasan Operasi: keputusan masa nyata
Pada asalnya digunakan dalam bidang IT – metrik penjejakan untuk pelayan, trafik rangkaian, aplikasi dan keselamatan – konsep IO kini meliputi hampir semua aktiviti operasi syarikat, hasil daripada percambahan sensor, peranti yang disambungkan dan pelbagai sumber data.
Manfaat utama kecerdasan masa nyata ini ialah kelajuan tindak balas: masalah dan peluang boleh ditangani sebaik sahaja ia timbul – atau dijangkakan, seperti dalam kes penyelenggaraan ramalan. Dalam erti kata lain, syarikat mula bertindak balas terhadap insiden rangkaian hanya selepas ia memberi kesan kepada pengguna atau operasi, dan bukannya bertindak balas terhadap insiden rangkaian hanya selepas ia memberi kesan kepada pengguna atau operasi.
Pendekatan ini mengurangkan masa henti, meningkatkan pengalaman pengguna dan mencegah kerugian operasi. Contohnya, dalam rangkaian korporat yang dipacu I/O, lonjakan latensi secara tiba-tiba pada pautan kritikal boleh menjana amaran serta-merta dan juga mencetuskan pelarasan penghalaan automatik sebelum ia menjadi masalah yang lebih besar. Begitu juga, corak penggunaan yang anomali boleh dikesan secara berterusan – menunjukkan keperluan untuk kapasiti tambahan atau potensi ancaman keselamatan – membolehkan tindakan pembetulan segera dilakukan.
Konsep ini sejajar dengan apa yang dipanggil oleh pasaran IT sebagai AIOps (Kecerdasan Buatan untuk Operasi IT), yang mengintegrasikan AI dan automasi untuk mengoptimumkan operasi IT dan rangkaian secara bersepadu dan autonomi.
AI, pembelajaran mesin dan automasi dalam pengurusan rangkaian masa nyata.
Mengintegrasikan AI dan pembelajaran mesin ke dalam automasi rangkaian membolehkan infrastruktur korporat menjadi lebih pintar dan lebih autonomi, melaraskan parameter dalam masa nyata untuk mengoptimumkan prestasi dan keselamatan.
Dengan AI, automasi rangkaian mencapai tahap kecanggihan yang baharu. Rangkaian yang dilengkapi dengan algoritma pintar boleh mengoptimumkan prestasi mereka sendiri, mengesan kerosakan secara ramalan dan mengukuhkan keselamatan secara automatik. Alat AI menganalisis jumlah data trafik dan melaraskan konfigurasi secara dinamik untuk memaksimumkan kecekapan, tanpa memerlukan campur tangan manusia secara langsung.
Ini bermakna, sebagai contoh, menentukur lebar jalur, keutamaan trafik atau laluan alternatif mengikut keadaan rangkaian, memastikan prestasi tinggi walaupun semasa waktu puncak. Pada masa yang sama, sistem pintar boleh mengenal pasti tanda-tanda kegagalan secara proaktif – peningkatan atipikal dalam kehilangan paket atau tingkah laku penghala yang tidak normal – dan bertindak sebelum masalah menjejaskan pengguna, sama ada dengan memulakan semula peralatan, mengasingkan segmen rangkaian atau memaklumkan pasukan sokongan dengan diagnosis yang tepat.
Keselamatan juga dipertingkatkan oleh I/O dan automasi pintar. Penyelesaian berkuasa AI memantau ancaman siber dalam masa nyata, menapis trafik berniat jahat dan menggunakan langkah-langkah mitigasi secara automatik apabila ia mengesan tingkah laku yang mencurigakan.
Unjuran menunjukkan bahawa menjelang 2026 sekurang-kurangnya 30% syarikat akan mengautomasikan lebih separuh daripada aktiviti pengurusan rangkaian mereka – satu lonjakan yang besar berbanding kurang daripada 10% yang berbuat demikian pada tahun 2023. Kemajuan ini mencerminkan persepsi bahawa hanya dengan automasi pintar barulah dapat mengurus kerumitan rangkaian moden yang semakin meningkat dan memenuhi permintaan perniagaan dalam masa nyata.
Cabaran pelaksanaan
Walaupun terdapat manfaat yang jelas, pelaksanaan dan pengekalan kecerdasan operasi pada skala besar memberikan cabaran yang ketara bagi syarikat besar. Salah satu halangan utama adalah sifat teknologi: kekurangan penyepaduan data antara sistem dan alatan legasi. Banyak organisasi masih berurusan dengan "silo" data terpencil, yang menjadikannya sukar untuk mendapatkan pandangan seragam tentang operasi rangkaian.
Mengintegrasikan sistem heterogen dan menyatukan sumber data merupakan langkah wajib dalam perjalanan menuju kecerdasan operasi. Satu lagi halangan yang jelas ialah kekurangan tenaga kerja khusus. AI, pembelajaran mesin dan penyelesaian automasi memerlukan profesional dengan kemahiran teknikal yang lanjutan – daripada saintis data yang mampu mencipta model ramalan kepada jurutera rangkaian yang mampu memprogram automasi yang kompleks. Menurut anggaran pasaran, sekurang-kurangnya 73% syarikat di Brazil tidak mempunyai pasukan yang dikhaskan untuk projek AI, dan kira-kira 30% mengaitkan ketiadaan ini secara langsung dengan kekurangan pakar yang terdapat di pasaran.
Satu lagi aspek yang menjadikan pelaksanaannya agak kompleks ialah heterogeniti persekitaran korporat, yang boleh merangkumi pelbagai awan (awam, swasta, hibrid), percambahan peranti Internet of Things (IoT), aplikasi teragih dan pengguna yang berhubung dari pelbagai lokasi dan rangkaian (terutamanya dengan kerja jarak jauh dan hibrid).
Mengintegrasikan platform I/O ke dalam persekitaran yang berpecah-belah ini bukan sahaja memerlukan pelaburan dalam alat yang serasi, tetapi juga perancangan seni bina yang teliti untuk menghubungkan sumber data yang pelbagai dan memastikan analisis mencerminkan realiti penuh rangkaian.
Daya tahan dan evolusi didorong oleh kecerdasan operasi.
Memandangkan semua ini, jelas bahawa kecerdasan operasi bukan sekadar satu lagi trend teknologi; ia telah menjadi tonggak penting untuk daya tahan dan evolusi rangkaian korporat.
Dalam persekitaran perniagaan di mana gangguan perkhidmatan boleh mengakibatkan kerugian berjuta-juta dolar, dan di mana ketangkasan dan pengalaman pelanggan merupakan pembeza persaingan, keupayaan untuk memantau, belajar dan bertindak balas dalam masa nyata muncul sebagai faktor strategik yang sangat penting. Dengan menerima pakai analitik masa nyata, automasi dan AI secara terselaras, syarikat boleh meningkatkan operasi rangkaian mereka ke tahap kecerdasan dan daya tahan yang baharu.
Pelaburan ini memperkukuh kapasiti organisasi untuk penyesuaian berterusan: berhadapan dengan permintaan pasaran baharu, kemajuan seperti 5G atau peristiwa yang tidak dijangka, rangkaian pintar boleh berkembang dan pulih dengan cepat, mengekalkan inovasi dan bukannya menghalangnya. Akhirnya, menavigasi era kecerdasan operasi dalam rangkaian bukan sekadar soal kecekapan teknikal, tetapi juga memastikan infrastruktur digital syarikat mampu belajar, mengukuhkan dirinya dan membimbing perniagaan ke arah masa depan dengan mantap dan tangkas.
