Ağ Otomasyonunda Yapay Zekanın Tek Başına Çözüm Olmama Durumu

[Cengiz Özemli]

## Ağ Otomasyonunda Yapay Zekanın Tek Başına Çözüm Olmama Durumu

Yapay zeka, ağ operasyonlarına bakış açımızı hızla değiştirse de, güçlü veri temellerinin ve kanıtlanmış otomasyon uygulamalarının yerini alamaz. Ağ otomasyonunda yapay zeka, güvenilir bir Ağ Gerçek Kaynağı (NSoT) üzerine kurulmuş deterministik otomasyon ile birlikte kullanıldığında en etkili sonucu verir.

Yapay zeka, doğal dil arayüzlerinden otomatik düzeltmeye ve öngörücü analizlere kadar birçok alanda ağ operasyonlarına entegre oluyor. Ancak deneyimler, beklentilerin ötesinde daha karmaşık bir gerçeklik olduğunu gösteriyor.

### Otomasyon Veriye Dayanır, Yapay Zekaya Değil

Başarılı ağ otomasyonu, yapay zekadan önce bile tutarlı bir şekilde güvenilir veri ile başlardı. Bu veri, Network Source of Truth (NSoT) olarak adlandırılan yapısal, otoriter bir sistemde toplanır. NSoT; ağın nasıl kurulacağı, nasıl davranması gerektiği, envanteri, topolojisi ve ilişkilerini otomasyon sistemlerinin güvenle kullanabileceği şekilde temsil eder.

Güvenilir bir NSoT olmadan otomasyon, tahminlere dayanır; betikler varsayımları sert kodlarla sabitler, iş akışları gerçeklikten sapar ve mühendisler manuel kontrollerle hataları giderir. Bu durumda yapay zeka eklemek belirsizliği artırır.

### Deterministik ve Olasılıksal Otomasyon Arasındaki Fark

Geleneksel ağ otomasyonu deterministiktir; aynı girdilerle hep aynı çıktıyı verir. Bu, otomasyonun tekrarlanabilir, test edilebilir ve güvenilir olmasını sağlar.

Yapay zeka tabanlı sistemler ise olasılıksaldır; niyeti çıkarır, bağlamı yorumlar ve kesinlikten çok olasılık temelinde sonuçlar üretir. Bu, yapay zekanın değerini belirleyen özelliktir ancak altyapıya doğrudan uygulanması risk taşır.

Bir yapay zeka sistemine "ağda bu değişikliği yap" demek, test edilmiş ve versiyonlanmış bir otomasyon iş akışını çalıştırmaktan çok farklıdır. Şu anda çoğu kurum, incelemeden doğrudan üretim ağlarında durumu değiştiren kararlara olasılıksal otomasyonu kullanarak güvenmiyor.

### Yapay Zekanın Ağ Otomasyonunda Başarılı Olduğu Alanlar

Yapay zeka, bilgi ve karar destek alanlarında güçlü bir destek sağlar:

• Büyük miktarda ağ verisini inceleme
• Ağın olması gereken durumu ile gerçek durumu karşılaştırma
• Anormallik, sapma ve riskleri tespit etme
• Olası aksiyon ve çözüm önerileri sunma

Bu alanlarda yapay zeka, insanın ağ içerisindeki karmaşık örüntüleri daha hızlı görmesini, sorunları daha erken tespit etmesini ve karmaşık sistemleri daha etkin analiz etmesini sağlar. Ancak karar verme "ne yapılacağı" konusunda sınırlı kalır, "nasıl yapılacağı" deterministik otomasyonun kontrolündedir.

### Güvenilir Otomasyon: Yürütme Katmanı

Yapay zekayla elde edilen içgörüler gerçek operasyonel değere dönüşmek için, güvenli, tekrarlanabilir ve iyi tanımlanmış otomasyon tetiklemesi gerekir. Bu da:

• İncelenmiş ve test edilmiş otomasyon iş akışları
• Net ön koşullar ve güvenlik önlemleri
• Çevresel farklılıklar arasında tutarlılık
• Otomasyonun tekrar çalıştırılmasının zararsız olması

anlamına gelir. İnsan müdahalesi (HITL) şu anda kritik öneme sahiptir; mühendisler önerilen değişiklikleri inceler, üretim dışı ortamda doğrular ve onaylı otomasyon kataloğuna ekler.

### Otomasyon, Yapay Zekanın Önkoşuludur

Yapay zekanın otomasyonu erişilebilir kılacağı görüşü yaygın olsa da, pratikte otomasyon yapay zekanın önkoşuludur. Yapılandırılmış veri olmadan yapay zekanın dayanacağı güvenilir veri yoktur, güvenilir otomasyon olmadan yapay zekanın güvenle yürüteceği işlem yoktur.

Yapay zekadan en çok fayda sağlayacak kurumlar, veri modelleri, gerçeğin kaynakları ve deterministik otomasyon hatlarına yatırım yapanlardır. Yapay zeka, mühendislik disiplinini ortadan kaldırmaz; aksine ödüllendirir.

### 2026 ve Sonrası için Gerçekçi Beklentiler

2026 yılında büyük kurumsal ağların tamamen kendi kendini yönetmesi beklenmemelidir. İnsan müdahaleli süreçler çoğu üretim ortamı için hâlâ gereklidir. Ancak ilerleme durmamıştır. Yapay zeka destekli otomasyon hatları, inceleme sürelerini kısaltmakta, test kapsamını artırmakta ve otomasyon sonuçlarına olan güveni yükseltmektedir.

Zamanla bazı insan müdahalesi adımları azalacak veya ortadan kalkacaktır; ancak bu evrim veri ve otomasyon üzerine inşa edilecektir.

Yapay zeka her zaman ağ otomasyonu için en iyi cevap olmayabilir. Ancak güvenilir veri ve deterministik otomasyonla birleştiğinde, sektörün şimdiye kadar sahip olduğu en güçlü araçlardan biri haline gelir.

Gelecek "tamamen yapay zeka" değil, yapay zekanın bilgilendirdiği kararların kanıtlanmış otomasyonlarla uygulanmasıdır. Bu kombinasyon, ağların daha güvenilir, dayanıklı ve nihayetinde iş hedeflerini destekler şekilde görünmez olmasını sağlar.