Saturs[Paslēpt][Rādīt]
Jūs nevarat tikt galā ar mūsdienu dinamisko un pastāvīgi mainīgo IT pasauli, izmantojot vakardienas tehnoloģijas. Infrastruktūras modeļa maiņa notiek nepārtraukti un ātri, tādēļ ir nepieciešams izmantot tehnoloģijas un dinamiskas pārvaldības metodes.
Programmatūras definēta resursu vide, kas nekavējoties pielāgojas un pārkonfigurējas, aizstāj statiskās un paredzamās fiziskās sistēmas, kas korporatīvajai videi ir raksturīgas gadu desmitiem.
Turklāt, kad tīkla arhitektūra izmaiņas, novecojušas uz modeļiem balstītas programmatūras sistēmas kļūst arvien darbietilpīgākas, lai saglabātu savu efektivitāti, vienlaikus arvien vairāk atpaliekot.
AIOps pēdējos gados ir izplatījies. Ja esat tehniķis, es esmu pārliecināts, ka esat par to dzirdējis, taču jūs, iespējams, par to neko daudz nezināt. Ja tas tā ir, jūs neapšaubāmi atrodaties īstajā vietā.
Šajā rakstā mēs detalizēti aplūkosim AIO — kāpēc mums tie ir vajadzīgi, kā tie darbojas, to priekšrocības un daudz ko citu.
Ievads AIOps
Izmantošana mākslīgais intelekts (AI) un saistītās tehnoloģijas, piemēram, mašīnmācīšanās un dabiskās valodas apstrāde (NLP), ikdienas IT operāciju procesos un darbībās ir pazīstamas kā mākslīgais intelekts IT darbībām (AIOps).
Tas atspoguļo ITOps paredzamo nākotni (IT operācijas). Tas apvieno algoritmu un cilvēka inteliģenci, lai sniegtu pilnīgu ieskatu to IT sistēmu funkcionalitātē un statusā, uz kurām uzņēmumi un organizācijas paļaujas ikdienas darbībās.
Tas attiecas uz augstākās klases daudzslāņu tehnoloģiskām platformām, kas uzlabo un automatizē IT darbības, izmantojot mašīna mācīšanās un analītika, lai pārbaudītu lielos datu apjomus, kas savākti no dažādiem ITOps rīkiem un ierīcēm, lai atpazītu problēmas un pēc tam automātiski reaģētu uz tām.
Lai izmantotu AIOps, jums ir jāpāriet no sadalītiem IT datiem uz apkopotiem novērošanas datiem (piemēram, tiem, kas atrodami uzdevumu žurnālos un uzraudzības sistēmās) un iesaistes datiem (piemēram, tiem, kas atrodami biļetē, notikumā vai problēmas ierakstā) lielo datu platformā. .
Pēc tam AIOps apkopotajiem datiem piemēro analīzi un mašīnmācīšanos. Izmantojot automatizētu izvietošanu, tiek iegūts nepārtraukts ieskats, kas var novest pie pastāvīgiem uzlabojumiem.
Tāpēc to var uzskatīt par CI/CD (nepārtraukta integrācija un nepārtraukta izvietošana) pamata IT darbībām.
AIOps ļauj IT Ops, DevOps un SRE komandām strādāt efektīvāk un ātrāk, lai tās varētu agrāk identificēt ar digitālajiem pakalpojumiem saistītas problēmas un tās novērst, pirms negatīvi ietekmē uzņēmējdarbību un klientus.
Tas tiek panākts, izmantojot IT datu algoritmisko analīzi un novērojamības telemetriju.
AIOps apvieno trīs IT disciplīnu stiprās puses, lai sasniegtu nepārtrauktas mācīšanās un attīstības mērķus: automatizācija, pakalpojumu pārvaldība un veiktspējas pārvaldība..
Tā ir apziņa, ka jaunajos hipermērogotajos un paātrinātajos IT iestatījumos ir iespējama jauna stratēģija, kas var izmantot lielos datus un mašīnmācīšanās sasniegumus, lai pārvarētu mantoto rīku un cilvēku ierobežojumus.
AIOps ļauj uzņēmumiem darboties tādā tempā, kāds nepieciešams mūsdienu biznesam, vienlaikus nodrošinot fantastisku lietotāja pieredzi, kad IT ir digitālās transformācijas iniciatīvu centrā.
Kāpēc mums ir nepieciešami AIOps?
Daudzos uzņēmumos statiskās, nesadalītās uz vietas esošās sistēmas ir kļuvušas par dinamiskāku lokālo, publisko mākoņu, privāto mākoņu un pārvaldītu mākoņa vidi, kurā resursi tiek nepārtraukti mērogoti un pārkonfigurēti.
IT ir jāseko līdzi pieaugošajam ierīču skaitam (jo īpaši lietu internetam jeb IoT), sistēmām un lietojumprogrammām. Apsveriet gigabaitus datu, ko lokomotīve var ģenerēt vienā piegājienā.
Lielie dati ir frāze, ko IT izmanto, lai aprakstītu šo parādību. Milzīgo datu apjomu, kas IT operācijām ir jāapstrādā, persona nevar apstrādāt. IT darbinieki nespēj noteikt prioritāti dažādām problēmām, lai ātri reaģētu.
Viņi saņem milzīgu skaitu paziņojumu, no kuriem daudzi ir lieki, pārpludinot tos. Rezultātā tiek nodarīts kaitējums klientu un lietotāju pieredzei.
Tradicionālās IT pārvaldības metodes nespēj tikt galā ar šo apjomu. Viņi nespēj efektīvi atšifrēt notikumus no datu plūdiem. Viņi nevar saistīt datus no atšķirīgiem, taču savstarpēji saistītiem kontekstiem.
Viņi nespēj nodrošināt IT operācijas ar reāllaika informāciju un paredzamo analīzi, kas nepieciešama, lai ātri reaģētu uz problēmām. Organizācijas vēršas pie AIO, lai ātrāk identificētu, novērstu un izvairītos no spēcīgas ietekmes pārtraukumiem un citām IT darbību problēmām.
AIOps ļauj IT operāciju komandām ātri un proaktīvi reaģēt uz pārtraukumiem un palēninājumiem, veicot daudz mazāku darbu.
Tas aizpilda plaisu starp lietotāju cerībām uz nelielu sistēmas veiktspējas un pieejamības dīkstāvi vai bez tās, un dinamisko, daudzveidīgo un izaicinošo IT ekosistēmu.
AIOps pamatkomponenti
Apskatīsim tā pamatkomponentus, lai labāk izprastu AIO spēku un atbildību. Starp tiem ir šādi:
Būtiski IT dati
Datu rezervuāru demontāža ir AIOps pamatmērķis. Lai to paveiktu, tas apvieno vairākas IT pakalpojumu pārvaldības un IT operāciju pārvaldības datu kopas. Tas ļauj automatizēt un ātrāk identificēt saknes problēmas.
Savākti milzīgi dati
Jebkuras AIOps platformas galvenā sastāvdaļa ir lielie dati. AIOps var izmantot sarežģītu analīzi gan ar saglabātajiem datiem, kas jau ir savākti, gan datiem, kas tiek ģenerēti reāllaikā, nojaucot tvertnes un atbrīvojot datus, kas jau ir pieejami.
mašīna mācīšanās
AIOps paļaujas uz izsmalcinātām mašīnmācīšanās prasmēm, kas pārspēj manuālas cilvēka spējas, jo ir liels analizējamo datu apjoms.
AIOps mērogojas ar ātrumu un precizitāti, kas citādi nebūtu iedomājama, automatizējot analīzi un atrodot savienojumus un ieskatus.
Novērošana
Platformas spējai uzraudzīt datus un datu uzvedību ir būtiska nozīme AIOps procesā. Datus no daudziem IT domēniem un avotiem, piemēram, mantotās infrastruktūras, konteinera, mākoņa vai virtualizētām sistēmām, AIOps var apkopot, izmantojot datu atklāšanu.
Lai nodrošinātu visjaunāko pamatu, dati ir jāapkopo pēc iespējas tuvāk reāllaikam.
Iesaistīšanās
Daudzās IT jomās, tostarp ITSM, AIOps risinājumi piedāvā datorsistēmu un programmatūras konfigurēšanu, koordinēšanu un administrēšanu.
AIOps analītika nodrošina, ka dati ir uzticamāki un atbilstošāki, vienlaikus iekļaujot arī vides datus un ļaujot automatizēt.
Darbība
AIOps galvenais mērķis ir izveidot sistēmu ar pilnībā automatizētiem procesiem, novēršot visas nepilnības un atbrīvojot IT operāciju darbiniekus no visiem pienākumiem.
AIOps joprojām ir sākuma stadijā, un dažas komandas nevēlas pilnībā izmantot tā potenciālu.
Tomēr AIOps var pārvaldīt gan vienkāršus, gan sarežģītākus uzdevumus, un daudzi uzņēmumi arvien vairāk pierod pie AIOps sistēmām, kas veic arvien grūtākus uzdevumus.
AIOps darbība
Lai nodrošinātu centralizētu iesaistes sistēmu, AIOps vislabāk darbojas, ja tas ir neatkarīgi izvietots, lai vāktu un analizētu datus no visiem pieejamajiem IT uzraudzības avotiem.
Lai to izdarītu, tiek izmantota tā pati procedūra, ko cilvēka kognitīvā funkcija. Tālāk ir norādīti pieci galvenie izmantotie algoritmi.
Datu izvēle
Pamatojoties uz noteiktiem atlases un prioritāšu noteikšanas parametriem, AIO ir jāspēj atrast galvenās "adatas", kas paslēptas terabaitu lieluma datu "siena kaudzēs", izsijājot milzīgo pieejamo IT datu daudzumu, analizējot tos un atrodot būtiskus datu vienumus.
Rakstu atpazīšana
AIOps pārbauda atbilstošos datus, identificē korelācijas starp datu vienumiem un grupē tos kolektīvi turpmākai analīzei.
Intuīcija
AIOps sistēmas var skaidri identificēt problēmu, notikumu un modeļu pamatcēloņus, pateicoties padziļinātai izpētei, kas arī sniedz ieskatu, ko var izmantot, lai vadītu turpmākās darbības.
Sadarbība
AIOps jākalpo arī par sadarbības platformu, brīdinot attiecīgās komandas un personas, sniedzot tiem atbilstošu informāciju un nodrošinot efektīvu sadarbību, neskatoties uz attālumu starp operatoriem.
Automatizācija
Visbeidzot, bet ne mazāk svarīgi, AIOps ir izveidots, lai nekavējoties reaģētu uz problēmām un tās atrisinātu, ievērojami uzlabojot IT darbību efektivitāti un precizitāti.
Ieguvumi
AIOps galvenā priekšrocība ir tā, ka tas ļauj IT operācijām ātrāk atrast, novērst un novērst palēninājumus un pārtraukumus, nekā to var izdarīt, manuāli šķirojot brīdinājumus no dažādiem IT operāciju rīkiem.
Tā rezultātā ir vairākas atšķirīgas priekšrocības:
Pārvaldiet savu biznesu proaktīvi, proaktīvi un paredzamā veidā
AIOps nekad nebeidz mācīties, tāpēc tas nepārtraukti uzlabo mazāk steidzamu brīdinājumu vai signālu pamanīšanu, kas atbilst steidzamākiem apstākļiem.
Tas nozīmē, ka tas var piedāvāt paredzamus paziņojumus, lai IT speciālisti varētu novērst iespējamās problēmas, pirms tās izraisa gausu vai traucējumus.
Uzlabojiet vidējo laiku līdz izšķirtspējai (MTTR):
AIOps spēj atklāt pamatcēloņus un nodrošināt risinājumus ātrāk un precīzāk, nekā to spēj darīt cilvēki, izgriežot IT darbību troksni un korelējot operāciju datus no dažādām IT vidēm.
Pateicoties tam, uzņēmumi tagad var noteikt un sasniegt MTTR mērķus, kas iepriekš nebija iedomājami.
Zemākas ekspluatācijas izmaksas
AIOps risinājumi var samazināt izmaksas dažādos veidos, taču viens svarīgs un sarežģīts risinājums ir personāla pievienošana. Rokasgrāmata incidentu pārvaldība ir apgrūtinoša un lēna.
Organizācijas cenšas novērst problēmu, pieņemot darbā vairāk cilvēku, jo sarežģītība un datu apjoms pieaug. AIOps piedāvā noderīgu informāciju par problēmām, krasi samazina brīdinājumu skaitu un automatizē darbības.
Tas ļauj uzņēmumiem palielināt produktivitāti, lai saglabātu pastāvīgu darbaspēku, samazinātu eskalāciju skaitu un samazinātu dīkstāves laiku.
Atjauniniet savas IT darbības un IT operāciju komandu:
AIOps operāciju komandas saņem brīdinājumus tikai tad, ja ir sasniegti noteikti pakalpojumu līmeņa sliekšņi vai parametri, un viņi to dara ar visu nepieciešamo kontekstu, lai veiktu vislabākās iespējamās diagnozes un veiktu vislabākās un ātrākās korektīvās darbības.
Tas samazina brīdinājumu skaitu, ko operāciju komandas saņem no visām vidēm. Jo vairāk AIO apgūst un automatizē, jo vairāk tas palīdz “uzturēt ieslēgtas gaismas” ar mazāku cilvēku darbu, atbrīvojot IT operāciju personālu, lai koncentrētos uz uzdevumiem, kuriem uzņēmumam ir lielāka stratēģiskā vērtība.
Tālāk ir norādītas dažas ievērojamas priekšrocības:
- Uzlabota pieredze gan darbiniekiem, gan klientiem
- Palielināta jauda un infrastruktūras izmantošana
- Uzlabota sinhronizācija starp IT pakalpojumiem un biznesa pakalpojumu rezultātiem
- Ātrāka jaunu IT pakalpojumu piegāde
- Prasmju trūkuma novēršana
- Tradicionālā infrastruktūra, publiskais mākonis, privātais mākonis un hibrīda mākoņa atbalsts
- Problēmu pārvaldība pāriet no reaģējošas uz proaktīvu uz prognozējošu
- IT operāciju personāla un IT darbību modernizācija
- Uzlabota sadarbība starp drošību un operācijām
- Mazāk dzēšamo ugunsgrēku un lētāki pārtraukumi
- Palielināts vidējais laiks ātrākai atrisināšanai (MTTR)
- Uzlabot attiecības starp izmaiņām un sniegumu
- Lielāka spēja efektīvi pārvaldīt pārmaiņas
- IT operāciju personāla pienākumi ir samazināti, jo AI palīdz veikt analīzi
- Izmantojiet anomāliju noteikšanu, lai apturētu problēmas, pirms tās ietekmē patērētājus.
- Cilvēka kļūdu samazināšanās
- Izpratne par to, kā darba slodze ietekmē izmaksas
trūkumi
Joprojām ir jādara vēl vairāk, lai izveidotu un apvienotu pamatā esošās AIOps tehnoloģijas tā, lai tās būtu noderīgas, neskatoties uz to, ka tās ir pietiekami nobriedušas. Daži no tā trūkumiem ir uzskaitīti zemāk:
- AIOps platformas ieviešana, pārvaldība un uzturēšana var aizņemt daudz laika un pūļu.
- AIOps sistēmas ir atkarīgas no vairākiem datu avotiem, kā arī datu glabāšanas, drošības un saglabāšanas.
- Tās veiktspēja ir balstīta tikai uz algoritmiem, kurus jūs tai mācāt, un datiem, kas tiek ievadīti. Tādējādi tā nevar pārkāpt savas programmēšanas robežas.
- AIOps ir nepieciešams uzticēties rīkiem, kas dažiem uzņēmumiem var nepatikt. Tas ir tāpēc, ka, lai AIOps rīki darbotos autonomi, tiem ir pareizi jāseko izmaiņām mērķa vidē, jāiegūst un jāaizsargā būtiski dati, jāizdara pareizi secinājumi, jānosaka darbību prioritātes un visbeidzot jāveic piemērotas automatizētas darbības.
Kādu lomu AIO spēlē pašreizējā IT vidē?
Jūs, iespējams, uzreiz nesapratīsit, kā AIOps iekļaujas to tehnoloģiju kategorijās, kuras jau izmantojat, pirmo reizi to aplūkojot.
Iemesls ir tāds, ka tas neaizstāj esošās žurnālu pārvaldības, uzraudzības, orķestrēšanas vai apkalpošanas galda tehnoloģijas.
Tā vietā tas mijiedarbojas ar katru domēnu un rīku, integrējot un patērējot datus no katra no tiem. Noderīgus rezultātus nodrošina arī sinhronizēta attēla nodrošināšana no katra rīka.
Šie instrumenti paši par sevi ir vērtīgi priekšmeti. Atvienojuma dēļ ir grūti iegūt atbilstošu informāciju īstajā brīdī.
AIOps piedāvā daudzpusīgu metodi, lai apvienotu daudzas daļējas perspektīvas, lai pilnībā izprastu plašo attēlu, kas ir jāzina jūsu ITOps komandām.
Lielo datu un mašīnmācīšanās izmantošana ir bijusi zināma jau kādu laiku, pat ja AIOps ir dramatiska ITOps atkāpe.
Pārejot no manuālās uz automatizētu tirdzniecības, biržu brokeri pieņēma līdzīgas ML stratēģijas. ML un analītikas izmantošana sociālo mediju jau kādu laiku ir pieejams arī pakalpojumā Google Maps, Instagram vai tiešsaistes veikalos, piemēram, eBay un Amazon.
Šīs metodes ir pastāvīgi un plaši izrādījušās noderīgas iestatījumos, kur nepieciešama ātra reakcija uz mainīgām situācijām un lietotāja pielāgošana.
AIOps AI izmantošana ir daudzsološāka nekā mašīnmācīšanās. Šobrīd jūs varat rīkoties ar steidzamiem lietošanas gadījumiem, izmantojot vienkāršu automatizāciju vai automatizāciju ar mašīnmācīšanos.
Nepārtraukti tiek izstrādātas jaunas AI lietojumprogrammas. Jebkurā gadījumā pirms cilvēku uzvedības balstīšanas uz ITOps, kā tas tiek praktizēts, ir jāizveido stabils AIOps pamats.
ITOps personāla pienākumu konservatīvais raksturs liek viņiem lēnām pielāgoties AIOps scenārijiem. Viņi ir atbildīgi par organizācijas infrastruktūras stabilitātes uzturēšanu un apgaismojuma uzturēšanu.
Tomēr vairākām ITOps organizācijām drīz būs jāpielāgojas jaunajām AIOps tehnoloģijām un metodēm, ņemot vērā tendences uz visuresošu AIOps ieviešanu.
Secinājumi
Uzlabojot saziņu un sadarbību starp IT operāciju komandām un citām ieinteresētajām pusēm, AIOps jau ir sācis atbalstīt digitālo transformāciju.
Vajadzība pēc automatizācijas un sadarbības pieaugs, jo lietojumprogrammas nākotnē kļūs arvien sarežģītākas.
Atstāj atbildi