Índice analítico[Ocultar][Mostrar]
Non podes manexar o dinámico e en constante cambio do mundo das TI de hoxe coas tecnoloxías de onte. O cambio de modelo de infraestrutura é continuo e rápido, polo que é necesario o uso de tecnoloxía e métodos de xestión dinámicos.
Un ambiente de recursos definido por software que se adapta e reconfigura ao instante está a substituír os sistemas físicos estáticos e previsibles que caracterizaron o ambiente corporativo durante décadas.
Ademais, cando arquitectura de rede cambios, os sistemas de software obsoletos baseados en modelos fanse cada vez máis intensivos en man de obra para manter a súa eficiencia ao mesmo tempo que se deslizan cada vez máis atrás.
AIOps proliferaron nos últimos anos. Se es un técnico, seguro que xa escoitaches falar del, pero probablemente non saibas moito sobre iso. Sen dúbida, estás no lugar axeitado se é o caso.
Nesta peza, daremos unha ollada detallada aos AIOps: por que os necesitamos, como funciona, as súas vantaxes e moito máis.
Introdución a AIOps
O uso de intelixencia artificial (AI) e tecnoloxías asociadas, como a aprendizaxe automática e o procesamento da linguaxe natural (NLP), en procesos e actividades de operacións de TI de rutina, coñécese como intelixencia artificial para operacións de TI (AIOps).
Representa o futuro previsible de ITOps (Operacións de TI). Combina intelixencia algorítmica e humana para proporcionar unha visión completa da funcionalidade e do estado dos sistemas de TI nos que confían as empresas e as organizacións para as operacións diarias.
Refírese a plataformas tecnolóxicas multicapa de gama alta que melloran e automatizan as operacións de TI mediante o uso aprendizaxe de máquina e analíticas para examinar as grandes cantidades de datos recollidos de varias ferramentas e dispositivos ITOps para recoñecer e despois responder automaticamente en tempo real aos problemas.
Para utilizar AIOps, debes pasar de datos de TI compartimentados a datos de observación agregados (como os que se atopan nos rexistros de tarefas e sistemas de seguimento) e datos de compromiso (como os que se atopan nun ticket, evento ou gravación de problemas) dentro dunha plataforma de big data. .
Despois, AIOps aplica análises e aprendizaxe automática aos datos agrupados. Coa implementación automatizada, o resultado son coñecementos continuos que poden levar a melloras continuas.
Polo tanto, pódese ver como CI/CD (Continuous Integration and Continuous Deployment) para operacións de TI fundamentais.
AIOps permite que os equipos de TI, DevOps e SRE traballen de forma máis eficiente e rápida para que poidan identificar antes os problemas cos servizos dixitais e solucionalos antes de ter un efecto negativo nas operacións comerciais e nos clientes.
Isto conséguese mediante a análise algorítmica de datos de TI e a telemetría de observabilidade.
AIOps combina os puntos fortes de tres disciplinas de TI para acadar os seus obxectivos de aprendizaxe e desenvolvemento continuos: automatización, xestión de servizos e xestión de rendemento..
É a constatación de que na nova configuración de TI acelerada e hiperescalada é posible unha estratexia novedosa que pode facer uso dos avances de big data e de aprendizaxe automática para superar as limitacións das ferramentas e das persoas antigas.
AIOps permite ás empresas funcionar ao ritmo que requiren os negocios contemporáneos ao tempo que ofrece unha experiencia de usuario fantástica cando a TI está no centro das iniciativas de transformación dixital.
Por que necesitamos AIOps?
En moitas empresas, os sistemas in situ estáticos e inconexos deron paso a unha mestura máis dinámica de ambientes locais, de nube pública, de nube privada e de nube xestionada onde os recursos son escalados e reconfigurados continuamente.
A TI debe facer un seguimento do crecente número de dispositivos (sobre todo a Internet das cousas ou IoT), sistemas e aplicacións. Considere os gigabytes de datos que unha locomotora pode xerar nunha carreira.
Big Data é a frase usada en TI para describir este fenómeno. A gran cantidade de datos que as operacións de TI deben procesar non poden ser procesados por unha persoa. O persoal de TI non é capaz de priorizar varias preocupacións para unha resposta rápida.
Reciben un gran número de notificacións, moitas das cales son redundantes, inundándoas. Como resultado, a experiencia do cliente e do usuario vese prexudicada.
As técnicas tradicionais de xestión de TI non son capaces de xestionar este volume. Son incapaces de descifrar eventos do diluvio de datos de forma eficaz. Non poden vincular datos de contextos dispares pero interrelacionados.
Non son capaces de proporcionar ás operacións de TI a información en tempo real e a análise preditiva que precisan para responder rapidamente aos problemas. As organizacións están recorrendo aos AIOps para identificar, corrixir e evitar interrupcións de alto impacto e outros problemas de operacións de TI máis rapidamente.
Os AIOps permiten que os equipos de operacións de TI respondan ás interrupcións e ralentizacións de forma rápida e proactiva con moito menos traballo.
Enche a brecha entre as expectativas dos usuarios de pouco ou ningún tempo de inactividade no rendemento e dispoñibilidade do sistema e o ecosistema de TI dinámico, diversificado e desafiante.
Compoñentes fundamentais dos AIOps
Examinemos os seus compoñentes fundamentais para comprender mellor o poder e a responsabilidade dos AIOps. Entre eles están os seguintes:
Datos importantes de TI
Desmantelar os silos de datos é un obxectivo fundamental dos AIOps. Combina varios conxuntos de datos de xestión de servizos de TI e de xestión de operacións de TI para iso. Isto fai posible automatizar e identificar os problemas de raíz máis rápido.
Recolleu grandes datos
O compoñente principal de calquera plataforma AIOps é o big data. Os AIOps poden usar análises sofisticadas tanto con datos almacenados que xa se recolleron como con datos que se xeran en tempo real, eliminando silos e liberando os datos que xa están accesibles.
Aprendizaxe automática
AIOps depende de habilidades sofisticadas de aprendizaxe automática que superan a capacidade humana manual debido á gran cantidade de datos que se van analizar.
AIOps escala a unha velocidade e unha precisión que doutro xeito serían inconcibibles automatizando as análises e atopando conexións e coñecementos.
Observación
A capacidade da plataforma para supervisar os datos e o comportamento dos datos xoga un papel fundamental no proceso AIOps. Os datos de moitos dominios e fontes de TI, como infraestruturas legadas, contedores, nubes ou sistemas virtualizados, poden ser reunidos polos AIOps mediante o descubrimento de datos.
Para dar a base máis actual, os datos deben reunirse o máis posible en tempo real.
Implicación
En numerosas disciplinas de TI, incluíndo ITSM, as solucións AIOps ofrecen configuración, coordinación e administración de sistemas e software informáticos.
As análises de AIOps permiten que os datos sexan máis fiables e relevantes á vez que inclúen datos ambientais e permiten a automatización.
acción
O obxectivo final de AIOps é construír un sistema con todos os procesos totalmente automatizados, eliminando todas as lagoas e liberando aos empregados de operacións de TI de todas as súas funcións.
AIOps aínda está nos seus primeiros estadios e algúns equipos son reacios a aproveitar plenamente o seu potencial.
Non obstante, os AIOps poden xestionar tanto tarefas sinxelas como máis complicadas, e moitas empresas están acostumándose a que os sistemas AIOps realicen tarefas cada vez máis difíciles.
Funcionamento dos AIOps
Co fin de proporcionar un sistema centralizado de compromiso, AIOps funciona mellor cando se implanta de forma independente para recoller e analizar datos de todas as fontes de seguimento de TI accesibles.
Para iso, emprega o mesmo procedemento que a función cognitiva humana. Os seguintes son os cinco algoritmos principais en uso:
Selección de datos
Con base na selección especificada e os parámetros de priorización, os AIOps deben ser capaces de atopar as principais "agullas" ocultas en "palleiros" de datos de tamaño de terabytes examinando a enorme cantidade de datos de TI accesibles, analizándoos e atopando elementos de datos esenciais.
Recoñecemento de patróns
AIOps examina os datos pertinentes, identificando correlacións entre os elementos de datos e agrupándoos colectivamente para unha análise posterior.
Intuición
Os sistemas AIOps poden identificar claramente as causas subxacentes de problemas, ocorrencias e patróns grazas a unha investigación en profundidade, que tamén produce resultados perspicaces que se poden usar para guiar a acción futura.
Cooperación
Os AIOps tamén deben servir de plataforma de cooperación, alertando aos equipos e individuos adecuados, dándolles información pertinente e posibilitando unha colaboración eficiente a pesar da distancia entre os operadores.
Automatización
Por último, pero non menos importante, AIOps está construído para responder e resolver problemas ao instante, mellorando enormemente a eficiencia e a precisión das operacións de TI.
Beneficios
A principal vantaxe de AIOps é que permite que as operacións de TI atopen, aborden e corrixan as desaceleracións e interrupcións máis rápido do que poden clasificar manualmente os avisos de varias ferramentas de operacións de TI.
Como resultado, hai moitas vantaxes distintas:
Xestiona o teu negocio de forma proactiva, proactiva e preditiva
AIOps nunca deixa de aprender, polo que mellora continuamente ao detectar avisos ou sinais menos urxentes que se corresponden con circunstancias máis urxentes.
Isto implica que pode ofrecer notificacións preditivas para que os profesionais de TI poidan solucionar posibles problemas antes de que causen lentitud ou interrupcións.
Mellora a velocidade do tempo medio ata a resolución (MTTR):
AIOps é capaz de detectar as causas fundamentais e proporcionar remedios de forma máis rápida e precisa do que os humanos son capaces de facer, cortando o ruído nas operacións de TI e correlacionando os datos das operacións de varios ambientes de TI.
Debido a isto, as empresas agora poden establecer e cumprir obxectivos MTTR que antes eran inimaxinables.
Menores custos de explotación
As solucións AIOps poden reducir custos de varias formas, pero unha importante e difícil é a de engadir persoal. Manual xestión de incidentes é engorroso e lento.
As organizacións tentan solucionar o problema contratando máis persoas a medida que aumenta a complexidade e a cantidade de datos. AIOps ofrece información útil sobre problemas, reduce drasticamente o número de alertas e automatiza as operacións.
Isto permite ás empresas aumentar a produtividade para manter unha forza de traballo constante, reducir o número de escaladas e reducir o tempo de inactividade.
Actualiza as túas operacións de TI e o teu equipo de operacións de TI:
Os equipos de operacións de AIOps só reciben alertas cando se cumpren determinados limiares ou parámetros de nivel de servizo, e fano con todo o contexto necesario para facer os mellores diagnósticos posibles e tomar a mellor e máis rápida acción correctora.
Isto reduce o número de alertas que os equipos de operacións reciben de todos os ambientes. Canto máis aprenda e automatice os AIOps, máis axuda a "manter as luces acesas" con menos traballo humano, liberando o seu persoal de operacións de TI para concentrarse en tarefas que teñen un maior valor estratéxico para a empresa.
A continuación ofrécense algúns beneficios notables:
- Experiencias melloradas tanto para empregados como para clientes
- Aumento da capacidade e utilización da infraestrutura
- Sincronización mellorada entre os servizos de TI e as saídas dos servizos empresariais
- Entrega máis rápida de novos servizos informáticos
- Eliminación da brecha de habilidades
- Compatibilidade con infraestrutura tradicional, nube pública, nube privada e nube híbrida
- A xestión de problemas pasa de reactiva a proactiva a preditiva
- Modernización do persoal de operacións de TI e operacións de TI
- Mellora da cooperación entre a seguridade e as operacións
- Menos incendios que apagar e interrupcións menos custosas
- Aumento do tempo medio para resolver máis rápido (MTTR)
- Mellora na relación entre cambio e rendemento
- Unha maior capacidade para xestionar o cambio de forma eficiente
- O deber do persoal de operacións de TI diminúe porque a IA está axudando coa análise
- Utiliza a detección de anomalías para deter problemas antes de que afecten aos consumidores.
- Diminución do erro humano
- Comprender como as cargas de traballo afectan os custos
desvantaxes
Aínda queda máis traballo por facer para crear e combinar as tecnoloxías AIOps subxacentes dun xeito que as faga útiles, a pesar de que estean razoablemente maduras. Algúns dos seus defectos enuméranse a continuación:
- A implementación, a xestión e o mantemento da plataforma AIOps poden levar moito tempo e esforzo.
- Os sistemas AIOps dependen de varias fontes de datos, así como de almacenamento, seguridade e conservación de datos.
- O seu rendemento baséase só nos algoritmos que lle ensinas e nos datos aos que se alimenta. Non pode así transcender os límites da súa programación.
- AIOps precisa confiar nas ferramentas, que a algunhas empresas poden non gustar. Isto débese a que, para que as ferramentas AIOps funcionen de forma autónoma, deben realizar un seguimento adecuado dos cambios no seu contorno de destino, adquirir e protexer os datos esenciais, sacar as conclusións correctas, priorizar as actividades e, finalmente, executar os pasos automatizados axeitados.
Que papel xogan os AIOps no panorama actual das TIC?
Quizais non te decates de inmediato de como AIOps encaixa nas categorías de tecnoloxías que xa utilizas cando o miras por primeira vez.
O motivo é que non substitúe ás tecnoloxías existentes de xestión de rexistros, seguimento, orquestración ou mesa de servizo.
En cambio, interactúa con cada dominio e ferramenta, integrando e consumindo datos de cada un deles. Proporcionar unha imaxe sincronizada de cada ferramenta tamén produce resultados útiles.
Estas ferramentas son elementos preciosos polos seus propios méritos. Estar desconectado fai que sexa difícil obter a información adecuada no momento axeitado.
AIOps ofrece un método versátil para combinar as moitas perspectivas parciais nunha comprensión completa do panorama xeral, que é o que os seus equipos ITOps deben ter en conta.
O uso de big data e a aprendizaxe automática existe desde hai un tempo, aínda que AIOps represente unha partida dramática para os ITOps.
Ao cambiar de manual a negociación automática, os corredores de bolsa adoptaron estratexias de ML similares. O uso de ML e analítica en medios sociais Tamén existe desde hai un tempo, xa sexa en Google Maps, Instagram ou tendas en liña como eBay e Amazon.
Estes métodos demostraron ser útiles de forma consistente e ampla en configuracións onde son necesarias reaccións rápidas ante situacións cambiantes e a personalización do usuario.
O uso da IA por parte de AIO é máis prometedor que a aprendizaxe automática. Agora mesmo, podes xestionar casos de uso urxentes mediante a automatización sinxela ou a automatización con aprendizaxe automática.
Novas aplicacións para a IA están a desenvolverse continuamente. En calquera caso, antes de comezar a basear o comportamento humano nos ITOps tal e como se practica agora, hai que establecer unha base sólida de AIOps.
A natureza conservadora das funcións do persoal de ITOps fai que se adapten lentos aos escenarios de AIOps. Son responsables de manter a estabilidade da infraestrutura da organización e de manter as luces acesas.
Non obstante, máis organizacións ITOps pronto terán que adaptarse ás novas tecnoloxías e métodos AIOps debido ás tendencias cara a implementacións de AIOps ubicuas.
Conclusión
Como resultado da mellora da comunicación e da cooperación entre os equipos de operacións de TI e outras partes interesadas, AIOps xa comezou a apoiar a transformación dixital.
A necesidade de automatización e cooperación aumentará en importancia a medida que as aplicacións se fagan cada vez máis complicadas no futuro.
Deixe unha resposta