Tag: AI

Di era digital saat ini, organisasi menghadapi lanskap ancaman siber yang semakin kompleks dan dinamis. Serangan tidak lagi hanya datang dalam bentuk klasik seperti malware atau phishing, melainkan juga menyasar pada sistem berbasis kecerdasan buatan (AI). Hal ini menuntut adanya pendekatan baru yang lebih cerdas, proaktif, dan mampu beradaptasi. Cisco, sebagai salah satu pemimpin global dalam teknologi jaringan dan keamanan, memperkenalkan pendekatan Cisco AI Defense untuk menjawab tantangan tersebut. Cisco memahami bahwa AI dapat menjadi pedang bermata dua. Di satu sisi, AI mampu memperkuat sistem keamanan dengan analitik canggih, deteksi ancaman real-time, dan respon otomatis. Namun di sisi lain, AI juga dapat disalahgunakan oleh pihak berbahaya untuk melancarkan serangan baru seperti prompt injection, model denial-of-service (DoS), maupun serangan kode berbahaya yang menyasar model AI. Oleh karena itu, Cisco menekankan pentingnya AI Security—yakni perlindungan sistem AI itu sendiri—selain penggunaan AI untuk mendeteksi ancaman. Cisco AI Defense: Melindungi dari Ancaman AI Cisco AI Defense dirancang sebagai solusi keamanan menyeluruh (end-to-end) yang mencakup seluruh siklus hidup AI, mulai dari pembangunan, pengujian, penerapan, hingga penggunaannya dalam operasional sehari-hari. Beberapa fitur unggulannya antara lain: Deteksi dan Respons Ancaman Lanjutan AI Defense dilengkapi dengan algoritme cerdas untuk mendeteksi serangan berbasis AI. Misalnya, jika ada percobaan memanipulasi output model melalui prompt injection, sistem dapat mengenalinya secara dini dan mencegah hasil yang berbahaya. Validasi Keamanan Model AI Cisco menyediakan layanan validasi yang menguji model AI sebelum digunakan secara luas. Proses ini melibatkan simulasi serangan otomatis (algorithmic red teaming) untuk mengidentifikasi celah keamanan, sehingga model dapat diperbaiki lebih dulu. Visibilitas Aset AI di Cloud Dengan semakin banyaknya organisasi yang memanfaatkan AI di lingkungan multi-cloud, Cisco memberikan kemampuan untuk mendeteksi, memantau, dan melindungi aset AI yang tersebar di berbagai platform. Integrasi dengan Infrastruktur Keamanan Cisco AI Defense tidak berdiri sendiri, melainkan terhubung dengan portofolio keamanan Cisco lainnya seperti firewall, Zero Trust, dan sistem deteksi ancaman berbasis jaringan. Hal ini memastikan adanya guardrails otomatis yang menjaga keamanan di setiap lapisan. Kepatuhan dengan Standar Global Cisco tidak hanya mengembangkan teknologi secara internal, tetapi juga berkolaborasi dengan lembaga-lembaga standar internasional. Misalnya, Cisco bekerja sama dengan NIST (National Institute of Standards and Technology), MITRE ATLAS, dan OWASP dalam merumuskan pedoman keamanan AI. Kolaborasi ini memastikan bahwa penerapan Cisco AI Defense sejalan dengan praktik terbaik global sekaligus memenuhi persyaratan regulasi di berbagai industri, seperti keuangan, kesehatan, dan pemerintahan. Manfaat Bagi Organisasi Keunggulan Cisco AI Defense tidak hanya terletak pada teknologinya, tetapi juga pada nilai bisnis yang diberikannya. Dengan implementasi yang tepat, perusahaan dapat: Meningkatkan Kecepatan Inovasi: Tim pengembang dapat membangun aplikasi berbasis AI tanpa khawatir menghadapi risiko keamanan yang tidak terdeteksi. Mengurangi Biaya Operasional: Proses deteksi otomatis dan pengujian keamanan mengurangi kebutuhan akan intervensi manual yang memakan waktu. Meningkatkan Kepercayaan Pengguna: Dengan keamanan yang kuat, organisasi dapat memberikan jaminan kepada pelanggan bahwa data dan sistem mereka terlindungi. Mencegah Gangguan Operasional: Deteksi dini ancaman AI mencegah insiden serius yang dapat mengganggu operasional bisnis. Kesimpulan Di tengah cepatnya evolusi teknologi AI, risiko baru tidak bisa dihindari. Cisco AI Defense hadir untuk menjawab kebutuhan ini dengan pendekatan end-to-end, mulai dari deteksi ancaman, validasi keamanan, hingga integrasi dengan ekosistem keamanan yang lebih luas. Dengan strategi ini, Cisco tidak hanya melindungi perusahaan dari ancaman berbasis AI, tetapi juga memungkinkan mereka untuk tetap berinovasi dengan percaya diri. Pada akhirnya, AI bukan hanya alat, melainkan medan baru dalam keamanan siber. Dengan Cisco AI Defense, organisasi memiliki mitra strategis untuk menjadikan keamanan sebagai fondasi inovasi, bukan hambatan. Tabel Pendukung: Cisco AI Defense dalam Praktik Aspek Penjelasan Solusi Utama Cisco AI Defense – keamanan AI end-to-end di seluruh siklus hidup Fitur Kunci Deteksi injeksi prompt, DoS model, red-teaming otomatis, visibilitas cloud Kolaborasi Standar NIST, MITRE ATLAS, OWASP Integrasi Terhubung dengan firewall, Zero Trust, threat detection Cisco lainnya Manfaat Utama Inovasi lebih cepat, kepercayaan pengguna meningkat, biaya operasional berkurang Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan cisco indonesia, Anda bisa mendapatkan solusi IT lengkap yang sesuai dengan kebutuhan Anda. iLogo Indonesia sebagai mitra terpercaya siap mengintegrasikan semuanya agar bisnis Anda tetap berjalan lancar dan aman. Hubungi kami sekarang atau kunjungi cisco.ilogoindonesia.id untuk informasi lebih lanjut!

Kecerdasan buatan (Artificial Intelligence/AI) telah berkembang menjadi salah satu teknologi paling berpengaruh di era modern. Namun, seiring dengan potensinya, muncul pula tanggung jawab besar untuk memastikan bahwa AI digunakan secara etis, inklusif, dan memberikan manfaat nyata bagi masyarakat. Cisco, melalui inisiatif AI for Good, memposisikan dirinya sebagai pemimpin yang mendorong inovasi dengan prinsip etika, inklusi sosial, dan dampak positif bagi dunia. Etika sebagai Fondasi AI Cisco menegaskan bahwa AI harus dibangun dengan landasan etis yang kuat. Prinsip-prinsip seperti transparansi, akuntabilitas, dan keamanan data menjadi inti dari setiap pengembangan solusi AI. Pendekatan ini tidak hanya mematuhi regulasi, tetapi juga membangun kepercayaan publik terhadap teknologi. Cisco mengembangkan kebijakan internal dan kerangka kerja untuk memastikan setiap inovasi AI mematuhi standar etika global. Inklusi dalam Akses Teknologi Salah satu tantangan utama dalam penerapan AI adalah kesenjangan akses teknologi. Cisco berkomitmen untuk memperluas kesempatan bagi komunitas yang kurang terlayani agar dapat memanfaatkan teknologi AI. Program pelatihan, kemitraan dengan lembaga pendidikan, serta inisiatif inklusi digital menjadi bagian dari strategi ini. Dengan demikian, AI tidak hanya dinikmati oleh segelintir pihak, tetapi juga memberikan manfaat yang merata. AI untuk Dampak Sosial AI bukan hanya alat bisnis, tetapi juga sarana untuk menciptakan perubahan positif. Cisco memanfaatkan AI untuk mengatasi berbagai tantangan global, seperti perubahan iklim, krisis kesehatan, dan kesenjangan pendidikan. Contohnya, teknologi AI digunakan untuk memantau data lingkungan, mendukung penelitian medis, hingga membantu lembaga kemanusiaan dalam distribusi bantuan secara efisien. Kemitraan untuk Keberlanjutan Keberhasilan penerapan AI yang etis dan inklusif tidak dapat dicapai sendirian. Cisco aktif membangun kemitraan dengan pemerintah, organisasi nirlaba, dan perusahaan teknologi lain untuk mengembangkan ekosistem AI yang bertanggung jawab. Kolaborasi ini memperkuat kapasitas inovasi sekaligus memastikan dampak yang dihasilkan bersifat berkelanjutan. Masa Depan AI yang Terkendali Cisco menyadari bahwa AI terus berkembang dengan cepat, dan pengelolaan risiko menjadi hal yang krusial. Melalui pendekatan yang menggabungkan penelitian, edukasi publik, dan regulasi yang tepat, Cisco ingin memastikan bahwa perkembangan AI tetap selaras dengan nilai kemanusiaan. Dengan visi ini, AI tidak hanya menjadi pendorong efisiensi, tetapi juga kekuatan untuk membangun masa depan yang lebih baik. Tabel Ringkasan Inisiatif “AI for Good” Cisco Aspek Deskripsi Contoh Implementasi Etika AI Prinsip transparansi, akuntabilitas, dan keamanan data Kebijakan etika internal Cisco dan kepatuhan terhadap standar global Inklusi Digital Memperluas akses teknologi untuk komunitas kurang terlayani Program pelatihan dan kemitraan pendidikan Dampak Sosial Pemanfaatan AI untuk mengatasi tantangan global AI untuk pemantauan lingkungan, penelitian medis, dan bantuan kemanusiaan Kemitraan Strategis Kolaborasi dengan berbagai pihak untuk memperkuat ekosistem AI Kerja sama dengan pemerintah dan organisasi nirlaba Pengelolaan Risiko AI Pendekatan proaktif dalam mengatur dan mengawasi perkembangan AI Edukasi publik dan penyesuaian regulasi Kesimpulan: Melalui AI for Good, Cisco menempatkan AI bukan hanya sebagai inovasi teknologi, tetapi juga sebagai alat untuk menciptakan masa depan yang inklusif, etis, dan penuh dampak positif. Pendekatan ini membuktikan bahwa kemajuan teknologi dapat berjalan seiring dengan nilai kemanusiaan, membentuk dunia yang lebih adil dan berkelanjutan. Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan cisco indonesia, Anda bisa mendapatkan solusi IT lengkap yang sesuai dengan kebutuhan Anda. iLogo Indonesia sebagai mitra terpercaya siap mengintegrasikan semuanya agar bisnis Anda tetap berjalan lancar dan aman. Hubungi kami sekarang atau kunjungi cisco.ilogoindonesia.id untuk informasi lebih lanjut!

Pendahuluan: AI Open-Source Membawa Risiko Baru yang Perlu Diantisipasi Dengan jumlah model AI yang terus bertambah di platform Hugging Face—hampir menyentuh 1,9 juta model—tantangan keamanan di ranah AI open-source menjadi tak bisa diabaikan . Model-model ini sering diunduh dan digunakan langsung oleh pengembang, namun bisa mengandung malware, konfigurasi berbahaya, atau lisensi yang bermasalah—semua berpotensi menimbulkan risiko serius jika tidak dicegah sejak awal . Cisco Foundation AI merespons dinamika ini dengan memperkuat perlindungan AI supply chain. Lewat kolaborasi dengan Hugging Face, mereka meluncurkan Cerberus, sistem pemantau otomatis yang bekerja 24/7 untuk menganalisis file yang masuk di Hugging Face, dan menyediakan alert keamanan melalui aliran intelijen ancaman yang terintegrasi ke produk keamanan Cisco seperti Secure Endpoint, Secure Email, dan Secure Access . Bagaimana Mekanisme Ini Bekerja dalam Praktik Cerberus Memindai Model di Hugging Face Platform ini memonitor file baru secara real-time. Setiap file dianalisis untuk potensi ancaman, mulai dari eksekusi kode berbahaya hingga backdoor tersembunyi. Threat Feed Disampaikan ke Produk Cisco Hasil analisis Cerberus diintegrasikan ke sistem keamanan Cisco — seperti Secure Endpoint (untuk pemblokiran lokal), Secure Email (untuk lampiran berbahaya), dan Secure Access Web Gateway (untuk mengontrol unduhan) . Proactive Policy Enforcement Model yang terdeteksi berisiko langsung dicegah masuk ke lingkungan pengembangan perusahaan. Lisensi bermasalah atau asal model dari wilayah sensitif juga dapat diblokir sesuai kebijakan internal . Kolaborasi dengan ClamAV: Anti-Malware untuk Model AI Cisco pun memperluas fungsi antivirus open-source ClamAV dengan kemampuan mendeteksi malware dalam file AI (.pt, .pkl, dll) secara cepat dalam hitungan milidetik. Kini, ClamAV menjadi satu-satunya engine antivirus yang mendeteksi model berbahaya tidak hanya di Hugging Face, tapi juga di platform terkait seperti VirusTotal. Keunggulan Strategis yang Dihadirkan Cisco Aspek Utama Nilai yang Dilayani Keamanan Proaktif AI Supply Chain Pemblokiran model berbahaya sebelum memasuki infrastruktur perusahaan Penguatan Kepercayaan Menjamin AI yang digunakan aman, legal, dan terpercaya Otomatisasi Distribusi Kebijakan Tidak perlu intervensi manual – sistem Cisco otomatis menegakkannya Proteksi Holistik Pengamanan di titik endpoint, email, dan gateway jaringan Standarisasi Kolaboratif Integrasi dengan Hugging Face memperluas jangkauan dan kolaborasi Kesimpulan: AI Aman Dimulai dari Rantai Pasok Terlindungi Bisnis modern membutuhkan akses ke model AI mutakhir—namun harus disertai keamanan yang kuat. Cisco memahami hal ini melalui pendekatan AI Supply Chain Risk Management. Dengan menggabungkan teknologi pemantauan otomatis seperti Cerberus, engine pemindai ClamAV yang diperluas fungsi, dan integrasi dalam produk keamanan mereka, Cisco menciptakan sistem defensif yang memonitor, melindungi, dan memitigasi risiko AI sejak tahap awal. Langkah ini memperkuat adopsi AI perusahaan, memungkinkan inovasi tanpa harus mengorbankan keamanan—sebuah pendekatan yang layak ditiru di era AI open-source. Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan cisco indonesia, Anda bisa mendapatkan solusi IT lengkap yang sesuai dengan kebutuhan Anda. iLogo Indonesia sebagai mitra terpercaya siap mengintegrasikan semuanya agar bisnis Anda tetap berjalan lancar dan aman. Hubungi kami sekarang atau kunjungi cisco.ilogoindonesia.id untuk informasi lebih lanjut!

Menjawab Krisis Identitas dengan Pendekatan Security-First Di tengah ledakan kecanggihan AI, peretas tak lagi harus menembus sistem—cukup mencuri kredensial yang telah ada. Ironisnya, identity-based attacks menyumbang hampir 60 % dari total kasus Talos Incident Response Cisco sepanjang 2024.. Salah satu solusi terbaru untuk krisis ini adalah Cisco Duo Identity and Access Management (IAM)—sebuah sistem IAM baru yang mengubah paradigma keamanan digital dari sekadar manajemen menjadi pencerahan keamanan terintegrasi. Berbeda dari model IAM lama yang memperlakukan keamanan sebagai pelengkap (bolt-on), Duo IAM mulai dari security as default—“dibangun dengan keamanan di dasar sistem, bukan ditambahkan belakangan”. Inovasi Utama di Balik Duo IAM Directory Terintegrasi: Menyederhanakan penyimpanan dan kontrol identitas seperti email, peran, dan nama pengguna, sekaligus menggabungkan MFA dan SSO dalam satu platform tanpa biaya tambahan. Ketahanan Phishing Tanpa Perantara: Passwordless Authentication—menghilangkan kata sandi mati. Proximity Verification via BLE—memastikan perangkat dan pengguna bersama saat autentikasi. Session Theft Protection—mencegah pencurian sesi melalui Duo Passport. Semua ini tanpa memerlukan key fisik. Integrasi Fleksibel: Identity Routing Engine memungkinkan Duo IAM berfungsi sebagai broker identitas atau sekunder terhadap penyedia lain. AI-Enabled Deployment: Cisco AI Assistant membimbing keamanan secara otomatis saat setup dan pengelolaan. AI-Driven Behavior Analytics: Melalui integrasi dengan Cisco Identity Intelligence, organisasi mendapatkan monitoring real-time dan respons proaktif seperti quarantining akun, menghentikan sesi, atau mengisolasi aktivitas mencurigakan. Tabel Perbandingan: Duo IAM vs IAM Tradisional Dimensi Duo IAM (Cisco) IAM Tradisional Pendekatan Keamanan Security-by-design Security as bolt-on Phishing Resistance Passwordless, BLE, Session Protection Umumnya bergantung pada MFA & kata sandi Integrasi Lintas Platform Sangat fleksibel lewat Identity Routing Engine Terbatas, butuh konfigurasi manual AI-Assisted Deployment Cisco AI Assistant memudahkan setup & pengelolaan Biasanya manual dan kompleks Analitik Risiko & Respons Behavior analytics + respon otomatis Minim, reaktif Kesimpulan Cisco Duo IAM tidak sekadar teknologi—ia adalah pondasi baru untuk menumbuhkan kembali kepercayaan digital dalam dunia yang diliputi AI. Dengan keamanan menyeluruh, pengalaman pengguna yang mulus, dan kekuatan AI untuk mendeteksi serta merespons ancaman, Duo IAM adalah tonggak baru dalam perjalanan Zero Trust Security. Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan cisco indonesia, Anda bisa mendapatkan solusi IT lengkap yang sesuai dengan kebutuhan Anda. iLogo Indonesia sebagai mitra terpercaya siap mengintegrasikan semuanya agar bisnis Anda tetap berjalan lancar dan aman. Hubungi kami sekarang atau kunjungi cisco.ilogoindonesia.id untuk informasi lebih lanjut!

Revolusi AI bukan hanya tentang model yang lebih besar dan aplikasi yang lebih pintar, tetapi juga tentang infrastruktur jaringan yang mendukungnya. Seiring dengan evolusi AI, penyedia layanan harus memikirkan kembali arsitektur mereka untuk menghadirkan konektivitas global yang aman di masa depan. Apa yang dulunya tidak mungkin beberapa bulan yang lalu, sekarang akan menjadi harapan standar bagi pelanggan di masa depan. Kecepatan inovasi yang terjadi sangat menakjubkan, dan saat ini adalah waktu yang tepat untuk berinvestasi pada inovasi yang akan menggerakkan dunia baru ini. Di jantung bagaimana penyedia layanan mengembangkan arsitektur mereka adalah kebutuhan unik dari layanan dan pengalaman AI. Berikut adalah beberapa area kunci di mana AI sedang merubah cara jaringan dirancang dan dioperasikan. Pelatihan: Kebutuhan Jaringan Berbandwidth Tinggi, Latensi Rendah, dan Efisien Energi Beban kerja pelatihan AI semakin berkembang, begitu juga ukuran dan distribusi kluster pelatihan. Penyedia web-skala sekarang menyebarkan kluster-kluster mereka di seluruh wilayah metro, yang membutuhkan konektivitas dengan bandwidth tinggi dan latensi rendah untuk menjaga kinerja. Arsitektur jaringan tradisional yang terpusat tidak akan dapat memenuhi skala ini—arsitektur yang terdistribusi dan berbasis edge akan menjadi kunci. Jaringan harus dapat mengimbangi model AI yang memerlukan pertukaran data secara real-time di berbagai lokasi. Inferensi: Paradigma Baru dari Lalu Lintas Multi-Cloud yang Dinamis AI sedang beralih dari inferensi statis yang terpusat di satu lokasi menjadi inferensi dinamis dan terdistribusi di berbagai cloud. Teknik seperti Test-Time Compute (di mana model “berpikir” lebih banyak saat inferensi) akan membutuhkan pertukaran data real-time yang sangat besar antar model. Kita akan melihat lebih banyak model kecil yang bekerja secara berurutan untuk menyempurnakan hasilnya. Aliran data yang didorong oleh AI akan menjadi lebih tidak dapat diprediksi dan sangat adaptif. Lalu lintas inferensi AI akan semakin bergerak ke hulu, menempatkan tuntutan baru pada desain jaringan. Aplikasi Agenik: Kebangkitan Lalu Lintas Multi-Agen AI Aplikasi agenik yang didorong oleh AI, di mana agen-agen AI bekerja sama secara dinamis, sedang memperkenalkan pola lalu lintas yang benar-benar baru. Aplikasi ini akan menciptakan lalu lintas sensitif terhadap latensi yang bergerak secara horizontal antar cloud terdistribusi, saat agen-agen berkomunikasi secara real-time untuk menyelesaikan tugas-tugas. Data yang dihasilkan oleh AI tidak akan mengalir hanya dalam satu arah; jaringan harus mampu menangani pola multi-arah. Penyedia layanan harus memikirkan kembali manajemen lalu lintas untuk mengakomodasi alur kerja agen multi yang adaptif ini. Langkah-langkah yang Harus Diambil Penyedia Layanan untuk Tetap Relevan Untuk tetap relevan dan memimpin dalam transformasi ini, penyedia layanan harus menyesuaikan jaringan mereka untuk menghadapi datangnya era AI. Meskipun tidak ada panduan sempurna yang sudah ditulis, dan banyak dari Anda mungkin baru mulai merancang strategi, berikut adalah beberapa tindakan yang seharusnya diambil hari ini: Bangun Arsitektur yang Resilien dan Terdistribusi Pindahkan komputasi lebih dekat ke edge untuk mengurangi kemacetan jaringan inti. Tangani pola lalu lintas AI yang tidak dapat diprediksi dengan pemrosesan data terdistribusi. Kurangi latensi dengan menyajikan layanan AI lebih dekat dengan pengguna. Adopsi Pengarahan yang Cerdas Lalu lintas di era AI membutuhkan lebih dari sekadar koneksi bandwidth tinggi—ia membutuhkan jaringan yang cerdas dan berbasis telemetri. Intelijen terbenam akan memungkinkan konektivitas berkecepatan tinggi dan hemat daya di seluruh area geografis yang luas. Menerima Konvergensi Penggabungan lapisan IP dan optik menyederhanakan operasi dan menurunkan biaya dengan memanfaatkan arsitektur Routed Optical Networking yang inovatif dari Cisco. Optik pluggable yang koheren menggantikan sistem optik tradisional, memberikan konektivitas bandwidth tinggi untuk jarak jauh sambil mengurangi kompleksitas. Ini bukan sekadar hype. Penyedia layanan yang menerima AI akan melihat manfaat nyata, termasuk peningkatan pendapatan, pengurangan biaya, dan pengalaman pelanggan yang lebih baik. Sebagai contoh, dengan menghosting infrastruktur inferensi AI dan memanfaatkan serat serta titik keberadaan (PoP) yang kurang dimanfaatkan, penyedia dapat menghasilkan aliran pendapatan baru. Selain itu, memonetisasi pemisahan jaringan dengan menawarkan jaminan lalu lintas AI yang sensitif terhadap latensi melalui perjanjian tingkat layanan (SLA) dapat lebih meningkatkan profitabilitas. Di sisi biaya, penyebaran komputasi AI di edge membutuhkan konektivitas yang efisien, dan konvergensi jaringan IP dan optik dapat secara signifikan mengurangi pengeluaran. Sementara itu, otomatisasi dan observabilitas berbasis AI memastikan konektivitas yang handal dan berkinerja tinggi, sementara perencanaan dan pemecahan masalah berbasis AI membantu mencegah kesalahan sebelum terjadi, yang mengarah pada pengalaman pelanggan yang lebih lancar dan lebih baik. Cisco berkomitmen untuk membangun jaringan yang siap AI bersama mitra penyedia layanan kami dan menawarkan banyak hal yang dibutuhkan untuk masa depan yang didorong oleh AI. Kami menyediakan alat bagi penyedia layanan untuk menangani pola lalu lintas baru, memonetisasi AI, dan mendorong efisiensi operasional. Tabel Pendukung Area Kunci Deskripsi Manfaat untuk Penyedia Layanan Pelatihan AI Peningkatan beban kerja pelatihan dan distribusi kluster pelatihan di berbagai wilayah metro membutuhkan konektivitas dengan bandwidth tinggi dan latensi rendah. Memungkinkan penyedia layanan untuk mendukung kluster pelatihan AI secara global dengan kinerja yang tetap optimal. Inferensi Dinamis dan Multi-Cloud Peralihan dari inferensi statis ke inferensi yang terdistribusi di beberapa cloud memerlukan aliran data real-time yang besar dan adaptif. Memenuhi kebutuhan lalu lintas data yang dinamis dan mengurangi bottleneck pada inferensi AI yang kompleks. Aplikasi Agenik AI Aplikasi yang menggunakan agen AI yang bekerja bersama di cloud terdistribusi menciptakan pola lalu lintas yang baru, sensitif terhadap latensi dan multi-arah. Penyedia layanan harus mengelola lalu lintas yang bergerak secara dinamis antar agen AI untuk tugas yang lebih kompleks. Arsitektur Resilien dan Terdistribusi Memindahkan komputasi ke edge untuk mengurangi kemacetan dan mengurangi latensi dengan pemrosesan data yang terdistribusi. Mengoptimalkan penggunaan bandwidth dan mengurangi waktu respons dengan mendekatkan layanan AI ke pengguna. Konvergensi IP dan Optik Penggabungan lapisan IP dan optik untuk meningkatkan efisiensi dan mengurangi biaya operasional, serta meningkatkan kapasitas jaringan. Menurunkan biaya pengelolaan jaringan dan meningkatkan kinerja konektivitas jaringan. Penyedia layanan yang beradaptasi dengan tren dan teknologi AI akan memanfaatkan peluang besar untuk meningkatkan pendapatan, menurunkan biaya, dan meningkatkan pengalaman pelanggan. Langkah-langkah seperti konvergensi jaringan dan penerapan AI dalam pengelolaan lalu lintas dan perencanaan jaringan sangat penting untuk memastikan kelangsungan dan kesuksesan di era yang semakin didorong oleh AI ini. Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan cisco indonesia, Anda bisa mendapatkan solusi IT lengkap yang sesuai dengan kebutuhan Anda. iLogo Indonesia sebagai mitra terpercaya siap mengintegrasikan semuanya agar bisnis Anda tetap berjalan lancar dan…

Dalam beberapa tahun terakhir, kecerdasan buatan (AI) telah mengubah lanskap bisnis secara radikal. Seiring organisasi berlomba untuk memenuhi permintaan yang belum pernah terjadi sebelumnya terkait akses, konektivitas, dan fleksibilitas, jelas bahwa tempat kerja kita harus berkembang. Tempat kerja modern kini membutuhkan lingkungan yang dinamis di mana manusia dan teknologi bertemu untuk mendorong inovasi dan produktivitas. Meningkatnya jumlah perangkat IoT dan aplikasi AI telah memperkenalkan kompleksitas baru. Seiring dengan semakin banyaknya perangkat yang terhubung ke jaringan, tuntutan data semakin tinggi, dan risiko keamanan semakin intens. Infrastruktur yang sudah usang perlu dimodernisasi untuk mendukung inovasi-inovasi ini. Oleh karena itu, dibutuhkan evolusi desain tempat kerja untuk membuka potensi sejati teknologi-teknologi tersebut. Cisco berada di garis depan transformasi ini, berkomitmen untuk memberikan tempat kerja yang siap menghadapi masa depan dengan mengintegrasikan jaringan, kolaborasi, dan keamanan secara unik. Pendekatan terpadu ini memberdayakan organisasi untuk menavigasi kompleksitas bisnis modern dengan kesederhanaan dan keyakinan. Hasilnya adalah konektivitas yang aman dan pengalaman kolaborasi yang tak tertandingi bagi karyawan dan pelanggan. Pengalaman Nirkabel Tanpa Hambatan Misi Cisco sangat jelas: kami menyederhanakan TI di mana saja, untuk bisnis dari berbagai ukuran. Kami terus berinovasi untuk membantu tim TI memimpin di era AI, bukan hanya bereaksi terhadapnya. Ini dimulai dengan infrastruktur jaringan yang cerdas, keamanan yang kokoh, dan jaminan proaktif di seluruh lingkungan yang dimiliki dan yang tidak dimiliki. Konektivitas Cerdas Untuk menyederhanakan pengelolaan operasi jaringan, Cisco membawa keterampilan jaringan ke dalam Cisco AI Assistant. Dengan AI Assistant untuk jaringan, TI dapat mengotomatisasi tugas-tugas rutin, mendapatkan wawasan instan mengenai kinerja jaringan, dan menyelesaikan masalah lebih cepat dengan rekomendasi yang dipandu dan pemecahan masalah otomatis. Saat kami meluncurkan titik akses nirkabel Wi-Fi 7 Cisco pada bulan November, kami melampaui standar untuk memberikan solusi nirkabel yang benar-benar mampu memastikan masa depan tempat kerja. Kami menambahkan lebih banyak kecerdasan, menggabungkan kemampuan asli AI seperti Radio Resource Management tingkat lanjut dengan pengalaman konfigurasi otomatis yang siap pakai. Mulai hari ini, kami membawa inovasi tingkat perusahaan ini ke situs-situs dengan berbagai ukuran. Titik akses Cisco Wireless 9172 series Wi-Fi 7, bersama dengan switch akses cloud-managed MS150 yang baru, dapat memberikan konektivitas yang mulus dan konsisten di semua lingkungan. Ketika digabungkan dengan Cisco Spaces, titik akses ini menjadi sensor yang kuat yang dapat memberikan wawasan dari setiap ruang, termasuk pemanfaatan dan kinerja perangkat, untuk mendorong efisiensi operasional. Keamanan Setiap Situs Kami tahu bahwa menerapkan teknologi canggih bisa membuka potensi kerentanannya terhadap celah keamanan baru, itulah sebabnya kami membangun keamanan di inti setiap produk Cisco. Dari ruang fisik hingga pengalaman digital, kami membantu Anda dengan percaya diri menjaga aset Anda tetap aman. Hari ini, kami mengumumkan beberapa inovasi baru yang melakukan hal tersebut. Dengan integrasi baru Cisco XDR dan Cisco Meraki MX, organisasi dapat mendeteksi dan merespons ancaman tingkat lanjut dengan lebih cepat dan lebih yakin. Melalui visibilitas terpadu, terlepas dari vendor atau vektor, Cisco XDR meningkatkan ketahanan keamanan, prioritisasi berbasis pembelajaran mesin, dan perbaikan yang dipandu oleh AI. Untuk menyederhanakan konektivitas di seluruh jaringan yang kompleks, Cisco SD-WAN Interconnect memberikan tim WAN cara fleksibel dan tahan banting untuk menghubungkan kain SD-WAN Meraki dan Catalyst mereka, semua dikelola dari satu dasbor pusat. Bersamaan dengan banyak fitur keamanan canggih yang Anda harapkan dari perangkat Meraki MX fisik, pelanggan Meraki vMX kini dapat mengamankan aliran east-west dalam cloud tertentu serta lalu lintas north-south dari beban kerja ke internet. Menjamin Setiap Pengalaman Menjamin keberlanjutan organisasi Anda mencakup memastikan pengalaman luar biasa untuk setiap karyawan dan pelanggan, terlepas dari apakah Anda memiliki infrastruktur atau tidak. Dijadwalkan untuk diluncurkan pada bulan Maret, ThousandEyes Traffic Insights yang baru akan menyatukan visibilitas di seluruh jaringan internal dan eksternal. Dengan menghubungkan aliran lalu lintas pengguna dengan data pemantauan sintetis, hal ini menyederhanakan pemecahan masalah, menyederhanakan alur kerja, dan membuat analisis akar penyebab lebih cepat dan lebih akurat. Pendekatan ini memungkinkan organisasi untuk mengoptimalkan dan menyelesaikan masalah kinerja sebelum masalah tersebut memburuk, memberikan pengalaman pengguna yang luar biasa dan mendukung permintaan aplikasi dan perangkat generasi mendatang. Menciptakan Pengalaman yang Ditingkatkan untuk Karyawan dan Pelanggan Kami juga sangat fokus untuk meningkatkan pengalaman bagi karyawan dan pelanggan. Dengan portofolio Kolaborasi berbasis AI, interaksi menjadi lebih jelas, lebih imersif, lebih efektif, dan bahkan lebih manusiawi. Semua ini sangat penting dalam membangun tempat kerja yang siap menghadapi masa depan. Keterlibatan dan Keberlanjutan untuk Setiap Ruang Kerja Para pemimpin telah mendefinisikan gaya kerja unik untuk organisasi mereka, apakah itu di kantor, hybrid, atau remote. Sekarang, yang penting adalah menciptakan ruang kerja cerdas dan interaksi cerdas yang meningkatkan keterlibatan karyawan di semua lingkungan. Menjamin tempat kerja yang siap menghadapi masa depan dengan ruang kerja pintar memerlukan perhatian pada efisiensi dan keberlanjutan. Perangkat Kolaborasi Cisco dapat memberikan hasil keberlanjutan sepanjang siklus hidup produk. Ini berarti perangkat yang lebih tahan lama dan lebih hemat biaya untuk dioperasikan. Bersama dengan perangkat video kami, seri Desk Phone 9800 yang baru kini akan mendukung kemampuan tidur dalam yang menghemat energi hingga 81% dibandingkan dengan mode diam. Ketika Anda menggabungkan perangkat ini dengan Office Hours dan Sustainability Insights di Control Hub, Anda mendapatkan keuntungan yang berarti dalam hal keberlanjutan dan efisiensi energi. Untuk memfasilitasi kolaborasi yang mulus bagi semua orang, berarti melengkapi setiap ruang kerja dengan video, termasuk ruang yang lebih kecil di mana BYOD (Bring Your Own Device) adalah hal yang umum. Itulah mengapa kami sangat senang mengumumkan Cisco Room Bar BYOD yang baru, solusi fleksibel berbasis AI yang memberikan pengalaman audiovisual yang luar biasa. Tabel Pendukung: Fitur Deskripsi Wi-Fi 7 Access Points Titik akses Cisco Wireless 9172 series dengan kemampuan AI untuk masa depan. Cisco XDR Deteksi dan respon terhadap ancaman tingkat lanjut, dipandu oleh AI. Cisco SD-WAN Interconnect Menghubungkan SD-WAN Meraki dan Catalyst dengan fleksibilitas tinggi. ThousandEyes Traffic Insights Penyatuan visibilitas jaringan internal dan eksternal untuk pemecahan masalah lebih cepat. Cisco Room Bar BYOD Solusi AI-powered untuk pengalaman audiovisual yang luar biasa di ruang kecil. Dengan komitmen Cisco untuk menciptakan tempat kerja yang siap menghadapi masa depan melalui konektivitas cerdas, keamanan yang solid, dan pengalaman kolaborasi yang luar biasa, organisasi dapat memanfaatkan potensi penuh teknologi generasi berikutnya. Infrastruktur IT yang kuat adalah kunci pertumbuhan bisnis….

Model AI hanya akan sebaik data yang digunakan untuk melatihnya. Agar model AI benar-benar bermanfaat, mereka memerlukan akurasi, granularitas, dan sumber data yang beragam—seperti halnya kualitas sebuah foto yang bergantung pada ketajaman dan kejernihan, tingkat detail, dan informasi yang disampaikan. Akurasinya adalah sejauh mana gambar itu mencerminkan kenyataan—jika gambar kabur atau terdistorsi, maka detail yang disajikan bisa menyesatkan. Granularitas mengacu pada tingkat detail yang tercapture—ketika gambar diambil dengan zoom out, kita mendapatkan gambaran umum; namun saat zoom in, kita bisa melihat tekstur dan nuansa yang halus. Keberagaman terkait dengan komposisi gambar—apakah cukup ada variasi dalam isi gambar untuk membantu pemirsa memahami cerita yang hendak disampaikan gambar tersebut? Untuk operator jaringan, agar dapat mengandalkan model AI dalam membantu menentukan akar penyebab masalah jaringan dan memprediksi kegagalan sebelum terjadi, model tersebut bergantung pada data kinerja jaringan yang akurat, terperinci, dan beragam. Ketika dilakukan dengan benar, model AI dapat memberikan wawasan yang diperlukan untuk menuju jaringan yang sepenuhnya otonom.   Memperkuat Jaminan Kinerja Jaringan yang Siap AI Mari kita bahas bagaimana granularitas data, akurasi, dan keberagaman dapat diterapkan pada kinerja jaringan dan bagaimana hal tersebut berkontribusi pada jaminan kualitas jaringan yang bersifat prediktif, bukan reaktif. Granularitas Data: Melihat Detail Lebih Mendalam dari Perilaku Jaringan Bayangkan jika Anda memantau jaringan dengan model AI yang dilatih menggunakan sampel data yang diambil setiap satu detik per menit. Selama 59 detik lainnya, lonjakan latensi, pemadaman singkat, atau ledakan kemacetan bisa terlewat sama sekali. Tanpa akses ke data yang terperinci, model AI bisa gagal mendeteksi kejadian kritis dan kekurangan konteks yang berguna. Hal ini mengarah pada ketidakmampuan untuk melakukan analisis akar penyebab dan menghasilkan prediksi yang salah dari model AI. Sebaliknya, model jaringan yang dilatih dengan data yang sangat terperinci hingga tingkat milidetik dapat mengidentifikasi perilaku jaringan yang memengaruhi pengalaman pelanggan. Tingkat detail yang sangat halus ini memungkinkan AI untuk menafsirkan perubahan halus, seperti tanda-tanda awal kemacetan jaringan atau kehilangan paket. Data yang terperinci dalam pelatihan model AI kinerja jaringan memungkinkan model untuk mendeteksi pola-pola kecil namun signifikan yang membantu mengantisipasi, mengidentifikasi, dan menyelesaikan masalah sebelum menjadi besar. Akurasi Data: Memastikan Pemantauan yang Dapat Diandalkan dan Terpercaya Selain granularitas dan volume data, akurasi data juga sangat penting untuk model yang berkinerja tinggi. Ketika melihat jaringan berkinerja tinggi—baik itu saluran fronthaul 5G, jaringan perdagangan keuangan frekuensi tinggi, atau jaringan IoT manufaktur—detik-detik bahkan mikrodetik sangat berarti. Data yang tidak akurat bisa menyebabkan bias atau kesalahan pada model AI, yang berujung pada prediksi yang salah dan kesimpulan berisiko tentang akar penyebab masalah jaringan. Prediksi atau kesimpulan yang salah dapat berakibat pada waktu henti yang tidak terduga. Sebagai contoh, sebuah produsen otomotif Eropa melaporkan bahwa waktu henti yang tidak terencana menghabiskan sekitar US$ 2,3 juta per jam. Data yang sangat akurat membantu memastikan model AI memahami hubungan temporal antara masalah yang terjadi di jaringan. Data yang akurat meningkatkan keandalan pemantauan kinerja model AI dan memperkuat jaminan kualitas jaringan. Keberagaman Data: Belajar dari Beragam Skenario Jaringan Dalam hal pelatihan AI, set data yang beragam umumnya menghasilkan output yang lebih akurat. Kompleksitas jaringan berarti paket-paket diperlakukan secara berbeda—seperti ukuran paket, tag VLAN, tanda DSCP, dan hashing di seluruh ECMP, semuanya dapat mempengaruhi kinerja jaringan dengan cara yang berbeda. Sumber data yang beragam memastikan bahwa pengukuran dilakukan di berbagai faktor yang mungkin memengaruhi kinerja jaringan, sehingga model AI memperhitungkan setiap faktor relevan. Keberagaman sumber data juga memungkinkan model AI untuk mendapatkan gambaran yang lebih lengkap tentang semua jenis lalu lintas di jaringan, menghasilkan output dengan tingkat kepercayaan lebih tinggi terhadap akar penyebab masalah jaringan.   Menuju Jaringan Sepenuhnya Otonom Granularitas data, akurasi, dan keberagaman membantu memastikan model AI memiliki fondasi untuk menafsirkan situasi kompleks, terpisah, dan tidak terduga yang bisa muncul dalam kinerja jaringan. Data kinerja jaringan yang andal dan wawasan prediktif yang akurat dari model AI memungkinkan analisis akar penyebab dan wawasan prediktif yang memungkinkan organisasi untuk bergerak dari jaminan jaringan yang reaktif menuju jaminan jaringan yang prediktif dan akhirnya jaringan yang sepenuhnya otonom. Jaringan otonom memainkan peran penting dalam memperluas jaringan tanpa harus meningkatkan biaya operasional secara signifikan. Dengan model AI yang andal mendukung jaringan otonom, organisasi dapat menghindari masalah kinerja tersembunyi yang menyebabkan penundaan aplikasi dan mengganggu produktivitas, sekaligus menghilangkan waktu henti yang tidak terduga yang berdampak pada hasil finansial.   Tabel: Faktor-Faktor Penting dalam Membangun Model AI untuk Jaminan Kinerja Jaringan Faktor Penjelasan Granularitas Data Tingkat detail data yang tinggi (misalnya, milidetik) memungkinkan deteksi masalah lebih dini, seperti kemacetan atau kehilangan paket. Akurasi Data Data yang sangat akurat mencegah kesalahan dalam prediksi dan analisis akar penyebab masalah jaringan. Keberagaman Data Sumber data yang beragam memberikan pandangan lebih lengkap tentang kinerja jaringan dan memperkuat keandalan model AI dalam menemukan akar masalah. Model AI yang Andal Membantu dalam menganalisis dan memprediksi masalah jaringan dengan lebih akurat, mempercepat respon terhadap permasalahan dan memperbaiki kinerja jaringan. Dengan memanfaatkan data yang akurat, terperinci, dan beragam, serta mengandalkan model AI yang mampu memberikan wawasan prediktif, organisasi dapat bergerak menuju jaringan yang lebih otonom, mengurangi biaya operasional, dan meningkatkan efisiensi secara keseluruhan.