Reisebrev fra HPE Partner Growth og HPE Discover, Las Vegas
HPE Partner Growth og HPE Discover i Las Vegas handlet i år om mye, men én rød tråd gikk gjennom det meste av agendaen: hvordan AI endrer kravene til nettverket. Med over 10 000 deltakere og 225+ sesjoner var budskapet fra HPE tydelig: det er nettverket, ikke bare compute, som avgjør hvilke organisasjoner som faktisk kan kjøre AI-agenter i stor skala. Fra real-time data til automatisering, fra sikkerhet til kundeopplevelse. Alt pekte mot samme begrep: Self-Driving Network.
Self-Driving Network: en klisjé som har tatt steg
Rami Rahim, Executive Vice President, President, & General Manager for HPE Networking var selv ærlig på dette i sin sesjon: «Self-Driving Network» høres ut som en klisjé. Det er et begrep som har vært brukt i bransjen i årevis, men det er dit HPE sine løsninger er på god vei til å komme. Poenget hans var at mye har endret seg de siste årene. HPE har gjort store steg, og det er dit vi er på vei! Det er verdt å være ærlig om hva dette betyr i praksis i dag, og hva det fortsatt er en visjon for. Per nå handler det mest om at AI lærer av sanntidsdata og kan forutse problemer før de oppstår, og at det på flere måter kan reparere og optimalisere seg selv uten noen form for tilsyn.
Grunnmuren: alt starter med sanntidsdata
Rahim var tydelig på at reisen mot et selvkjørende nettverk starter ett sted: sanntidsdata. Uten det har AI ingenting å jobbe med. Det høres enkelt ut, men det stiller store krav til hvordan infrastrukturen er bygget opp fra bunnen av. Nettverket må se hva som skjer akkurat nå, ikke hva som skjedde i går.
Dette ble oppsummert i en enkel tretrinnsmodell fra Rahim: learn, predict, heal. Nettverket lærer av dataen det ser, forutser problemer før de oppstår, og kan i økende grad rette dem selv. Det er denne motoren som ligger bak alt det øvrige budskapet om Self-Driving Network.
Fra to avdelinger til én, og et løfte innfridd raskere enn ventet
HPE har slått sammen avdelingene for Aruba og Mist til én felles AI Networking-avdeling. Bakgrunnen går tilbake til Barcelona i 2025, der HPE lovet å plukke det beste fra de to plattformene og integrere dem. Et halvt år senere har de levert på dette løftet, raskere enn forventet. Central og Mist er bygget på en microservices-arkitektur, noe som betyr at HPE kan oppdatere begge plattformer i sanntid uten at det går utover brukerne, på samme måte som apper på en smartphone oppdateres i bakgrunnen uten å påvirke operativsystemet.
Fra generativ til agentisk AI, og beviset på scenen
Et gjennomgående tema i flere av sesjonene var skiftet fra generativ til agentisk AI. Der generativ AI svarer på det du spør om, handler agentisk AI om systemer som selv kan handle, ta beslutninger og utføre flere trinn i en oppgave uten at et menneske må følge med på hvert steg. Det er nettopp dette skiftet som ligger bak mye av det HPE viste frem på networking-siden, og det er nettverket som først og fremst må håndtere de nye kravene dette stiller.
Den konkrete leveransen på dette kom da Rami Rahim viste hvordan Marvis, kjerneteknologien i Mist-plattformen fra Juniper, nå utvides inn i Aruba Central. Rahim beskrev det selv som en leveranse på et løfte gitt da Juniper-oppkjøpet ble avsluttet i juli året før, og sa at de for et år siden lovet å samle det beste fra Juniper og Aruba, og at de nå leverer på nettopp det.
Beviset kom også som en live-demo på scenen. Rahim viste hvordan Marvis oppdaget at over 6 prosent av brukerminuttene i et offentlig lokale var med redusert kvalitet, fant rotårsaken i radiofrekvensoverbelastning, justerte kanalbåndene automatisk, og reduserte toppbelastningen fra 90 til 54 prosent, uten at noen sak ble meldt til support. Det er nettopp dette learn/predict/heal i praksis ser ut som, vist live, ikke bare beskrevet i en presentasjon.
Sikkerhet må være built-in, ikke lagt på etterpå
Servere, storage, networking, software og sikkerhet ble pekt på som de fem grunnpilarene for AI hos HPE. Av disse er sikkerhet den som fortjener litt ekstra oppmerksomhet: budskapet var at sikkerhet ikke skal være noe man legger til i etterkant, men noe som er designet inn fra start.
Dette får en konkret konsekvens for nettverket: det blir selv et aktivt sikkerhetslag, ikke bare en passiv transportvei for data. Fordi nettverket allerede ser all trafikk i sanntid, samme datagrunnlag som driver Self-Driving Network, kan det også oppdage avvik og reagere på dem der og da.
Det hele kan oppsummeres i tre ord som gikk igjen flere ganger under konferansen: nettverket må se mer, reagere og gjøre mer. Se mer handler om sanntidsdata. Reagere handler om sikkerhet og innsikt. Gjøre mer handler om automatisering, et nettverk som selv tar handling, ikke bare varsler om at noe må gjøres.
Et selvkjørende nettverk
Et konkret eksempel på hvordan dette fungerer i praksis er Marvis Mini. Den skanner nettverket kontinuerlig ved hjelp av fiktive, syntetiske brukere, slik at nettverket kan testes selv når det ikke er reelle brukere på det. Typiske eksempler er flyplasser, utdanningsinstitusjoner og arbeidsplasser utenom åpningstid, steder der nettverket ellers ville stått stille og utestet til folk faktisk dukker opp.
Tanken er enkel, men effektiv: nettverket skal fungere når de reelle brukerne kommer på. Feilsøkingen skal ikke begynne først da. Den skal allerede være gjort.
Hva betyr dette for det nordiske markedet?
Det er verdt å være ærlig om hvor vi faktisk står. «Self-Driving Network» i 2026 betyr i praksis et nettverk som lærer av sanntidsdata, forutser problemer og i økende grad kan håndtere dem selv, ikke et nettverk som er fullstendig autonomt. Det er fortsatt en reise, ikke et ferdig produkt. For det nordiske markedet er det ikke riktig å snakke om ett samlet bilde. Landene ligger ulikt fremme når det kommer til AI og implementering, og det er en nyanse verdt å ta med seg videre.
Vi vil alle ha et nettverk som kjører på AI: et nettverk som ser mer, reagerer raskere, og gjør mer. Stille, i bakgrunnen, mens det leverer.
Ta kontakt for mere informasjon
