Si vous suivez de près l’évolution des certifications Cisco, vous n’avez pas pu passer à côté : le CCNA est en version 1.1. Parmi les nouveautés, un sujet fait couler beaucoup d’encre : l’Intelligence Artificielle (IA).
Mais rassurez-vous, Cisco ne vous demande pas de devenir un ingénieur en Data Science ! Alors, que faut-il vraiment savoir pour l’examen ? Et surtout, comment cela va-t-il changer votre quotidien de futur certifié ?
1. Pourquoi Cisco a‑t-il ajouté l’IA au CCNA ?
Le réseau est devenu trop complexe pour être géré uniquement à la main (CLI). Entre le Cloud, le télétravail et les milliers d’objets connectés (IoT), les données générées par un réseau sont massives. L’IA intervient pour aider l’administrateur à ne pas être submergé en transformant la gestion de réseau traditionnelle en AIOps (Artificial Intelligence for Operations).

2. Ce qu’il faut maîtriser pour l’examen (v1.1)
Le programme se concentre sur trois piliers essentiels :
- L’IA Générative vs IA Prédictive : L’IA Générative vous aide à la conception (écriture de scripts Python, documentation). L’IA Prédictive analyse les tendances historiques pour anticiper les pannes.
- Le Machine Learning (ML) : Comprendre comment les contrôleurs apprennent du comportement « normal » du réseau (Baseline) pour détecter des écarts sans règles manuelles.
- L’Impact opérationnel : L’IA automatise les tâches répétitives et accélère le « Mean Time to Repair » (MTTR).
3. Zoom Technique : ML, Baseline et Assurance
Pour l’examen v1.1, il est crucial de comprendre comment ces concepts s’articulent techniquement dans une architecture Cisco (comme Catalyst Center) :
La « Network Baseline » (Ligne de base)
Le Machine Learning analyse les flux de données sur une période donnée pour établir un comportement de référence.
Exemple : Si un switch consomme habituellement 200 Mbps et qu’un pic à 1 Gbps survient, l’IA identifie l’anomalie immédiatement.
Corrélation d’événements (Event Correlation)
Dans un réseau classique, une seule panne peut générer des centaines d’alertes. L’IA utilise des algorithmes de corrélation pour regrouper ces alertes et vous présenter la cause racine : « L’alimentation du switch de distribution X a échoué ».
IA et SD-Access (Software Defined Access)
L’IA facilite la micro-segmentation. Grâce à Cisco AI Endpoint Analytics, le réseau utilise le ML pour identifier un objet (ex : une caméra IP) par son profil de trafic plutôt que par son adresse MAC.
4. L’IA en action : L’exemple du Troubleshooting
Imaginez un utilisateur qui se plaint de lenteurs Wi-Fi.
Avant : Vous deviez vérifier les logs radio et tester les interférences (30 min).
Avec l’IA : Le système conclut immédiatement : « Le problème vient du driver de la carte réseau du client, pas de la borne ».
5. Mon conseil pour vos révisions
Ne vous perdez pas dans les algorithmes mathématiques. Pour le CCNA v1.1, Cisco attend de vous que vous soyez capable de décrire les bénéfices de l’IA dans une infrastructure gérée par contrôleur.
L’IA est un outil de productivité, mais c’est votre compréhension des fondamentaux (TCP/IP, Routage, VLAN) qui vous permettra de rester maître de votre infrastructure. Une IA peut suggérer une route, mais c’est à vous de comprendre pourquoi elle l’a choisie.