Dostępność i wydajność stały się „sprawą życia lub śmierci” w zarządzaniu działaniami operacyjnymi i rozwojowymi w obszarze IT. Kluczowymi aspektami są szybkość i skuteczność działania. Na rynku od jakiegoś czasu funkcjonują narzędzia, które doskonale są w stanie sprostać tym wyzwaniom – to platformy AIOps (AIOps – Artifcial Inteligence for IT Operations) zawierające elementy sztucznej inteligencji.
AIOps to nowe podejście do zarządzania procesami IT i nowa szansa na optymalizację kosztów funkcjonowania coraz bardziej rozbudowanych środowisk IT.
W AIOps algorytmy mają za zadanie wspierać pracę specjalistów z działów operacji IT wykorzystując do tego koncepcję big data, współczesne zdolności uczenia się maszyn i inne zaawansowane techniki analityczne, by usprawniać bezpośrednio i pośrednio pracę działów operacji IT (monitorowanie, automatyzację i wsparcie serwisowe). Z technologii AIOps mogą także z powodzeniem korzystać działy DevOps. Wgląd w czasie rzeczywistym w stan monitorowanych środowisk pozwala działać proaktywnie i szybko reagować – wykrywać wczesne ostrzeżenia i rozwiązywać incydenty zanim dojdzie do awarii. Platformy AIOps mogą również zautomatyzować wykorzystywanie istniejącej wiedzy, podejmowanie decyzji, a także zarządzanie zgłoszeniami w systemie typu Service Desk
Jak prognozują analitycy z firmy badawczej Gartner (raport: Innovation Insight for Algorithmic IT Operations Platforms by Gartner, Refreshed: 26 April 2017) do 2019 roku 25% globalnych przedsiębiorstw wdroży platformę AIOps wspierającą dwie lub więcej głównych funkcji działów operacji IT. Obecnie takim rozwiązaniem dysponuje niewiele ponad niż 5% firm – do roku 2020 już połowa przedsiębiorstw na globalnym rynku będzie używała takich narzędzi.
Jak zatem będzie wyglądał rozwój AIOps w najbliższych latach. Oto kluczowe wnioski z raportu Gartnera:
- W ciągu ostatnich trzech lat działy IT w celu wspierania monitorowania operacji IT wdrażały osobno technologie Big Data i uczenia maszynowego. Jednak w ciągu ostatnich sześciu miesięcy przedsiębiorstwa zaczęły łączyć projekty dotyczące dużych zbiorów danych i uczenia maszynowego i rozszerzać je na dział obsługi klienta i automatyzację.
- Przedsiębiorstwa wykorzystują sztuczną inteligencję na platformach IT (AIOps) do ulepszania, a czasem do zastąpienia klasycznego monitorowania wydajności aplikacji (APM) oraz narzędzi monitorowania i diagnozowania wydajności sieci (NPMD).
- Dostawcy zorientowani na IT byli dotąd ukierunkowani na specjalizację w zakresie dużych zbiorów danych lub uczenia maszynowego, jednak ciągu ostatnich 18 miesięcy trendy prowadzą do powstawania pokolenia platform, które łączą oba te rozwiązania.
- Zmniejsza się niedobór umiejętności AIOps, ponieważ z jednej strony absolwenci szkół wyższych posiadają wiedzę z zakresu technologii dotyczących danych, a z drugiej strony dostawcy upraszczają interfejsy platform AIOps.
Oceń ten Artykuł