モートン氏によると、IT部門が自分たちでは見つけられないほど難しい問題や、手作業で見つけるには時間がかかり過ぎる問題を特定するのにこの分析が役立っているという。例えば、450人が集まっている1つの教室で対話型テストを実施し、クリックデバイスを使って応答を入力するように学生に求め、学生のうち50人が自分のクリックデバイスが動作しないことに気付いたとする。すると、Aruba NetInsightが自動的にアルゴリズムを使用して問題を見つけ出し、その修正方法を提案することになる。

　同氏は別のケースについても付け加える。同大学では361個のアクセスポイントが正常に機能していないと判明したことがある。その際、IT担当者が手作業で全てのアクセスポイントを調査する必要はなかった。代わりに、この分析ツールを利用して、不具合のある箇所と発生している問題に関するリストを用意することができた。

　「当校では、最終的に発生しそうな問題を、Aruba NetInsightを使うことで先回りして解決できるようになることを望んでいる。機械学習とAIの環境は急速に進化する過程にある。そのため、分析ツールでやがて可能になることが徐々に判明しているところだ」（モートン氏）

　企業ネットワーク全体で急増する数々のデバイスから多くのデータが生成されており、IT管理者はこうしたデータを利用できる。これらのデバイスやその他のネットワークソースからもたらされるデータを通じて、ネットワークの運用状況に対する洞察が得られる。そうしたデータを収集／分析してすぐに使える有意義な情報を提供することが、ネットワーク運用に変化をもたらす鍵を握る。機械学習とAIは成長を続けており、それに伴いIT担当者は一連の新しいネットワーク分析ツールを頼りにするようになっている。こうしたツールはネットワークパフォーマンスの監視と評価に役立ち、ビジネスに対する洞察さえ提供できる。その上、数年がたってこれらのツールの包括性が十分に高まれば、ネットワーク全体に対する完全かつ総合的な視点が提供される可能性もある。つまり、支社からクラウドまで全体を確認できるようになる。

　膨大な量のネットワークデータをリアルタイムに分析する課題は、高度なネットワーク分析ツールの需要が増えていることだ。特にクラウドサービスを利用し、セキュリティ要件を重視する企業の増加がこのような需要を生み出している。調査会社Market Research Futureによると、これは分散型サービス拒否（DDoS）攻撃の規模が大きくなっている影響だという。全世界でのネットワーク分析に対する支出は2016年では25億4000万ドルだった。だが、2022年までに31億ドルに上昇すると同社は予測している。

　ワイヤレステクノロジー以上に分析の価値を適切に反映しているネットワーク分野は恐らくない。この分野では、ネットワーク分析ツールの助けを借りることでWi-FiとワイヤレスLANのパフォーマンスを向上できる。こうしたネットワーク分析ツールでは機械学習とAIの両方を活用するものが増えている。

　ベンダーはこうした需要をうまく取り込もうとしている。Aruba Networksは分析に重点を置く。Mist SystemsもAIとクラウドベースの機械学習を組み合わせたワイヤレス分析サービスを用意している。このサービスでは、ワイヤレスLANのパフォーマンスを監視するための情報を企業に提供する。ExtraHop NetworksはMachine Learning as a Service（MLaaS）製品の「Addy」を提供している。また、同社のITパフォーマンス監視プラットフォームにサイバーセキュリティ分析ソフトウェアが最近導入されている。Nyansaの製品「Voyance」はキャンパスおよびエンタープライズクラスのネットワーク監視システムだ。この製品は、有線ネットワークとワイヤレスネットワークの両方で、ユーザーがパフォーマンスの問題を診断できるようにする。