Изображения, используемые в моих статьях, являются собственностью соответствующих организаций и используются здесь исключительно в справочных, иллюстративных и образовательных целях. (Источник изображений: Google [Кроме нескольких изображений, источник которых конкретно указан под изображением])
Давайте сделаем одну вещь "Очистить" –
Искусственный интеллект в AIOps не означает, что операторы-люди будут заменены автоматизированными системами. Вместо этого люди и платформа AIOps работают вместе, а алгоритмы искусственного интеллекта и машинного обучения расширяют возможности человека и позволяют специалистам по эксплуатации сосредоточиться на том, что важно.
AIOps означает «Искусственный интеллект для ИТ-операций», и в этой статье мы узнаем все, что вам нужно знать об этом.
Что такое AIOps?
AIOps — это приложение ИИ для улучшения ИТ-операций. В частности, AIOps использует большие данные, аналитику и возможности машинного обучения.
Это применение ИИ и связанных с ним технологий, таких как ML и NLP, к традиционным действиям и задачам ИТ-операций.
«AIOps сочетает в себе большие данные и машинное обучение для автоматизации процессов ИТ-операций, включая корреляцию событий, обнаружение аномалий и определение причинно-следственных связей». — Гартнер
Ниже приведены некоторые примеры того, что может сделать AIOps.
- Собирайте и объединяйте огромные и постоянно растущие объемы операционных данных, генерируемых несколькими компонентами ИТ-инфраструктуры, приложениями и инструментами мониторинга производительности.
- Диагностируйте основные причины и сообщайте о них ИТ-отделу для быстрого реагирования и устранения — или, в некоторых случаях, автоматически устраняйте эти проблемы без вмешательства человека.
- Интеллектуально отделяйте «сигналы» от «шума», чтобы выявить заслуживающие внимания события и закономерности, связанные с проблемами производительности и доступности системы.
Gartner объясняет, как работает платформа AIOps, используя схему на рисунке выше. AIOps состоит из двух основных компонентов: больших данных и машинного обучения.
Это требует перехода от разрозненных ИТ-данных к объединению данных наблюдений (таких, которые содержатся в системах мониторинга и журналах заданий) вместе с данными о вовлечении (обычно находящимися в заявках, инцидентах и записях событий) внутри платформы больших данных.
Затем AIOps реализует комплексную стратегию аналитики и машинного обучения для объединенных ИТ-данных. Желаемый результат — это понимание, основанное на автоматизации, которое приводит к постоянным улучшениям и исправлениям. AIOps можно рассматривать как непрерывную интеграцию и развертывание (CI/CD) для основных ИТ-функций.
Почему AIOps важен?
Успешная цифровая трансформация требует AIOps. Стремление к гибкости бизнеса оставляет нежелательный побочный продукт в виде сложности, из-за чего людям чрезвычайно трудно идти в ногу со временем.
В то время как гибкость является основой для бизнес-инноваций и взаимодействия с клиентами, ее реализация привела к весьма эфемерному состоянию рабочих нагрузок и процессов в ИТ.
Крупные достижения в области распределенных архитектур, мультиоблачных сред, контейнеров и микросервисов, среди прочих, привели к созданию обильных многомерных потоков данных, которые создают чрезмерный шум и препятствуют способности ИТ-отдела выявлять и устранять инциденты обслуживания.
Как работает AIOps?
Источник: Moogsoft
Не все инструменты AIOps одинаковы. Чтобы получить максимальную отдачу, организация должна развернуть ее как независимую платформу, которая получает данные из всех источников ИТ-мониторинга и действует как центральная система взаимодействия.
Такая платформа должна работать на основе 5 типов алгоритмов, которые полностью автоматизируют и оптимизируют 5 ключевых аспектов мониторинга ИТ-операций. Они есть:
Выбор данных
- Беря огромное количество избыточных и зашумленных ИТ-данных, генерируемых современной ИТ-средой, и выбирая элементы данных, которые указывают на наличие проблемы, что часто означает фильтрацию до 99% этих данных.
Обнаружение закономерностей
- Сопоставление и поиск взаимосвязей между выбранными значимыми элементами данных и их группировка для дальнейшей расширенной аналитики.
Вывод
- Также называется анализом первопричин, определением первопричин проблем и повторяющихся проблем, чтобы вы могли действовать в соответствии с тем, что было обнаружено.
Сотрудничество
- Уведомление соответствующих операторов и команд и содействие сотрудничеству между ними, когда люди географически рассредоточены, а также сохранение данных об инцидентах, которые могут ускорить диагностику подобных проблем в будущем.
Автоматизация
- Максимально автоматизируйте реагирование и исправление, чтобы сделать решения более точными и быстрыми.
Элементы AIOps
Источник: Блоги BMC
Обширные и разнообразные ИТ-данные
- Обозначенный черным и синим шевронами, AIOps основан на объединении разнообразных данных как из Управления ИТ-операциями (показатели, события и т. д.), так и из Управления ИТ-услугами (инциденты, изменения и т. д.).
- Это часто называют «разрушением хранилищ данных» — объединением данных из разрозненных инструментов, чтобы они могли «общаться» друг с другом и ускорять идентификацию основных причин или обеспечивать автоматизацию.
Агрегированная платформа больших данных
- В основе платформы, в центре приведенного выше рисунка, лежат большие данные. Поскольку данные высвобождаются из разрозненных инструментов, их необходимо объединить для поддержки аналитики следующего уровня. Это должно происходить не только в автономном режиме — как при судебном расследовании с использованием исторических данных — но и в режиме реального времени по мере поступления данных.
Машинное обучение
- Большие данные позволяют применять машинное обучение для анализа огромного количества разнообразных данных. Это невозможно ни до объединения данных, ни вручную. Машинное обучение автоматизирует существующую ручную аналитику и обеспечивает новую аналитику новых данных — и все это в масштабе и скорости, недоступных без AIOps.
Наблюдать
- Это эволюция традиционной области ITOM, которая объединяет данные разработки (трассировки) и другие данные, не относящиеся к ITOM (топология, бизнес-показатели), чтобы обеспечить новые способы корреляции и контекстуализации. В сочетании с обработкой в режиме реального времени идентификация вероятной причины становится одновременной с генерацией проблемы.
Привлечь
- Эволюция традиционного домена ITSM включает двунаправленную связь с данными ITOM для поддержки вышеуказанного анализа и автоматического создания документации для аудита и соблюдения нормативных требований. AI/ML выражается здесь в когнитивной классификации, а также в маршрутизации и интеллектуальных функциях в точке взаимодействия с пользователем, например, в чат-ботах.
Действовать
- Это «последняя миля» цепочки создания стоимости AIOps. Автоматизация анализа, рабочего процесса и документирования бесполезна, если ответственность за действия возвращается в руки человека. Act включает в себя кодификацию человеческих знаний в области автоматизации и оркестровки исправления и реагирования.
Преимущества AIOps
AIOps устраняет шум и отвлекающие факторы
- AIOps устраняет шум и отвлекающие факторы, позволяя занятым ИТ-специалистам сосредоточиться на том, что важно, и не отвлекаться на ненужные оповещения. Это ускоряет обнаружение и устранение проблем, влияющих на обслуживание, и предотвращает простои, которые наносят ущерб продажам и качеству обслуживания клиентов.
Сопоставляет информацию из нескольких источников данных
- Сопоставляя информацию из нескольких источников данных, AIOps устраняет разрозненность и обеспечивает целостное, контекстуальное видение всей ИТ-среды — инфраструктуры, сети, приложений, хранилища — локально и в облаке.
Способствует эффективности
- Способствуя беспрепятственному межкомандному сотрудничеству между различными специалистами и владельцами сервисов, AIOps сокращает время диагностики и устранения неполадок, сводя к минимуму неудобства для конечных пользователей.
Продвинутое машинное обучение
- Расширенное машинное обучение собирает полезную информацию в фоновом режиме и делает ее доступной в контексте для дальнейшего улучшения обработки будущих инцидентов.
Повторное использование знаний и выявление первопричин
- Благодаря повторному использованию знаний и выявлению первопричин рабочие процессы для решения повторяющихся инцидентов могут быть автоматизированы, что приближает операционные группы к безбилетной и самовосстанавливающейся среде.
Секторы, использующие AIOps
Предприятия с большими и сложными средами
В число сторонников AIOps входят компании с обширной ИТ-средой и несколькими типами технологий, которые сталкиваются с проблемами сложности и масштаба.
Когда они усугубляются бизнес-моделью, которая сильно зависит от ИТ, AIOps может иметь решающее значение для успеха компании.
Хотя эти организации могут принадлежать к разным отраслям, они имеют общий масштаб и быструю и ускоряющуюся скорость изменений, поскольку потребность в гибкости бизнеса, в свою очередь, создает повышенный спрос на гибкость ИТ.
Облачные МСП
AIOps также используется малыми и средними предприятиями (МСП), особенно теми, которые родились в облаке и которым необходимо постоянно и быстро разрабатывать и выпускать программное обеспечение.
AIOps позволяет командам SRE в этих малых и средних предприятиях постоянно улучшать свои цифровые услуги, предотвращая при этом сбои, сбои и простои.
Команды DevOps в организациях любого размера
Компании с моделью DevOps могут с трудом поддерживать согласованность между различными участвующими ролями. Прямая интеграция систем Dev и Ops в общую модель AIOps сглаживает большую часть потенциальных трений.
AIOps дает командам разработчиков лучшее понимание состояния среды и дает командам эксплуатации полную информацию о том, когда и как разработчики вносят изменения и внедряют их в рабочую среду.
Такое целостное представление гарантирует бесперебойную работу циклов CI/CD, а также быстрое и беспрепятственное создание и доставку приложений.
Кроме того, конвейеры DevOps генерируют огромные объемы данных. Чтобы поддерживать стабильность и скорость доставки приложений, руководители DevOps должны анализировать их быстро и непрерывно.
Хотя команды DevOps автоматизировали большинство своих функций, многие по-прежнему используют ручной процесс принятия решений, что создает узкие места и приводит к действиям, не основанным на информации.
AIOps, с его способностью анализировать данные и рекомендовать действия, является ключом к принятию точных решений на основе данных и автоматизации действий для быстрой доставки приложений.
Организации с гибридным облаком и локальными средами
Перенос рабочих нагрузок на общедоступную облачную платформу имеет хорошо известные преимущества, но также есть веские причины хранить определенные приложения и инфраструктуру в локальной среде.
По этой причине многие организации сталкиваются с гибридными средами, что создает собственный набор проблем с ИТ-операциями.
Предоставляя целостное и всестороннее представление обо всех типах инфраструктуры и помогая операторам понять отношения, которые меняются слишком быстро, чтобы их можно было задокументировать, AIOps помогает операционным группам сохранять контроль над этими средами и обеспечивать надежность обслуживания.
Предприятия, переживающие цифровую трансформацию
Цифровая трансформация — это оцифровка бизнес-процессов, чтобы сделать организацию более эффективной, гибкой и конкурентоспособной. В основе инициатив по цифровому преобразованию лежат ИТ, которые должны работать со скоростью, необходимой для бизнеса, чтобы не стать узким местом, мешающим достижению более широких целей.
Автоматизируя ИТ-операции и предотвращая сбои, которые нарушают эти оцифрованные процессы, AIOps помогает ИТ-отделам обеспечивать уровень технологической поддержки, необходимый для успешных проектов цифровой трансформации.
Некоторые заблуждения об AIOps
Я перечислил заблуждения здесь, но перейдите по этой ссылке, чтобы получить более подробную информацию о каждом заблуждении.
- AIOps — это не продукт
- Перед AI вам нужны Ops
- AIOps — это культурный сдвиг
- Интеграция — это король и королева
- Используйте открытый исходный код
- Данные, данные, данные
Строительные блоки AIOps
Источник: АИМС
Иерархическое представление разработки ИТ-операций
Ручные операции
- Ранний этап ИТ-операций
- Отсутствие Операционного Инструмента и Руководства
- Опора на личные знания, навыки и опыт
Процедурные операции
- Рост бизнеса опережает рост персонала
- Создание и управление документами
- Управление стандартными инструментами
Автоматические операции
- Растущие различия в методах операций
- Переключиться с ручного режима на автоматический
- Подключить событие и процедуру
- Визуализация операционных данных
DevOps
- Быстрая продолжительность, сложная архитектура
- Повышенная скорость и качество
- Онлайн-сотрудничество между командами
AIOps
- Накопление больших данных, технология искусственного интеллекта готова
- Все еще на ранней стадии
- Все в одном сценарии
- Цель состоит в том, чтобы позволить машине принимать решения
Ведущие организации, предоставляющие услуги AIOps
- Динамика приложений
- Большая панда
- БМК
- DataDog
- ДайнаТрейс
- МугСофт
- Новая реликвия
- Пейджер долг
- Научная логика
- Splunk
Спасибо за прочтение, удачного обучения!