Mengenal HPE Self-Driving Network dan Cara Kerjanya

Perkembangan kecerdasan buatan (AI) membuat perusahaan mengalami perubahan tidak hanya dalam menggunakan aplikasi dan mengelola data, tetapi dalam mendorong perubahan infrastruktur jaringan. Ketika jumlah perangkat, pengguna, aplikasi, layanan cloud, hingga workload berbasis AI terus bertambah, pengelolaan jaringan secara manual menjadi semakin kompleks.

Untuk memenuhi kebutuhan tersebut, HPE mengembangkan konsep Self-Driving Network, yang merupakan jaringan berbasis AI yang dirancang untuk mengamati kondisi jaringan, menganalisis masalah, mengambil tindakan, serta melakukan perbaikan dengan semakin sedikit intervensi manusia.

HPE menjelaskan bahwa jaringan yang sebenarnya self-driving tidak hanya memberikan rekomendasi kepada tim IT. Jaringan tersebut juga harus memiliki kemampuan untuk optimasi, pemulihan, dan perlindungan secara otomatis.

Apa itu HPE Self-Driving Network?

HPE Self-Driving Network merupakan pendekatan yang dilakukan terhadap pengelolaan jaring yang memanfaatkan AI, machine learning (ML), data real-time, cloud-native architecture, dan autonomous agents untuk membuat operasi jaringan lebih proaktif dan otomatis.

Pada jaringan tradisional, tim IT biasanya harus memantau perangkat, menemukan penyebab gangguan, menentukan tindakan perbaikan, kemudian menerapkannya secara manual. Pendekatan ini diperlukan waktu, terutama ketika infrastruktur jaringan semakin luas dan terdiri dari berbagai perangkat serta lokasi.

Self-Driving Network adalah usaha untuk mengubah pola tersebut. Sehingga jaringan dapat terus mengamati kondisi lingkungan, mengenali pola tertentu, menganalisis potensi masalah, dan menjalankan tindakan yang sesuai berdasarkan informasi yang tersedia.

HPE menyebut pendekatan ini sebagai pergeseran dari jaringan yang hanya memberikan informasi menjadi jaringan yang dapat mengambil tindakan secara mandiri ketika kondisi memungkinkan. 

HPE Self-Driving Network juga telah diterapkan dalam lingkungan nyata. Salah satunya adalah University of Leeds yang memilih HPE Self-Driving Network sebagai fondasi jaringan kampus. 

Bagaimana Cara Kerja Self-Driving Network?

Secara sederhana, konsep Self-Driving Network dapat dipahami melalui beberapa tahapan.

1. Mengamati Kondisi Jaringan
Tahap pertama adalah mengumpulkan informasi dari berbagai bagian jaringan. Data tersebut dapat berasal dari perangkat, koneksi, pengguna, aplikasi, maupun lingkungan jaringan lainnya.

Informasi yang terkumpul memberikan gambaran mengenai kondisi jaringan secara menyeluruh. Dengan visibilitas yang lebih luas, sistem dapat mengenali perubahan atau indikasi gangguan yang mungkin tidak mudah ditemukan melalui pemantauan manual.

2. Menganalisis Data dengan AI
Data yang diperoleh kemudian dianalisis menggunakan AI dan machine learning. Sistem dapat mempelajari pola penggunaan serta kondisi jaringan untuk membantu mengidentifikasi penyebab suatu masalah.

HPE juga mengembangkan kemampuan agentic AI yang memungkinkan berbagai agen bekerja bersama untuk mengamati, melakukan penalaran, mengambil keputusan, menjalankan tindakan, dan belajar dari hasilnya.

3. Mengambil Tindakan
Perbedaan penting antara jaringan yang hanya menggunakan AI sebagai alat analisis dengan konsep self-driving terletak pada kemampuan untuk melakukan tindakan.

HPE telah memperkenalkan berbagai kemampuan autonomous actions pada platform HPE Mist dan HPE Aruba Central. Contohnya mencakup optimasi kapasitas, perbaikan konfigurasi VLAN tertentu, perlindungan terhadap rogue DHCP, hingga penyelesaian masalah koneksi pengguna secara otomatis.

4. Belajar dan Mengoptimalkan Jaringan
Setelah tindakan dilakukan, sistem dapat terus memantau hasilnya. Data dan pengalaman tersebut dapat digunakan untuk membantu meningkatkan keputusan berikutnya.

Dengan pendekatan ini, jaringan tidak hanya bersifat reaktif ketika terjadi gangguan, tetapi diarahkan untuk menjadi lebih proaktif dan adaptif.

Tiga Kemampuan Utama Self-Driving Network
Menurut HPE, jaringan yang benar-benar self-driving perlu memiliki tiga kemampuan utama, yaitu self-optimizing, self-healing, dan self-protecting.

Self-Optimizing
Self-optimizing berarti jaringan mampu melakukan penyesuaian untuk mempertahankan performa dan pengalaman pengguna.

Misalnya, sistem dapat mengenali adanya perubahan pola penggunaan atau kebutuhan kapasitas, kemudian melakukan penyesuaian yang diperlukan tanpa seluruh proses harus dilakukan secara manual.

Self-Healing
Self-healing mengacu pada kemampuan jaringan untuk mendeteksi gangguan, mencari penyebabnya, dan membantu melakukan tindakan pemulihan.

HPE telah memperluas kemampuan autonomous remediation pada infrastrukturnya sehingga sejumlah permasalahan dapat ditangani secara otomatis. Pendekatan ini membantu mengurangi ketergantungan terhadap proses troubleshooting manual.

Self-Protecting
Selain menjaga performa, jaringan juga perlu mampu menjaga keamanannya. Karena itu, HPE memasukkan kemampuan keamanan sebagai bagian dari konsep Self-Driving Network.

HPE menggabungkan visibilitas berkelanjutan, penerapan Zero Trust, dan respons terhadap ancaman berbasis AI sebagai bagian dari pendekatan self-protecting network.

Peran Agentic AI dalam Self-Driving Network
Salah satu perkembangan penting dalam pendekatan HPE adalah penggunaan agentic AI.

Berbeda dengan AI yang hanya memberikan analisis atau rekomendasi, agentic AI dirancang untuk membantu menjalankan rangkaian proses secara lebih mandiri. Dalam konteks jaringan, agen AI dapat bekerja berdasarkan informasi yang tersedia untuk mengamati kondisi, melakukan penalaran, menentukan tindakan, dan mengevaluasi hasilnya.

HPE menyebut arsitektur ini sebagai agentic mesh, yaitu kumpulan agen otonom yang dapat bekerja bersama dalam pengelolaan jaringan.

Pada Juni 2026, HPE juga mengumumkan perluasan kemampuan Agentic AIOps di berbagai bagian portofolio Self-Driving Network, termasuk integrasi HPE Networking CX dengan HPE Mist serta kemampuan AI-driven actions pada HPE Aruba Central.

Apa Manfaatnya bagi Perusahaan?
Penerapan pendekatan Self-Driving Network dapat memberikan beberapa manfaat bagi organisasi.

Mengurangi pekerjaan manual
Tim IT tidak harus menangani seluruh proses pemantauan dan troubleshooting secara manual. Sebagian tindakan dapat dilakukan secara otomatis berdasarkan kondisi yang telah dianalisis sistem.

Mempercepat penyelesaian masalah
Kemampuan AI untuk menganalisis data secara berkelanjutan dapat membantu menemukan akar masalah dan mempercepat proses remediasi.

Meningkatkan keandalan jaringan
Dengan pemantauan dan tindakan yang lebih proaktif, potensi gangguan dapat diidentifikasi sebelum memberikan dampak yang lebih besar terhadap pengguna.

Meningkatkan keamanan
Integrasi kemampuan keamanan ke dalam jaringan membantu organisasi menerapkan kontrol dan respons secara lebih konsisten.

Mendukung perkembangan AI
Infrastruktur jaringan menjadi semakin penting karena workload AI membutuhkan konektivitas dengan performa dan keandalan yang baik. HPE memposisikan jaringan sebagai salah satu fondasi untuk mendukung lingkungan AI yang semakin kompleks.

Self-Driving Network Bukan Berarti Tanpa Peran Tim IT
Meskipun menggunakan istilah self-driving, konsep ini bukan berarti seluruh jaringan harus berjalan tanpa pengawasan manusia.

Justru, salah satu tantangan utama dalam penerapan AI pada infrastruktur adalah memastikan bahwa tindakan otomatis tetap akurat, aman, dan dapat dipercaya. HPE menekankan pentingnya efektivitas, otonomi, dan cakupan kemampuan ketika membedakan jaringan yang sekadar menggunakan AI dengan jaringan yang benar-benar mampu melakukan tindakan secara mandiri.

Karena itu, tim IT tetap memiliki peran penting dalam menentukan kebijakan, mengawasi operasi, menetapkan batas tindakan otomatis, dan memastikan teknologi berjalan sesuai kebutuhan organisasi.

Masa Depan Pengelolaan Jaringan
Perkembangan Self-Driving Network menunjukkan bahwa pengelolaan jaringan mulai bergeser dari pendekatan reaktif menuju pendekatan yang lebih proaktif dan otonom.

Dengan kombinasi AI, machine learning, agentic AI, observability, automation, dan security, jaringan tidak lagi hanya berfungsi sebagai penghubung antara pengguna dan perangkat. Jaringan juga dapat menjadi bagian aktif dalam menjaga performa, keandalan, dan keamanan infrastruktur IT.

Bagi perusahaan yang memiliki lingkungan jaringan semakin kompleks, konsep ini dapat menjadi salah satu pendekatan untuk menyederhanakan operasional sekaligus mempersiapkan infrastruktur menghadapi kebutuhan AI di masa mendatang.

Kesimpulan
HPE Self-Driving Network merupakan pendekatan jaringan berbasis AI yang dirancang untuk membantu jaringan mengamati kondisi, menganalisis masalah, mengambil tindakan, dan terus melakukan optimasi.

Dengan kemampuan self-optimizing, self-healing, dan self-protecting, konsep ini membawa pengelolaan jaringan menuju tingkat otomatisasi yang lebih tinggi. Dukungan agentic AI juga memungkinkan proses observasi, penalaran, pengambilan keputusan, dan tindakan dilakukan secara lebih terintegrasi.

Di tengah meningkatnya kebutuhan terhadap AI dan infrastruktur digital yang semakin kompleks, Self-Driving Network menjadi salah satu perkembangan yang menarik untuk diperhatikan dalam dunia networking dan IT infrastructure.

Sumber :

Automation is old school: The future belongs to self-driving networks, HPE expands self-driving networks across edge, campus, data center and AI factories, HPE moves self-driving networks from vision to reality, AIOps and the self-driving network