Resebrev från HPE Partner Growth och HPE Discover, Las Vegas
HPE Partner Growth och HPE Discover i Las Vegas handlade i år om mycket, men en röd tråd löpte genom det mesta av agendan: hur AI förändrar kraven på nätverket. Med över 20 000 deltagare och 225+ sessioner var budskapet från HPE tydligt: det är nätverket, inte bara compute, som avgör vilka organisationer som faktiskt kan köra AI-agenter i stor skala. Från realtidsdata till automatisering, från säkerhet till kundupplevelse. Allt pekade mot samma begrepp: Self-Driving Network.
Self-Driving Network: en kliché som tagit steg framåt
Rami Rahim, Executive Vice President, President, & General Manager för HPE Networking, var själv ärlig om detta i sin session: ”Self-Driving Network” låter som en kliché. Det är ett begrepp som har använts i branschen i årevis, men det är dit HPE:s lösningar är på god väg att komma. Hans poäng var att mycket har förändrats de senaste åren. HPE har tagit stora steg, och det är dit vi är på väg!
Det är värt att vara ärlig om vad detta betyder i praktiken idag, och vad som fortfarande är en vision. I nuläget handlar det mest om att AI lär sig av realtidsdata och kan förutse problem innan de uppstår, och att det på flera sätt kan reparera och optimera sig självt utan någon form av tillsyn.
Grundvalen: allt börjar med realtidsdata
Rahim var tydlig med att resan mot ett självkörande nätverk börjar på ett ställe: realtidsdata. Utan det har AI ingenting att arbeta med. Det låter enkelt, men det ställer stora krav på hur infrastrukturen är uppbyggd från grunden. Nätverket måste se vad som händer just nu, inte vad som hände igår.
Detta sammanfattades i en enkel trestegmodell från Rahim: learn, predict, heal. Nätverket lär sig av den data det ser, förutser problem innan de uppstår och kan i ökande utsträckning rätta till dem självt. Det är den här motorn som ligger bakom allt det övriga budskapet om Self-Driving Network.
Från två avdelningar till en, och ett löfte infriats snabbare än väntat
HPE har slagit samman avdelningarna för Aruba och Mist till en gemensam AI Networking-avdelning. Bakgrunden går tillbaka till Barcelona 2025, där HPE lovade att plocka det bästa från de två plattformarna och integrera dem. Ett halvår senare har de levererat på det löftet, snabbare än förväntat. Central och Mist är byggda på en microservices-arkitektur, vilket innebär att HPE kan uppdatera båda plattformarna i realtid utan att det påverkar användarna – på samma sätt som appar på en smartphone uppdateras i bakgrunden utan att påverka operativsystemet.
Antonio Neri, CEO och President för HPE, betonade själv detta, att ingen ska glömmas bort i en verklighet med två olika plattformar. Det är inte en kompromisslösning, det är en medveten strategi.
Från generativ till agentisk AI, och beviset på scenen
Ett genomgående tema i flera av sessionerna var skiftet från generativ till agentisk AI. Medan generativ AI svarar på det du frågar om, handlar agentisk AI om system som självt kan agera, fatta beslut och utföra flera steg i en uppgift utan att en människa behöver följa med på varje steg. Det är just detta skifte som ligger bakom mycket av det HPE visade upp på nätverkssidan, och det är nätverket som framför allt måste hantera de nya krav detta ställer.
Den konkreta leveransen på detta kom när Rami Rahim visade hur Marvis, kärnteknologin i Mist-plattformen från Juniper, nu utvidgas in i Aruba Central. Rahim beskrev det själv som en leverans på ett löfte givet när Juniper-förvärvet avslutades i juli året innan, och sa att de för ett år sedan lovade att samla det bästa från Juniper och Aruba, och att de nu levererar på exakt det.
Beviset kom också som en live-demo på scenen. Rahim visade hur Marvis upptäckte att över 6 procent av användarminuterna på ett offentligt ställe hade försämrad kvalitet, hittade rotorsaken i radiofrekvensöverbelastning, justerade kanalbanden automatiskt och minskade toppbelastningen från 90 till 54 procent, utan att ett enda ärende skickades till support. Det är just så här learn/predict/heal ser ut i praktiken, visat live – inte bara beskrivet i en presentation.
Säkerhet måste vara inbyggd, inte tillagd i efterhand
Servrar, lagring, nätverk, mjukvara och säkerhet pekades ut som de fem grundpelarna för AI hos HPE. Av dessa är säkerhet den som förtjänar lite extra uppmärksamhet: budskapet var att säkerhet inte ska vara något man lägger till i efterhand, utan något som designas in från start.
Detta får en konkret konsekvens för nätverket: det blir självt ett aktivt säkerhetslager, inte bara en passiv transportväg för data. Eftersom nätverket redan ser all trafik i realtid, samma dataunderlag som driver Self-Driving Network, kan det också upptäcka avvikelser och reagera på dem direkt.
Allt kan sammanfattas i tre ord som återkom flera gånger under konferensen: nätverket måste se mer, reagera och göra mer. Se mer handlar om realtidsdata. Reagera handlar om säkerhet och insikt. Göra mer handlar om automatisering, ett nätverk som självt vidtar åtgärder, inte bara varnar om att något behöver göras.
Ett självkörande nätverk
Ett konkret exempel på hur detta fungerar i praktiken är Marvis Mini. Den skannar nätverket kontinuerligt med hjälp av fiktiva, syntetiska användare, så att nätverket kan testas även när det inte finns några riktiga användare på det. Typiska exempel är flygplatser, utbildningsinstitutioner och arbetsplatser utanför öppettiderna, ställen där nätverket annars skulle stå stilla och otestats tills folk faktiskt dyker upp.
Tanken är enkel men effektiv: nätverket ska fungera när de riktiga användarna anländer. Felsökning ska inte börja först då. Den ska redan vara gjord.
Vad innebär detta för den nordiska marknaden?
Det är värt att vara ärlig om var vi faktiskt befinner oss. ”Self-Driving Network” 2026 innebär i praktiken ett nätverk som lär sig av realtidsdata, förutser problem och i ökande utsträckning kan hantera dem självt, inte ett nätverk som är helt autonomt. Det är fortfarande en resa, inte en färdig produkt. För den nordiska marknaden är det inte korrekt att tala om en enhetlig bild. Länderna befinner sig på olika nivåer när det gäller AI och implementering, och det är en nyans värd att bära med sig vidare.
Vi vill alla ha ett nätverk som körs på AI: ett nätverk som ser mer, reagerar snabbare och gör mer. Tyst, i bakgrunden, medan det levererar.
Kontakta oss för mer information.
