AIOps, sự hợp nhất của các hoạt động AI và CNTT, thường được coi là một giải pháp và thể hiện sự tự động hóa hiệu quả. Nhưng nó chỉ giải quyết một phần nhỏ các vấn đề trong nhiều trường hợp – phân loại cảnh báo và giảm mức độ dữ liệu thành một thứ dễ quản lý hơn. Để khai thác hết tiềm năng của nó, các tổ chức nên tìm kiếm các trường hợp sử dụng phức tạp hơn cho AIOps mở rộng ra ngoài các hoạt động CNTT – hãy nghĩ đến AI để tự động hóa DevOps, hoặc thậm chí tốt hơn, BizDevSecOps.
Vai trò và Trách nhiệm của AIOps
Có tiềm năng rất lớn cho những AIOps như vậy để tăng tốc đổi mới kỹ thuật số bằng cách cho phép các nhóm kinh doanh, phát triển và vận hành tự động hóa các môi trường đám mây hiện đại và thúc đẩy các ứng dụng tự phục hồi. Đây là một cách tiếp cận toàn diện hơn nhiều để khắc phục sự bùng nổ dữ liệu, vốn đòi hỏi một dạng AIOps mới. Để hỗ trợ điều này, AI cần học ngay lập tức từ dữ liệu rộng, có cấu trúc tốt, chất lượng cao, thay vì chỉ phân tích các mẫu lịch sử trong bộ dữ liệu phi cấu trúc. Do đó, các tổ chức phải suy nghĩ lại về cách họ nắm bắt, xử lý và vận hành dữ liệu dịch vụ kỹ thuật số.
Công nghệ gốc đám mây và Môi trường đa đám mây
Các nhà đổi mới hàng đầu thế giới đang ngày càng dựa vào các công nghệ gốc đám mây và môi trường đa đám mây để cải thiện sự nhanh nhạy kỹ thuật số của họ và đẩy nhanh quá trình chuyển đổi. Tuy nhiên, điều này làm tăng tính phức tạp, điều này thường khiến các nhóm CNTT và doanh nghiệp gặp khó khăn trong việc quản lý các ngăn xếp công nghệ động. AIOps, sự hợp nhất của các hoạt động AI và CNTT, thường được báo trước như một giải pháp, nhưng chỉ giải quyết một phần nhỏ các vấn đề trong nhiều trường hợp – phân loại cảnh báo và giảm mức độ dữ liệu thành một thứ dễ quản lý hơn. Để mở khóa tổ chức đa đám mây đầy đủ của mình, các tổ chức nên tìm kiếm các trường hợp sử dụng phức tạp hơn cho AIOps mở rộng ra ngoài các hoạt động CNTT – hãy nghĩ đến AI để tự động hóa DevOps, hoặc thậm chí tốt hơn, BizDevSecOps.
Tiềm năng của AIOps
Có tiềm năng rất lớn cho những AIOps như vậy để tăng tốc đổi mới kỹ thuật số bằng cách cho phép các nhóm kinh doanh, phát triển và vận hành tự động hóa các môi trường đám mây hiện đại và thúc đẩy các ứng dụng tự phục hồi. Đây là một cách tiếp cận toàn diện hơn nhiều để khắc phục sự bùng nổ dữ liệu, vốn đòi hỏi một dạng AIOps mới. Để hỗ trợ điều này, AI cần học ngay lập tức từ dữ liệu rộng, có cấu trúc tốt, chất lượng cao, thay vì chỉ phân tích các mẫu lịch sử trong bộ dữ liệu phi cấu trúc. Do đó, các tổ chức phải suy nghĩ lại về cách họ nắm bắt, xử lý và vận hành dữ liệu dịch vụ kỹ thuật số.
AIOps là gì nó ăn
AI được thừa nhận rộng rãi chỉ thông minh như dữ liệu mà người dùng cung cấp cho nó. Theo đó, các tổ chức tập trung vào việc cải thiện khả năng quan sát trên các môi trường công nghệ của họ để đảm bảo họ đang thu thập dữ liệu từ tất cả các nguồn có sẵn để làm phong phú thêm thông tin chi tiết mà AI của họ tạo ra. Tuy nhiên, việc sử dụng các môi trường đa đám mây và đa đám mây có nguồn gốc từ đám mây đã dẫn đến sự bùng nổ về độ phức tạp khiến việc thu thập dữ liệu dịch vụ kỹ thuật số được sản xuất mỗi ngày một cách tiêu chuẩn hóa và tổng thể trở nên khó khăn. Các nhóm kinh doanh, hoạt động và phát triển sử dụng nhiều công cụ giám sát để nắm bắt các nguồn dữ liệu khác nhau. Do đó, các định dạng thu thập và phân phối dữ liệu không nhất quán, gây khó khăn cho việc duy trì cấu trúc và ngữ cảnh mà AI cần để thúc đẩy đa điều kiện.
Source link : analyticsinsight.net (post by Automation bot)