NETSCOUT Data Platform для AI-операций в сетях в 2026 году

Внедрение корпоративного AI тормозится тем, что модели не могут принимать надёжные операционные решения на неполной, шумной и фрагментированной телеметрии. NETSCOUT решает эту проблему, превращая пакеты в высокоточные контекстуализированные данные, которым AI может доверять.

Классические метрики, события, логи и трейсы (MELT) вынуждают AI-системы восстанавливать картину происходящего уже после того, как телеметрия была семплирована, агрегирована или разделена между инструментами. Это увеличивает нагрузку на inference, расход токенов и риск ошибочных рекомендаций. Расширенная платформа данных NETSCOUT предоставляет Smart Data — слой операционных доказательств, созданный для observability, AIOps, кибербезопасности и агентной автоматизации.

Что было анонсировано

Компания NETSCOUT SYSTEMS, INC. (NASDAQ: NTCT) расширила свою платформу данных, чтобы предоставить надёжный операционный контекст, необходимый для построения основы корпоративного AI. Платформа наблюдает цифровые взаимодействия, в реальном времени преобразует пакеты в компактные контекстуализированные доказательства и курирует их для observability, service assurance, кибербезопасности и AI-сценариев.

По данным внутреннего тестирования NETSCOUT, Smart Data обеспечивает снижение расхода AI-токенов более чем на 25% по сравнению с использованием только MELT-данных и уменьшение Mean Time to Know (MTTK) более чем на 75%. Gartner прогнозирует, что к 2027 году организации, уделяющие приоритетное внимание семантике в AI-ready данных, повысят точность агентного AI до 80% и сократят затраты до 60%.

Раскрытие преимуществ AI в масштабах предприятия достигается не добавлением ещё одной модели, а инжинирингом контекста: предоставлением AI правильного операционного контекста до начала рассуждений. NETSCOUT превращает наблюдаемые цифровые взаимодействия в достоверные доказательства, помогая клиентам повышать уверенность в решениях, снижать стоимость AI-анализа и обеспечивать контроль, необходимый для перехода от рекомендаций AIOps к безопасным автономным операциям.

Почему это важно

Для CIO, CISO и IT-директоров качество контекста, передаваемого AI-моделям, становится более устойчивым фактором дифференциации, чем выбор самой модели. IDC ожидает, что 80% сценариев агентного AI потребуют данных в реальном времени с полным контекстом. Без обоснованных операционных доказательств агентный AI рискует действовать на неполной или устаревшей телеметрии, увеличивая затраты и подрывая governance.

NETSCOUT расширяет ценность технологии deep packet inspection at scale, превращая её в курируемый слой интеллекта, который дополняет существующие инвестиции в observability. Это даёт руководителям по закупкам путь внедрения AI без отказа от текущих процессов, а командам SecOps, NetOps, DevOps и SRE — доступ к операционным доказательствам на естественном языке.

Технические детали

• Раннее семантическое извлечение: операционный смысл извлекается из пакетов в точке наблюдения, сохраняя доказательства, которые исчезают в традиционных наборах данных.
• Оптимизация контекста в источнике: более плотный и релевантный контекст позволяет AI-системам экономить окно контекста и compute-бюджет.
• Слой Smart Data: встроен в решения NETSCOUT и интегрируется в корпоративные data- и AI-процессы, LLM, copilots и AI-агенты.
• Измеренный эффект: снижение расхода AI-токенов более чем на 25% и MTTK более чем на 75% по сравнению с MELT-только данными.
• Охват: поддержка observability, кибербезопасности, service assurance, трансформации облака и ЦОД в гибридных, мульти-облачных, контейнерных, виртуальных и физических средах.
• Управляемая автоматизация: независимо наблюдаемые и объяснимые доказательства для аудита и контролируемого перехода к агентным операциям.

Softprom и NETSCOUT

Softprom является официальным дистрибьютором NETSCOUT Systems. Корпоративные заказчики и партнёры могут получить лицензирование, технические консультации, поддержку в проведении PoC и услуги внедрения.

Этот материал подготовлен в рамках проекта Softprom DistriFlow — автоматизированной системы мониторинга и адаптации новостей вендоров. Источник: оригинальная статья.