多年来，企业内部一直在讨论多云方法，但很少有公司朝这个方向发展。现在，更容易进入多云和AWS，Azure和Google云平台都共享客户。下面介绍如何管理多个云提供商，如何相互发挥作用，以及哪些供应商和工具可以帮助您管理多个云。

　　为了了解网络专家对AI和自动化的使用有何看法，Kentik上个月在加州圣地亚哥举行的思科Live美国会议上对388名与会者进行了调查。一半的受访者是网络工程师，而其他受访者包括SVPs和VP、董事、经理、建筑师和开发人员。他们代表了一系列行业，包括教育、能源、金融、政府、医疗和技术。

　　多达65%的受访者表示，机器学习现在对于网络管理来说“极其重要”或“非常重要”。这一比例高于Kentik2018年调查的45%。在行政级别的答复者和拥有技术职称的答复者中，这种看法是一致的。

　　肯蒂克将对网络管理机器学习的兴趣与云环境的日益使用联系起来。多达76%的受访者表示他们正在使用云服务，在这些受访者中，近一半（47%）使用了多云策略。

​　　肯蒂克战略联盟副总裁吉姆·弗雷在一份声明中说：“人类和人工过程已经无法跟上网络创新、进化、复杂性和变化的步伐。“这就是为什么我们听到更多关于自动驾驶网络、自愈网络、基于意图的网络以及其他概念的内容。”

　　事实上，在思科直播会议期间，思科宣布了一系列旨在将AI和机器学习深入网络的软件增强。与此同时，Kentik为网络专业人士提供了一个AIOps平台。

　　在调查受访者中，能源领域的人对机器学习最感兴趣，75%的人称机器学习对网络管理“极其重要”或“非常重要”。在这种垂直学习中，没有一个人认为机器学习“根本不重要”。

　　来自医疗保健部门的受访者表现出的兴趣最低，只有41%的人称机器学习“非常重要”或“非常重要”。

　　在技术产业之外，能源部门也被证明是对完全自动化最有准备的部门。30%的能源部门受访者表示，他们的组织“非常准备”或“非常准备”完全自动化。在医疗保健行业，只有3%的受访者报告说他们的组织“非常有准备”。

　　调查还显示，自动化主要用于网络配置，53%的受访者引用了这一特定用例。政策管理是第二个最自动化的过程，被40%的受访者引用。