Associées à une automatisation exploitable, les informations issues de l’IA accélèrent la transition vers des réseaux autonomes.

Le secteur des télécommunications accélère sa transformation numérique, portée par la complexité croissante des réseaux modernes et par la demande de services plus rapides et plus fiables. Pour satisfaire ces demandes, les opérateurs se tournent vers des réseaux intelligents autonomes, conçus pour ingérer d’énormes quantités de données et exécuter des actions à grande vitesse de manière autonome. La transition vers les réseaux intelligents autonomes n’est pas un simple projet technologique : il s’agit d’un véritable changement d’exploitation pour protéger les marges et accélérer la mise en service. C’est ainsi qu’ont vu le jour les concepts tels que le DarkNOC, un centre d’exploitation réseau capable de fonctionner sans intervention humaine directe, et qui utilise des technologies pour renforcer la fiabilité du réseau, améliorer ses performances et optimiser les coûts.

Il existe deux principes fondamentaux pour créer des réseaux autonomes : Amélioration des capacités d’analyse IA du réseau et de l’automatisation exploitable

Améliorer les insights IA du réseau

Pour être efficace, toute solution AIOps doit reposer sur une base d’informations de haute qualité fournies par l’IA. Ces informations proviennent de fonctionnalités telles que :

• Agrégation et analyse des données
• Détection et prédiction des anomalies
• Alertes intelligentes et analyse des causes profondes
• Tirer parti de l’IA pour surveiller les événements multidomaines

Red Hat propose une plateforme robuste et intégrée pour aider ses partenaires à créer des workflows AIOps puissants. Notre gamme de solutions comprend l’infrastructure de cloud hybride,  le développement cloud-native,  l’IA,  l’automatisation et la gestion de l’informatique et  l’edge computing. Elle est représentée par des technologies telles que Red Hat OpenShift, Red Hat OpenShift AI, Llama Stack Agent Framework, Red Hat Enterprise Linux et Red Hat Runtimes. Ensemble, ces produits offrent les plateformes de conteneurs en tant que service (CaaS) et d’IA essentielles aux solutions AIOps.

Mettre en œuvre une automatisation exploitable

L’obtention d’informations n’est qu’une étape. Vous devez également être en mesure d’agir rapidement et de manière fiable. Vous avez besoin d’une automatisation exploitable. L’implication de Red Hat dans des concepts tels que le projet TM Forum DarkNOC Catalyst a mis en évidence la nécessité d’une approche unifiée de l’automatisation, comme celle axée sur Red Hat Ansible Automation Platform, qui pourrait surmonter le paysage fragmenté des outils et des scripts propriétaires.

La véritable puissance de cette approche intégrée réside dans sa capacité à créer un système en boucle fermée qui passe d’un problème à sa résolution plus rapidement qu’un processus manuel. Ce système agentique détecte de manière autonome un problème, détermine le correctif, génère le code et corrige le problème, le tout de manière contrôlée et régie par des politiques. Ainsi, les problèmes qui nécessitaient auparavant une équipe complète et des heures de travail sont résolus automatiquement, ce qui maximise la disponibilité du réseau.

Voici les éléments essentiels d’une stratégie d’automatisation multidomaine efficace :

• Un langage d’automatisation unique pour plus de simplicité, comme le code YAML d’Ansible
• L’accélération de la génération de code pour améliorer la qualité du code et remédier au manque de scripts d’automatisation existants
• Une exécution fiable à grande échelle et une exécution orientée événements à grande échelle pour accélérer et améliorer les performances
• L’automatisation de la politique en tant que code, qui sert de garde-fou pour l’IA et qui confirme que l’automatisation respecte bien les exigences de conformité et de sécurité

De DarkNOC à l’IA agentique : L’évolution de l’automatisation exploitable

Aujourd’hui, nous faisons évoluer cette vision au-delà de la simple génération de code avec des services d’IA générative à l’aide de Red Hat Ansible Lightspeed, une fonction native de Red Hat Ansible Automation Platform. Nous ajoutons maintenant l’IA agentique et le protocole de contexte de modèle (MCP) pour fermer la boucle d’automatisation. L’IA agentique représente un progrès considérable, car il s’agit de systèmes autonomes capables de planifier et d’exécuter des tâches complexes. En intégrant l’IA agentique à Red Hat Ansible Automation Platform, nous mettons en œuvre un système capable non seulement de générer du code de correction, mais aussi d’orchestrer intelligemment son exécution, sous le contrôle de garde-fous d’IA, dans le cadre d’une approche PaC automatisée.

Un ensemble cohérent

Nous avons réalisé une démonstration complète qui illustre la manière dont notre gamme de produits intégrés et optimisés combine de meilleures données d’IA et des processus d’automatisation exploitables, en utilisant à la fois l’IA générative et agentique pour créer les réseaux intelligents et autonomes du futur.

Voici comment se déroule le workflow de la démonstration :

1. L’événement a lieu : Une panne intentionnelle de service est créée.
2. Alerte et déclencheurs : La solution Kafka transporte l’événement dans un environnement vaste et distribué. Event-Driven Ansible se charge ensuite de déclencher automatiquement un workflow de rulebook dans Ansible Automation Platform.
3. Analyses et informations obtenues à l’aide de l’IA : Le workflow envoie les journaux d’erreurs à un agent, optimisé par Llama Stack, à des fins d’analyse des causes profondes (RCA). Sur la base de cette analyse, une invite est générée (à utiliser pour créer un playbook de correction). L’équipe chargée de l’exploitation du réseau reçoit simultanément les journaux d’erreurs et l’analyse des causes profondes (RCA) générée par l’IA.

Les technologies Red Hat améliorent les solutions AIOps en optimisant la collecte des événements et en exécutant efficacement les grands modèles de langage pour améliorer l’analyse des causes profondes.

Mettre en œuvre une automatisation exploitable

4. Décision de l’agent : En se basant sur l’analyse, l’agent décide s’il peut résoudre lui-même le problème. Il recherche dans Ansible Automation Platform, à l’aide du MCP tiers, un modèle de tâche existant qui pourrait résoudre le problème. S’il en trouve un, il exécute automatiquement le modèle pour résoudre le problème. Dans le cas contraire, la correction est effectuée via un processus « humain dans la boucle » pour s’assurer que les mesures appropriées sont prises.

Correction avec intervention humaine

5. Génération de code Ansible : Un opérateur humain fournit une instruction à l’agent d’IA. À l’aide du MCP tiers et d’Ansible Automation Platform, l’agent transmet cette instruction à Red Hat Ansible Lightspeed pour générer un nouveau playbook de correction. Bien que ce processus puisse être entièrement automatisé, un humain dans la boucle est intentionnellement inclus pour vérifier et valider l’exactitude et la sécurité du playbook généré avant son exécution.
6. Configuration du système : Après avoir vérifié que le playbook généré est correct et sûr, l’opérateur humain donne l’ordre à l’agent d’IA de déclencher un workflow dans Ansible Automation Platform. Ce workflow transmet par push le nouveau playbook Ansible à un référentiel Git, synchronise le projet dans Ansible Automation Platform et crée un modèle de tâche pour l’exécuter.
7. Remédiation :  Enfin, l’agent d’IA appelle Ansible Automation Platform pour orchestrer l’exécution du playbook Ansible qui résout le problème d’origine à l’origine de la panne de service. Au sein d’Ansible Automation Platform, l’approche PaC (Policy-as-Code) fournit des mesures de sécurité à l’agent d’IA (par exemple, les modifications ne peuvent pas être apportées pendant une période de maintenance).

Conclusion

La transition vers des réseaux intelligents entièrement autonomes est complexe, mais elle est claire et peut être divisée en étapes pratiques plus petites. En associant de meilleures données d’IA réseau à des processus automatisés exploitables, un opérateur de télécommunications peut surmonter les défis de la fragmentation et créer des systèmes unifiés, intelligents et capables de s’autoréparer. L’ensemble unifié de solutions Red Hat constitue la base essentielle pour mettre au point ces systèmes d’autoréparation.

Découvrez l’ensemble de technologies Red Hat intégré, les initiatives du TM Forum et les projets Catalyst associés.

• Red Hat Ansible Automation Platform
• Red Hat OpenShift AI
• Red Hat OpenShift Container Platform
• Protocole de contexte de modèle : Découvrez le lien manquant dans l’intégration de l’IA
• Automatiser les réseaux avec Red Hat Ansible Automation Platform
• Red Hat Ansible Lightspeed
• TM Forum DarkNOC : L’IA générative favorise une approche NetOps axée sur les informations
• TM Forum est une alliance mondiale d’opérateurs de télécommunications et de technologies