2021年SDWAN如何发展?
SDWAN解决方案和AI有望在2021年为MSP和企业带来重大利益，由于它们将继续解决COVID19带来的远程工作挑战。SDWAN在2020年通过为无数远程办公室工作人员的过渡提供支持而获得了巨大的成功，由于SDWAN提供商和MSP等都面临挑战，手动支持这类意外的高速增长。成功是艰巨的，但运营团队找到了让家庭工人保持联系的方法。现在，网络提供商正在寻觅改良其网络运营的方法。MSP在2019年底之前有160,000个SDWAN站点投入运营(在大流行攻击网络之前)，MSP正在寻觅有效地管理突如其来的手动数据分析任务的方法，以使其网络安稳运行，并保持客户使满意。
SDWAN解决方案能够将多个链接用作单个连接，这有助于MSP在某些连接性能不佳时保持企业数据流向其云服务。通过将AI纳入SDWAN解决方案，网络运营团队可以更准确地处理网络和利用程序的性能。
现今解决方案中的预测分析
利用现今处理中的指标和KPI，运营团队依托人工专业知识和跟踪来肯定网络的运行方式。例如，利用程序使用量增长的逐步趋势可能不会直接对员工不言而喻，从而致使周期性影响，从而致使由于性能不佳而致使的故障单增加，但随着团队开始进行故障排除，它就会消失。
在这些大型网络中，现今基于人的“跟踪”已不是最好选择。但是，借助AI驱动的指标和KPI，支持团队可以从基于AI的警报中取得即时洞察，而这些警报根本没法从“手动”处理中实时推断出来。具有利用级监控功能的AI融会SDWAN可以通过分析具有类似情况确当前操作来自动辨认操作趋势。这些基于AI的分析乃至可以感知到当前可能不会影响站点的最小异常，并提示运营团队注意潜伏问题。这些来自自动化处理的正告可帮助运营团队主动调剂网络流量和活动，以免性能降落。
将SDWAN置于自动驾驶仪上
下一步可能最快在2021年产生，即让分析结果驱动自动更改成云控制的SDWAN。自动辨认问题和动态更改供应的能力正在创建最好解决方案。这个智能系统可以创建一个“自飞”网络。但该试点需要能够以最少的人为操作监控性能、管理容量、优化流量、辨认和解决安全问题，和捕获、分析和排除网络异常。就像现今最早进飞机上的自动驾驶仪功能一样，SDWAN自动驾驶仪需要在网络系统之间进行交互。
为了实现这类自动化水平，SDWAN一定要具有：
跨SDWAN的云访问度量指标–跨所有站点，流量和链接访问性能数据。
基于AI的历史数据分析——AI分析和机器学习算法使系统能够实时辨认满足延迟、抖动和丢包指标的可用容量，从而满足SLA。
跨SDWAN的自动化编排——连接资源的自动化管理和分配肯定能够使网络超过99.999%的可用性。
为起飞做好准备
今天的许多服务都在使用AI和机器学习，因此为构建这些自主网络奠定基础所需的专业知识正在建设中。虽然现今的系统还没有将基于AI的分析功能与云编排机制联系起来，但这项工作肯定正在进行中。服务提供商和企业很快将具有自动化网络系统，使他们的服务以最好性能运行。但是，他们依然需要MSP的支持来履行将装备插入网络的手动任务，就像飞行员在起飞前和着陆后和在条件需要他们改变航线时依然一定要控制飞机一样。
