De fleste ledere ønsker IT-drift styret af kunstig intelligens

0
196

Nul

“AIOps” kan være en anden ny mosede-up betegnelse for xOps leksikon, men det ser ud til at have fanget opmærksomheden hos mange IT-chef. En ny undersøgelse, finder et flertal af IT-chefer, 68%, at de arbejder med eller overvejer at AIOps, eller kunstig intelligens til IT-drift.

data-center-nasa-photo-credit-nasa-office-of-the-cio.jpg
Foto: NASA Kontor CIO

AIOps kan hjælpe IT-chefer “skelne mellem legitime signaler og ligegyldig støj,” ifølge forfatterne af en nylig undersøgelse fra OpsRamp. Undersøgelsen finder, at næsten tre fjerdedele (73%) er at drage fordel af AIOps evner til at få mere meningsfuld indsigt i forbindelse med til-system indberetninger.

Så hvor er AIOps passer ind i ordningen af ting? I en nylig Forbes indlæg, Janakiram MSV, der er skitseret følgende potentielle use cases for AIOps.

Kapacitetsplanlægning: “Som virksomhed arbejdsmængder begynde at migrere til cloud, cloud-leverandører vil fortsætte med at tilføje nye konfigurationer, hvilket kun vil øge kompleksiteten. Ved at anvende AI, arbejdsbyrder kan henføres til den rigtige konfiguration af servere og virtuelle maskiner. Efter at have kørt arbejdsbyrden i sin top stand, AIOps kan anbefale den korrekte instans, familietype, opbevaring valg, netværk, konfiguration, og selv IO gennemløb af skiudstyr.” Ressourceanvendelse: “Med AIOps, administratorer vil stole på intelligent skalering, hvor den infrastruktur, der intelligent justerer sig selv baseret på historiske data. Det vil lære, hvordan du genindstiller sig selv, baseret på den aktuelle og forventede udnyttelse mønster.” Storage management:“Ved at bringe AI til opbevaring ops, verdslige opgaver, såsom kalibrering af diske og omkonfiguration af dem er automatiseret. Gennem predictive analytics, lagerkapacitet justeres automatisk ved at tilføje nye mængder proaktivt.AI kan håndtere grundlæggende til avancerede operationer til storage management”). Anomalisøgning: “AIOps præcist kan fremhæve disse outliers ved at udpege den egentlige kilde, som kan hjælpe IT-teams i at udføre effektiv kerneårsagsanalyse næsten i real-tid.” Trussel registrering og analyse: “Avancerede machine learning algoritmer, der kan bruges til at identificere uventede og potentielt uautoriserede og ondsindet aktivitet inden for infrastruktur.” Den OpsRamp undersøgelse viser, at 58% af de adspurgte bemærkes, at AIOps ville hjælpe med at udtrække signal fra støj i en kompleks organisation. Flertallet (51%) sagde, at op til halvdelen af alle hændelser var tilbagevendende. I mellemtiden, 48% af respondenterne har beskrevet deres nuværende indberetning mængder, da for larmende, alt for høj, eller begge dele.

Den OpsRamp undersøgelse finder også AIOps er nøglen til at eliminere eller mindske det manuelle arbejde. Mindst 74% af de adspurgte ønskede at bruge AIOps for at automatisere trivielle opgaver. Hertil kommer, at 66% af respondenterne anført, at AIOps ville bidrage til at forbedre kerneårsagsanalyse.

Relaterede Emner:

Datacentre

CXO

Thought Leadership

Innovation

Tech og Arbejde

0