A promessa da IA: coloque a TI no piloto automático

[ad_1]

A Sercompe Industry Era fornece serviços essenciais em nuvem para cerca de 60 clientes corporativos, suportando um general de cerca de 50.000 usuários. Portanto, é a very powerful que a infraestrutura de TI subjacente da empresa de Joinville, Brasil, forneça um serviço confiável com alto desempenho previsível. Mas com um ambiente de TI complexo que inclui mais de 2.000 máquinas virtuais e 1 petabyte — equivalente a um milhão de gigabytes — de dados gerenciados, generation difícil para os administradores de rede classificar todos os dados e alertas para descobrir o que estava acontecendo quando os problemas surgiram. E generation difícil garantir que a rede e a capacidade de armazenamento estivessem onde deveriam estar ou quando fazer a próxima atualização.

Para ajudar a desvendar a complexidade e aumentar a eficiência de seus engenheiros de suporte, a Sercompe investiu em uma plataforma de operações de inteligência synthetic (AIOps), que u.s.a. IA para chegar à causa raiz dos problemas e alertar os administradores de TI antes que pequenos problemas se tornem grandes. Agora, de acordo com o gerente de produto em nuvem Rafael Cardoso, o sistema AIOps faz grande parte do trabalho de gerenciamento de sua infraestrutura de TI – uma grande vantagem sobre os antigos métodos manuais.

“Descobrir quando ecu precisava de mais espaço ou capacidade – generation uma bagunça antes. Precisávamos obter informações de tantos pontos diferentes quando estávamos planejando. Nunca acertamos o número”, diz Cardoso. “Agora, tenho uma visão completa da infraestrutura e visualização das máquinas virtuais até o disco ultimate no rack.” AIOps traz visibilidade sobre todo o ambiente.

Antes de implantar a tecnologia, Cardoso estava onde inúmeras outras organizações se encontram: enredadas em uma intrincada teia de sistemas de TI, com interdependências entre camadas de {hardware}, virtualização, middleware e, finalmente, aplicativos. Qualquer interrupção ou pace de inatividade pode levar a uma solução de problemas handbook tediosa e, em última análise, um impacto negativo nos negócios: um website online que não funciona, por exemplo, e clientes irados.

As plataformas AIOps ajudam os gerentes de TI a dominar a tarefa de automatizar as operações de TI usando a IA para fornecer inteligência rápida sobre o desempenho da infraestrutura – áreas que estão fervilhando as opposed to locais que correm o risco de desencadear um evento de pace de inatividade. O crédito por cunhar o termo AIOps em 2016 vai para o Gartner: é uma ampla categoria de ferramentas projetadas para superar as limitações das ferramentas de monitoramento tradicionais. As plataformas usam algoritmos de autoaprendizagem para automatizar tarefas rotineiras e entender o comportamento dos sistemas que monitoram. Eles extraem insights de dados de desempenho para identificar e monitorar comportamentos irregulares na infraestrutura e nos aplicativos de TI.

A empresa de pesquisa de mercado BCC Analysis estima que o mercado world de AIOps aumente de US$ 3 bilhões em 2021 para US$ 9,4 bilhões até 2026, com uma taxa de crescimento anual composta de 26%. A taxa crescente de adoção de AIOps está sendo impulsionada pela transformação virtual dos negócios e pela necessidade de passar de respostas reativas a problemas de infraestrutura para ações proativas.

“Com os volumes de dados atingindo ou excedendo gigabytes por minuto em uma dúzia ou mais de domínios diferentes, não é mais possível para um humano analisar os dados manualmente”, escrevem os analistas do Gartner. A aplicação de IA de maneira sistemática acelera os insights e permite a proatividade.

De acordo com Mark Esposito, diretor de aprendizado da empresa de tecnologia de automação Nexus FrontierTech, o termo “AIOps” evoluiu de “DevOps” – a cultura e prática de engenharia de tool que visa integrar o desenvolvimento e as operações de tool. “A ideia é defender a automação e o monitoramento em todas as etapas, desde a construção do tool até o gerenciamento da infraestrutura”, diz Esposito. A inovação recente no campo inclui o uso de análise preditiva para antecipar e resolver problemas antes que eles afetem as operações de TI.

AIOps ajuda a infraestrutura a ficar em segundo plano

Os administradores de rede e de TI, atormentados por volumes de dados explosivos e complexidade crescente, podem usar a ajuda, diz Saurabh Kulkarni, chefe de engenharia e gerenciamento de produtos da Hewlett Packard Undertaking. Kulkarni trabalha no HPE InfoSight, uma plataforma AIOps baseada em nuvem para gerenciamento proativo de sistemas de knowledge middle.

“Os administradores de TI gastam muito pace planejando seu trabalho, planejando as implantações, adicionando novos nós, computação, armazenamento e tudo mais. E quando algo dá errado na infraestrutura, é extremamente difícil depurar esses problemas manualmente”, diz Kulkarni. “AIOps u.s.a. algoritmos de aprendizado de máquina para observar os padrões, examinar os comportamentos repetidos e aprender com eles para fornecer uma recomendação rápida ao usuário.” Além dos nós de armazenamento, cada parte da infraestrutura de TI enviará um alerta separado para que os problemas possam ser resolvidos rapidamente.

O sistema InfoSight coleta dados de todos os dispositivos no ambiente de um cliente e os correlaciona com dados de clientes HPE com ambientes de TI semelhantes. O sistema pode identificar um problema em potencial para que seja resolvido rapidamente — se o problema surgir novamente, a correção pode ser aplicada automaticamente. Como alternativa, o sistema envia um alerta para que as equipes de TI possam esclarecer o problema rapidamente, acrescenta Kulkarni. Veja o caso de um controlador de armazenamento que falhou porque não tem energia. Em vez de assumir que o problema está relacionado exclusivamente ao armazenamento, a plataforma AIOps pesquisa toda a pilha de infraestrutura, até a camada de aplicativo, para identificar a causa raiz.

“O sistema monitora o desempenho e detecta anomalias. Temos algoritmos que são executados constantemente em segundo plano para detectar comportamentos anormais e alertar os clientes antes que o problema aconteça”, diz Kulkarni. A filosofia por trás do InfoSight é “fazer a infraestrutura desaparecer” trazendo sistemas de TI e todos os dados de telemetria em um único painel. Observando um conjunto gigante de dados, os administradores podem descobrir rapidamente o que está errado com a infraestrutura.

Kulkarni lembra a dificuldade de gerenciar um grande ambiente de TI de empregos anteriores. “Ecu tive que gerenciar um grande conjunto de dados e tive que ligar para muitos fornecedores diferentes e ficar em espera por várias horas para tentar descobrir problemas”, diz ele. “Às vezes, levamos dias para entender o que realmente estava acontecendo.”

Ao automatizar a coleta de dados e explorar uma grande quantidade de dados para entender as causas-raiz, o AIOps permite que as empresas realoquem a equipe foremost, incluindo administradores de TI, administradores de armazenamento e administradores de rede, consolidando funções à medida que a infraestrutura é simplificada e gastando mais pace garantindo o desempenho dos aplicativos. “Anteriormente, as empresas costumavam ter várias funções e diferentes departamentos lidando com coisas diferentes. Portanto, mesmo para implantar uma nova área de armazenamento, cinco administradores diferentes tiveram que fazer sua parte particular person”, diz Kulkarni. Mas com AIOps, a IA lida com grande parte do trabalho automaticamente para que a equipe de TI e suporte possa dedicar seu pace a iniciativas mais estratégicas, aumentando a eficiência e, no caso de uma empresa que fornece suporte técnico a seus clientes, melhorando as margens de lucro. Por exemplo, Cardoso da Sercompe conseguiu reduzir o pace médio que seus engenheiros de suporte gastam em chamadas de clientes, refletindo uma melhor experiência do cliente e aumentando a eficiência.

Faça o obtain do Relatório completo.

Este conteúdo foi produzido pela Insights, o braço de conteúdo personalizado do MIT Era Evaluate. Não foi escrito pela equipe editorial do MIT Era Evaluate.

[ad_2]

Fonte da Notícia