Nul
“AIOps” kan een andere nieuwe mashed-up termijn voor de xOps lexicon, maar het lijkt te hebben gevangen onder de aandacht van menig IT-manager. Een nieuwe enquête vindt een meerderheid van de IT-managers, 68%, werkt of overweegt AIOps, of kunstmatige intelligentie voor IT operations.
Foto: NASA Kantoor van de CIO
AIOps kan helpen IT-managers “onderscheid maken tussen legitieme signalen en irrelevant geluid”, aldus de auteurs van een recente enquête van OpsRamp. De enquête vindt bijna drie kwart (73%) maken gebruik van AIOps mogelijkheden om meer betekenisvolle inzichten in verband met systeem meldingen.
Dus, waar komt AIOps passen in de regeling van de dingen? In een recente Forbes post, Janakiram MSV geschetst van de volgende potentiële gebruik van de gevallen voor AIOps.
Capaciteitsplanning: “Als enterprise workloads beginnen te migreren naar de cloud, cloud providers zullen doorgaan met het toevoegen van nieuwe configuraties, die zal alleen maar toenemen met de complexiteit. Door het toepassen van AI, werklasten kunnen worden toegewezen aan de juiste configuratie van de servers en virtuele machines. Na het uitvoeren van de werkdruk op haar hoogtepunt staat, AIOps kan u adviseren over de juiste soort familie, keuzes voor storage, netwerk configuratie, en zelfs de i / o-capaciteit van de opslag.” Gebruik van resources: “Met AIOps, beheerders zullen vertrouwen op de voorspellende schalen waarin de infrastructuur op een intelligente manier past zich op basis van historische gegevens. Het leert hoe het zichzelf opnieuw te configureren op basis van de huidige en verwachte gebruik patroon.” Storage management:“Door het AI-opslag ops, alledaagse taken zoals het kalibreren van schijven en het herconfigureren van hen zijn geautomatiseerd. Door middel van predictive analytics, de opslag capaciteit wordt automatisch aangepast door het toevoegen van nieuwe volumes proactief.AI kan pakken fundamenteel voor geavanceerde bewerkingen voor het beheer van de opslag.” Opsporing: “AIOps nauwkeurig kan markeer deze uitschieters door exact vast te stellen de werkelijke bron, die kunnen helpen DEZE teams bij het uitvoeren van een efficiënte analyse van de onderliggende oorzaak bijna in real-time.” Detectie en analyse: “Geavanceerde machine learning algoritmen kunnen worden gebruikt voor het identificeren van onverwachte en mogelijk illegale en schadelijke activiteiten binnen de infrastructuur.” De OpsRamp onderzoek toont aan dat 58% van de respondenten opgemerkt dat AIOps zouden helpen uitpakken signaal van ruis in een complexe organisatie. Een meerderheid (51%) zegt dat de helft van alle incidenten waren recurrente. Ondertussen, 48% van de respondenten beschreven de huidige alert volumes te luidruchtig, te hoog, of beide.
De OpsRamp onderzoek vindt ook AIOps is de sleutel tot het elimineren of verminderen van handmatig werk. Ten minste 74% van de respondenten wilde gebruiken AIOps voor het automatiseren van tijdrovende taken. Daarnaast 66% van de respondenten gaf aan dat AIOps zou helpen bij het verbeteren van root-cause analyse.
Verwante Onderwerpen:
Datacenters
CXO
Thought Leadership
Innovatie
Tech en Werk
0