Démarrer Forward inc. déployé aujourd'hui Prédiction en avantun logiciel qui permet aux clients de modéliser l'impact des modifications du réseau avant que les modifications ne soient mises en ligne. Plutôt qu’une mise à jour de routine des fonctionnalités sur un marché encombré des réseaux d’intelligence artificielle, cette décision signale un changement plus large dans la façon dont les réseaux doivent être conçus, exploités et fiables, à mesure que l’IA devient un élément central des technologies de l’information d’entreprise.
Le réseau est désormais essentiel à la mission
Pendant des décennies, les réseaux ont discrètement servi de tissu conjonctif à l’informatique d’entreprise. Ils étaient critiques mais souvent traités comme de la plomberie. Les réseaux étaient censés fonctionner et non générer un avantage stratégique.
Cette époque est révolue. Les réseaux constituent désormais la plate-forme sur laquelle fonctionnent les entreprises numériques modernes. Chaque application, chaque service cloud et chaque charge de travail d'IA dépendent en fin de compte du réseau. À mesure que l’IA passe de l’expérimentation à la production, le réseau n’est plus seulement une couche de transport. Il s’agit plutôt d’un facteur déterminant dans la réussite ou l’échec des initiatives d’IA.
L’IA modifie l’équation du réseau de trois manières fondamentales.
Premièrement, les charges de travail de l’IA sont bien plus distribuées que les applications traditionnelles. La formation peut avoir lieu dans un environnement, l'inférence dans un autre, et les pipelines de données s'étendent sur site, sur plusieurs cloud et à des emplacements périphériques. Cela crée des modèles de trafic complexes et dynamiques que les architectures de réseau traditionnelles n'ont jamais été conçues pour gérer.
Deuxièmement, l’IA augmente considérablement le coût de l’échec. Une panne de réseau dans un environnement existant peut perturber la messagerie électronique ou les applications internes. Dans une entreprise axée sur l’IA, elle peut stopper les systèmes de prise de décision en temps réel, l’automatisation orientée client ou même les processus critiques pour la sécurité.
Troisièmement, l’IA accélère le rythme du changement. Les modèles évoluent, les sources de données changent et l'infrastructure évolue rapidement. Le réseau doit suivre le rythme, ce qui signifie des changements plus fréquents, ce qui entraîne davantage de risques de problèmes.
La gestion du changement reste un défi important
Ces trois variables nous amènent à l’un des défis les plus persistants du réseautage : la gestion du changement. Si vous parlez à des ingénieurs réseau, en particulier ceux qui gèrent des environnements de grandes entreprises ou gouvernementaux, vous entendrez une histoire familière. Chaque modification suit un chemin similaire : conception, tests limités, approbation du comité d'examen des modifications, puis déploiement en production. Malgré tous les efforts déployés, la production devient souvent le véritable environnement de test.
Ce processus n’a pas fondamentalement changé depuis des décennies, même si les réseaux sont devenus exponentiellement plus complexes. En conséquence, les changements restent la principale source de pannes et de problèmes de sécurité. En fait, mes recherches montrent que l’erreur humaine représente encore plus d’un tiers des temps d’arrêt imprévus.
L’industrie possède même un artefact culturel qui reflète cette réalité : la « salle de guerre ». Lors des périodes de changements majeurs, des équipes d'ingénieurs, de propriétaires d'applications et de parties prenantes se réunissent, souvent tard dans la nuit, pour surveiller les problèmes et y répondre en temps réel. C’est admettre que personne n’est entièrement sûr de ce qui se passera une fois qu’un changement sera mis en œuvre.
Au cours de mon mandat dans les opérations réseau, j’ai passé des heures et des heures à planifier ce qui pourrait mal se passer. L'une des grandes différences entre mes années d'ingénierie et aujourd'hui est que les fenêtres de changement sont passées d'un week-end à un seul jour, voire rien, de sorte que toute erreur entraîne désormais un arrêt de l'activité.
Ce qui rend cette situation particulièrement problématique, ce ne sont pas seulement les échecs visibles, mais aussi les échecs invisibles. Les erreurs de configuration qui ne perturbent rien immédiatement peuvent discrètement introduire des failles de sécurité, réduire la redondance ou créer des problèmes latents qui font surface des semaines ou des mois plus tard dans des conditions totalement différentes. Dans la plupart des disciplines de l’ingénierie, ce type d’incertitude serait inacceptable. La conception de semi-conducteurs, l'ingénierie aérospatiale et même le développement de logiciels s'appuient largement sur la modélisation et la simulation pour prédire les résultats avant que quoi que ce soit n'atteigne la production.
Forward cherche à réduire l’écart avec Forward Predict
Forward, qui s'appelait Forward Networks jusqu'à son changement de nom aujourd'hui, a passé des années à construire ce qu'il appelle un « jumeau numérique de réseau », un modèle mathématiquement précis du réseau d'une organisation couvrant les appareils, les fournisseurs, les protocoles et les couches de L2 à L7 dans les environnements sur site et cloud. Cette base permet aux équipes de comprendre l'état actuel et historique de leur réseau avec un niveau de précision que les outils traditionnels ne peuvent égaler.
L’offre déplace l’attention de « ce qui est » vers « ce qui sera ». Plutôt que de s'appuyer sur l'expérience, les meilleures pratiques et des tests limités en laboratoire, les ingénieurs peuvent modéliser une modification proposée par rapport à une représentation complète du réseau de production. Le système simule le comportement du plan de contrôle et des plans de données, y compris les interactions de protocoles complexes telles que la convergence BGP et OSPF, pour prédire l'impact précis du changement.
C’est là que l’analogie avec le développement de logiciels est particulièrement pertinente. Les logiciels ont depuis longtemps adopté les pipelines CI/CD, ou intégration continue/livraison continue, dans lesquels chaque modification de code est automatiquement testée par rapport à des critères définis avant le déploiement. Les développeurs n'ont pas à deviner si un changement fonctionnera car ils disposent d'un cadre qui le valide. En fait, la plupart des organisations ne permettront pas qu’un changement soit mis en production tant qu’il n’a pas été validé, ce qui est la manière dont devraient fonctionner les opérations réseau.
Cependant, le réseautage n’a jamais eu d’équivalent. Forward Predict introduit efficacement la validation de type CI/CD dans les opérations réseau, avec des tests basés sur l'intention, une analyse de régression et des résultats déterministes de réussite/échec. Pour les ingénieurs, cela signifie passer du dépannage réactif à la validation proactive. Au lieu de demander « Qu'est-ce qui s'est cassé ? » après un changement, ils peuvent demander « Qu'est-ce qui va casser ? » à l'avance et corrigez-le avant que cela n'affecte la production.
Pour les organisations, cela signifie des cycles de changement plus rapides sans risque accru. Les changements qui nécessitaient autrefois des semaines de planification, de multiples cycles de révision et des déploiements tard dans la nuit peuvent désormais être conçus, testés et validés beaucoup plus rapidement. Pour l'industrie dans son ensemble, cela marque une étape vers la mise en réseau autonome, car les réseaux ne peuvent pas être entièrement automatisés s'ils ne peuvent pas être validés au préalable.
Forward intègre également cette capacité dans les opérations basées sur l’IA. En combinant son jumeau numérique avec la modélisation prédictive, l'entreprise crée une boucle de rétroaction dans laquelle l'IA peut proposer des modifications au réseau, les valider par rapport à un environnement simulé et itérer jusqu'à ce que le résultat souhaité soit atteint.
La confiance vient dans les opérations du réseau
Cela répond à l’un des plus grands défis de l’IA pour les infrastructures : la confiance. L’IA peut générer des configurations ou suggérer des optimisations, mais sans moyen de vérifier le résultat, les organisations hésitent naturellement à la laisser fonctionner de manière autonome. En fournissant un « cadre de compilateur et de test » pour les modifications du réseau, Forward Predict permet la validation des actions basées sur l'IA avant leur exécution. J'ai demandé à de nombreux ingénieurs réseau quand ils pouvaient faire pleinement confiance aux systèmes pour gérer leurs réseaux, et la plupart ont répondu que, sans preuve, il serait difficile d'adopter pleinement un réseau autonome. Forward Predict peut leur donner cela.
En pratique, cela pourrait permettre aux équipes d’intégrer un retard de modifications du réseau dans un système d’IA et de faire concevoir, tester et valider ces modifications en parallèle, augmentant ainsi considérablement la vitesse opérationnelle sans sacrifier la fiabilité. Bien entendu, aucune technologie n’est une solution miracle. Les réseaux restent intrinsèquement complexes et les modéliser avec une parfaite fidélité constitue un défi non trivial. L'adoption dépendra également de la facilité avec laquelle ces outils s'intègrent aux flux de travail existants et du degré de confiance que les organisations sont prêtes à accorder aux systèmes automatisés.
Réflexions finales
À mesure que l’IA joue un rôle plus important dans l’informatique d’entreprise, la tolérance à l’incertitude du réseau diminue. L'accent se déplace désormais vers des infrastructures qui sont non seulement observables mais également prévisibles, et l'approche de Forward est un exemple de cette tendance. Plutôt que de simplement viser moins de pannes ou des fenêtres de changement plus rapides, l'entreprise vise à donner aux ingénieurs un moyen plus concret de raisonner sur le comportement du réseau avant que les changements ne soient déployés.
Pendant des années, l’industrie a fonctionné avec une sorte d’optimisme éclairé lors des modifications apportées aux réseaux. Des processus étendus, des ingénieurs expérimentés et une planification minutieuse ont contribué à atténuer les risques, mais ne les ont pas éliminés. Forward Predict suggère un avenir dans lequel cette incertitude n'est plus nécessaire et où les équipes réseau peuvent agir rapidement sans casser les choses, car elles savent déjà ce qui se passera avant que quoi que ce soit ne soit déployé.
À une époque où le réseau sous-tend tout, du cloud à l’IA, ce changement n’est pas seulement utile. C'est essentiel.
Zeus Kerravala est analyste principal chez ZK Research, une division de Kerravala Consulting. Il a écrit cet article pour SiliconANGLE.
