Vejen mod et selvkørende netværk 

ra realtidsdata til automatisering, fra sikkerhed til kundeoplevelse. Alt pegede mod det samme begreb: Self-Driving Network.

Rejsebrev fra HPE Partner Growth og HPE Discover, Las Vegas

HPE Partner Growth og HPE Discover i Las Vegas handlede i år om meget, men én rød tråd gik gennem det meste af dagsordenen: hvordan AI ændrer kravene til netværket. Med over 10.000 deltagere og 225+ sessioner var budskabet fra HPE tydeligt: det er netværket, ikke kun compute, der afgør, hvilke organisationer der faktisk kan køre AI-agenter i stor skala. Fra realtidsdata til automatisering, fra sikkerhed til kundeoplevelse. Alt pegede mod det samme begreb: Self-Driving Network.

Self-Driving Network: en kliché der har taget skridt fremad

Rami Rahim, Executive Vice President, President, & General Manager for HPE Networking, var selv ærlig om dette i sin session: “Self-Driving Network” lyder som en kliché. Det er et begreb, der har været brugt i branchen i årevis, men det er dér HPE’s løsninger er på god vej. Hans pointe var, at meget har ændret sig de seneste år. HPE har taget store skridt, og det er dér, vi er på vej!

Det er værd at være ærlig om, hvad dette betyder i praksis i dag, og hvad der stadig er en vision. I øjeblikket handler det om, at AI lærer af realtidsdata og kan forudse problemer, inden de opstår, og at netværket på flere måder kan reparere og optimere sig selv uden nogen form for tilsyn.

Grundstenen: alt starter med realtidsdata

Rahim var tydelig omkring, at rejsen mod et selvkørende netværk starter ét sted: realtidsdata. Uden det har AI intet at arbejde med. Det lyder enkelt, men det stiller store krav til, hvordan infrastrukturen er opbygget fra bunden. Netværket skal se, hvad der sker lige nu, ikke hvad der skete i går.

Det blev opsummeret i en enkel tretrinsmodel fra Rahim: learn, predict, heal. Netværket lærer af de data, det ser, forudsiger problemer, inden de opstår, og kan i stigende grad rette dem selv. Det er denne motor, der ligger bag alt det øvrige budskab om Self-Driving Network.

Fra to afdelinger til én, og et løfte indfriet hurtigere end forventet

HPE har slået afdelingerne for Aruba og Mist sammen til én fælles AI Networking-afdeling. Baggrunden går tilbage til Barcelona i 2025, hvor HPE lovede at tage det bedste fra de to platforme og integrere dem. Et halvt år senere har de leveret på det løfte, hurtigere end forventet. Central og Mist er bygget på en microservices-arkitektur, hvilket betyder, at HPE kan opdatere begge platforme i realtid uden at det påvirker brugerne, på samme måde som apps på en smartphone opdateres i baggrunden uden at påvirke operativsystemet.

Antonio Neri, CEO og President i HPE, understregede selv dette, at ingen skal glemmes i en virkelighed med to forskellige platforme. Det er ikke en kompromisløsning, det er en bevidst strategi.

Fra generativ til agentisk AI, og beviset på scenen

Et gennemgående tema i flere af sessionerne var skiftet fra generativ til agentisk AI. Mens generativ AI svarer på det, du spørger om, handler agentisk AI om systemer, der selv kan handle, træffe beslutninger og udføre flere trin i en opgave uden at et menneske skal følge med på hvert skridt. Det er netop dette skifte, der ligger bag meget af det, HPE viste frem på netværkssiden, og det er netværket, der frem for alt skal håndtere de nye krav, dette stiller.

Den konkrete levering på dette kom, da Rami Rahim viste, hvordan Marvis, kerneteknologien i Mist-platformen fra Juniper, nu udvides ind i Aruba Central. Rahim beskrev det selv som en levering på et løfte givet, da Juniper-opkøbet blev afsluttet i juli året før, og sagde, at de for et år siden lovede at samle det bedste fra Juniper og Aruba, og at de nu leverer på netop det.

Beviset kom også som en live-demo på scenen. Rahim viste, hvordan Marvis opdagede, at over 6 procent af brugerminutterne på et offentligt sted var med reduceret kvalitet, fandt rodårsagen i radiofrekvensoverbelastning, justerede kanalbåndene automatisk og reducerede topbelastningen fra 90 til 54 procent – uden at en eneste sag blev meldt til support. Det er netop sådan learn/predict/heal ser ud i praksis, vist live, ikke blot beskrevet i en præsentation.

Sikkerhed skal være indbygget, ikke tilføjet bagefter

Servere, storage, netværk, software og sikkerhed blev udpeget som de fem grundpiller for AI hos HPE. Af disse er sikkerhed den, der fortjener lidt ekstra opmærksomhed: budskabet var, at sikkerhed ikke skal være noget, man tilføjer bagefter, men noget, der er designet ind fra starten.

Dette får en konkret konsekvens for netværket: det bliver selv et aktivt sikkerhedslag, ikke blot en passiv transportvej for data. Fordi netværket allerede ser al trafik i realtid – det samme datagrundlag, der driver Self-Driving Network, kan det også opdage afvigelser og reagere på dem med det samme.

Det hele kan opsummeres i tre ord, der gik igen flere gange under konferencen: netværket skal se mere, reagere og gøre mere. Se mere handler om realtidsdata. Reagere handler om sikkerhed og indsigt. Gøre mere handler om automatisering, et netværk, der selv tager handling, ikke bare advarer om, at noget skal gøres.

Et selvkørende netværk

Et konkret eksempel på, hvordan dette fungerer i praksis, er Marvis Mini. Den scanner netværket kontinuerligt ved hjælp af fiktive, syntetiske brugere, så netværket kan testes, selv når der ikke er rigtige brugere på det. Typiske eksempler er lufthavne, uddannelsesinstitutioner og arbejdspladser uden for åbningstider, steder, hvor netværket ellers ville stå stille og utestet, til folk faktisk dukker op.

Tanken er enkel, men effektiv: netværket skal fungere, når de rigtige brugere ankommer. Fejlsøgningen skal ikke først begynde der. Det skal allerede være gjort.

Hvad betyder dette for det nordiske marked?

Det er værd at være ærlig om, hvor vi faktisk står. “Self-Driving Network” i 2026 betyder i praksis et netværk, der lærer af realtidsdata, forudsiger problemer og i stigende grad kan håndtere dem selv – ikke et netværk, der er fuldstændig autonomt. Det er stadig en rejse, ikke et færdigt produkt. For det nordiske marked er det ikke korrekt at tale om ét samlet billede. Landene er forskelligt fremme, hvad angår AI og implementering, og det er en nuance, der er værd at tage med videre.

Vi vil alle have et netværk, der kører på AI: et netværk, der ser mere, reagerer hurtigere og gør mere. Stille, i baggrunden, mens det leverer.

Kontakt os for mere information

Esben Dahl-Nielsen