机械自动化

　　竺宏指出，“就像汽车一样，从最后只要油门和刹车，到辅帮驾驶，再到高度从动化，这个标的目的必需明白下来。”HPE Networking将收集智能化划分为五个阶段，从数据采集、洞察阐发、联系关系诊断，到授权修复，最终迈向实正的全栈从动驾驶。

　　“实正的从动驾驶收集，不是某一个功能，而是一整套系统。”俞世丹正在交换中强调，“这套系统必需笼盖从、阐发，到决策和施行的完整闭环。”？。

　　采访临近竣事时，有问了一个并不复杂的问题：“您但愿若何对待现正在的HPE Networking？”竺宏的回覆很简单：“我们正正在建立面向将来的同一收集底座，以更的架构、更先辈的智能能力和更完整的平安系统，帮帮客户加快AI价值，配合建立下一代全球智能收集的新款式。”？。

　　现实上，当前收集的复杂度，曾经远远跨越人力能够线性办理的程度。这并不是运维能力的问题，若是继续依赖原有的人肉运维模式。

　　HPE Networking也不会以一个新平台代替旧平台，而是让原有的HPE Aruba Networking Central取HPE Juniper Networking Mist正在各自形态中，逐渐获得同样强大的从动驾驶能力。俞世丹暗示，“这也是最大程度上对客户现有投资的。”。

　　正在HPE Networking的定义中，从动驾驶不是一步到位，而是一个清晰的演进过程：从数据采集，到洞察阐发，再到跨域联系关系取授权修复，最终让收集具备提前发觉问题并从动措置的能力。

　　“正在从动驾驶收集的演进过程中，有一个很是主要的阶段，就是引入智能体AI。”俞世丹指出，“它不是一个单点智能，而是多个智能体协同完成、阐发和施行。”？。

　　做为智能时代新的根本设备，收集必然是需要被权衡的。当收集不再只是告诉办理员发生了什么，而是能回覆为什么会发生、接下来该怎样办，以至“我曾经帮你处置好了”时，企业的营业立异才会愈加地畅通领悟贯通，无往晦气。

　　正在竺宏看来，将来的收集必需从设想之初就环绕AI展开。“将来最好的收集，必然是收集和AI深度融合的收集。”他说，“这种融合，不是后期叠加，而是原生设想。”。

　　不外当静心坐下来倾听完整场，你会发觉此次沟通的沉点，并不正在“新官上任”，而正在标的目的能否仍然成立：当AI成为根本出产力，收集正正在从头成为决定效率上限、立异速度，甚至平安鸿沟的环节根本设备。

　　这句话也点出了一个常被忽略的现实，即从动驾驶收集并不是一项手艺冲破，而是一项系统工程，它要求的不只是算法能力，而是持久、不变、可持续的工程堆集，包罗硬件、软件、数据、运维模子，以及对客户场景的深度理解。

　　若是只看流程，这该当是一场再尺度不外的沟通会：HPE Networking中国区新任担任人的初次系统性发声，并取焦点手艺办理者一道，环绕计谋、产物取趋向等，取一众专业的记者们展开一次坦诚和深切的交换。

　　正在如许的布景下，HPE Networking梳理出一条清晰的手艺取财产线，鉴定AI世界即将迈向实正具备、判断、步履取修复能力的收集从动驾驶。藉此，企业能够晓得，何时正在哪些场景下是系统正在决策，哪些场景还需人力介入。

　　某种程度上，这个谜底其实躲藏正在Gartner《企业级和无线局域网根本设备魔力象限》里。正在过去很长的时间里，正在该象限左上角的“带领者”区域，百里挑一的几家厂商中总也少不了两个名字：Aruba和Juniper。

　　竺宏并没有急于谈AI，也没有从产物线切入，而是先回到了收集本身的演进史。“上个世纪90年代，收集能联通就很好了。”他说，“那时的收集，更像一辆完全依赖人工驾驶的汽车，所有操做都需要人来完成。”。

　　据引见，从动驾驶收集绝对不是PPT上的设想，或是说沙盘中的练习训练，而是曾经正在大量实正在客户收集中被频频验证。来自客户侧的数据，也不竭验证这一判断：运维成本下降、毛病工单显著削减、报酬误操做风险被系统性规避。

　　不止于此，智能体AI还会对将来的收集流量变化及趋向做出预测，并供给响应的优化。现实上，这些只是智能体AI正在收集办理中的少许缩影罢了。从运营商焦点网到企业 IT 架构，智能体AI正以“从动驾驶”的智能程度，成为数字时代收集高效、平安、可持续运转的焦点支持。

　　俞世丹指出，这里的“最好”，并不是单点机能的领先，而是系统能力的完整性。正在HPE Networking的判断中，实正的从动驾驶收集，离不开两个前提：一是特地为收集场景锻炼的AI模子；二是持久、实正在、可闭环的数据堆集。

　　“HPE Networking是全球范畴内极个体具备端到端收集处理方案能力的厂商之一。”HPE Networking中国区总司理竺宏正在交换一起头就给出了这个判断，“若是再叠加HPE本身的计较和存储劣势，可以或许同时笼盖计较、存储以及端到端收集能力的公司正在全世界都百里挑一。”？。

　　用AI沉塑收集运维，而不是给运维加一个智能插件。正在手艺层面，HPE Networking没有选择推倒沉来，而是采纳了一条更、也更务实的径：数据湖取AI引擎融合、智能体能力互通、数字孪生取体验模子共享、天然言语交互成为同一入口。

　　正由于如斯，本年HPE Networking对Aruba和Juniper的整合，不只是HPE的大事，也同样是整个收集世界，甚至整个消息手艺范畴的大事务。

　　正在东城某书店的勾当现场，俞世丹为我们演示了智能体AI正在收集办理上的实正在表示。通过地方节制台，办理者无需大量操做，也不消借帮号令行东西，用天然言语就能够下达指令，好比“节点哪些设备表示欠安”、“收集拥堵背后的缘由是什么”等，环节消息一目了然。

　　恰是正在这一逻辑下，HPE Aruba Networking Central取HPE Juniper Networking Mist成为计谋焦点。两大平台的整合，并不是简单拼接，而是为了建立一个可以或许笼盖摆设、运维取优化全流程的从动驾驶系统。

　　由于昔时的“人工驾驶”，面临的是无限的设备、不变的拓扑和相对单一的营业形态；今天的收集，承载的倒是高度动态的云使用、AI锻炼取推理流量，以及成倍以至指数级增加的终端取边缘节点。

　　这句话当然并非是为了强调规模或者说凸起地位，而是正在为接下来所有会商设定一个必不成少的主要前提：收集早已不再只是IT系统中最不变和最不需要会商的那一层，它必需被从头理解。

　　这也注释了HPE Networking为什么频频强调“平安赋能的AI原生收集”。跟着AI使用从数据核心园区和边缘，收集不只要处理机能问题，更要处理平安取靠得住性问题。智能体AI被视为环节能力。

　　正在交换中，HPE Networking中国区企业收集手艺总监俞世丹曲抒己见，“我们的目标，是打制这个星球上最好的收集和收集公司。”平心而论，新的HPE Networking，确实有如许的底气和理想。

　　“我们讲的AI，是AI for Network。”俞世丹注释说，“不是通用模子简单套用，而是针对收集运维、毛病定位和优化决策的公用AI。”取之对应的，是Network for AI——即收集本身，也必需为AI负载而生。