AIOps lÀrdomar: Var försiktig nÀr du vÀljer en leverantör

Problemet med manuell optimering och vad man ska göra istÀllet


Konceptet med AIops Ă€r enkelt: ingjuta artificiell intelligens (AI) i IT för att göra verksamheten snabbare och effektivare. I teorin borde AIops nĂ€r den Ă€r som bĂ€st leda till en autonom IT-miljö dĂ€r funktioner kan köra sig sjĂ€lva med liten eller ingen mĂ€nsklig inblandning. I praktiken Ă€r vĂ€gen till detta nirvana-tillstĂ„nd allt annat Ă€n okomplicerad och vĂ€cker flera frĂ„gor. Var ska du börja? Hur mĂ€ter du vĂ€rdet? Är AI redo att skalas över produktionsmiljöer? Behöver jag nya verktyg?

Även om det inte finns nĂ„gon enkel knapp för AIops, Ă€r det verkligen vĂ€rt att utforska eftersom IT-driften har blivit betydligt mer komplex, sĂ€rskilt under de senaste Ă„ren dĂ„ IT-personal har skickats hem för att göra sina jobb. Företagen blir allt mer dynamiska, mobila, molncentrerade och distribuerade, vilket skapar en enorm klyfta mellan budgetar och IT:s roll. AIops kan hjĂ€lpa till att minska det gapet.

Forskningsföretaget ZK Research, i samarbete med Masergy, genomförde en AIops-studie för att belysa var branschen Àr och för att ge lite insikter om hur man kan svara pÄ nÄgra av dessa frÄgor, vilket gör det möjligt för företag att gÄ vidare med AIops. Studien omfattade en total urvalsstorlek pÄ 510 företag i företagsklass inom ett brett spektrum av branscher.

Studien fokuserade frÀmst pÄ skÀrningspunkten mellan AIops och nÀtverksdrift, med tanke pÄ antalet betydande marknadsövergÄngar som sker i nÀtverket och det faktum att nÀtverk berör alla delar av ett IT-system. Mjukvarudefinierade WAN (SD-WAN), sÀker Ätkomstservice edge (SASE), fjÀrr- och hybridarbete, 5G och andra trender gör hanteringen av nÀtverket extremt utmanande med Àldre operationer. MÄlet med undersökningen var att ta reda pÄ om nÀtverk var moget för AIops.

HÀr Àr nÄgra av de viktigaste resultaten av undersökningen.

Adoptionsfrekvenser varnar IT-proffs: AI-analys Àr inte lika med automatisering

LÄt dig inte luras av AI-baserad analys. MÄnga IT-ledare tror att eftersom de har implementerat AIops Àr de pÄ vÀg mot full automatisering. Det Àr dock inte alltid sant. Studiens resultat tyder pÄ att det Àr mycket möjligt att köpare fastnar i denna missuppfattning.

Hela 64 % av IT-ledarna sa att de för nĂ€rvarande anvĂ€nder AIops, jĂ€mfört med 37 % som helt enkelt utvĂ€rderar eller utforskar tekniken. Anekdotisk forskning visar att siffran pĂ„ 64 % Ă€r för hög, eftersom ZK Research förvĂ€ntade sig cirka 50 %. Även om det kan verka som att detta motsĂ€ger undersökningsdata, understryker det att det finns en missuppfattning om vad AIops faktiskt Ă€r. ZK Research sa att överrapportering av adoption ofta Ă€r fallet med framvĂ€xande teknik.

I molnets tidiga dagar hÀvdade företag som anvÀnde en grundlÀggande vÀrdtjÀnst att de anvÀnde molnet. Detta Àr ett steg pÄ vÀgen till molnet, men det hÀr Àr inte en molnimplementering. Ett nyare exempel Àr SD-WAN. Tidigt i köpcykeln ansÄg företag som hade antagit bredband för företagsanslutning att detta var SD-WAN, men det Àr det inte.

Uppgifterna presenterar ett scenario med goda nyheter/dÄliga nyheter för branschen. Det Àr sÀkert positivt att en sÄ hög andel av företagen Àr intresserade av AIops, men det Àr negativt att mÄnga kommer att gÄ igenom en del vÀxtvÀrk eftersom IT-proffs bÀttre förstÄr vilka leverantörer som anvÀnder AI och vilka andra som anvÀnder termen för marknadsföring.

Det Àr avgörande att utvÀrderare av AIops-system förstÄr vad de anvÀnder och om AIops-verktygsuppsÀttningen de utvÀrderar kan förbÀttra en anvÀndares autonomi. AIops Àr inte ett nÀtverkshanteringsverktyg med nÄgra rekommendationer, och det Àr inte heller en sÀkerhetsinstrumentpanel med ett smart fÀrgschema eller en grundlÀggande regelbaserad motor som krÀver stÀndig uppdatering.

Ett sÀtt att sÀga Àr att titta pÄ vad som driver motorn. AIops bör bygga pÄ maskininlÀrning, beteendeanalys och prediktiv analys som gör mer Àn att peka pÄ problem och generera biljetter till IT-personal. AIops bör erbjuda verifierade lösningar och hjÀlpa IT-team att utföra nödvÀndiga Àndringar. AIops-motorer bör vara frontladdade med nÀtverkshantering och sÀkerhetsintelligens, men Ànnu viktigare, de bör observera realtidsdata 24/7 för att lÀra av befintliga miljöer.

Företag och hotlandskap utvecklas alltid, sÄ AIops bör följa med dem och bli smartare med tiden. FrÄga leverantören om produktens problemlösningsnoggrannhet idag jÀmfört med för ett Är sedan. Andra bra frÄgor att stÀlla Àr: Hur lÄng tid tar det att lÀra sig din miljö, och hur ofta behöver modellerna omskolas? Köpare mÄste vara noggranna nÀr de vÀljer ett AIops-verktyg.

IT-operativ effektivitet Àr en bra utgÄngspunkt

En av de första frĂ„gorna som stĂ€lldes i undersökningen var: “Vilka Ă€r de frĂ€msta anledningarna till ditt intresse för AIops-verktyg?” eftersom detta skulle ge en viss inblick i vanliga anvĂ€ndningsfall. De bĂ€sta svaren var stackrankade i denna ordning:

    FÄ IT-operativ effektivitet/produktivitet Snabbare svar pÄ sÀkerhetshot Snabbare identifiering av sÀkerhetshot FörbÀttra nÀtverkets tillförlitlighet FörbÀttra nÀtverks-/applikationsprestanda

Dessa data visar att företag anvÀnder AIops-plattformar för grundlÀggande blockering och hantering först innan de anvÀnder dem för mer avancerade uppgifter. Detta Àr det rÀtta tillvÀgagÄngssÀttet eftersom nÀtverket mÄste vara sÀkert och optimerat innan företag kan anvÀnda avancerade funktioner, sÄsom avsiktsbaserat nÀtverk.

AIops Àr för nÀtverk och sÀkerhet

En av de trevliga överraskningarna frÄn studien var samverkan mellan nÀtverk och sÀkerhet. Vanligtvis hÄller stora företag en muromgÀrdad trÀdgÄrd mellan de tvÄ lagen. Efter Är av samtal om att sammanföra dessa team Àr det bra att företag Àntligen letar efter ett enda verktyg som kan anvÀndas av bÄda grupperna.

Denna trend framhĂ€vdes av frĂ„gan “Vilka Ă€r de frĂ€msta kriterierna för att vĂ€lja en AIops-leverantör?” Det bĂ€sta svaret var “AIops-funktioner”, som inkluderar analyser, förutsĂ€gelser, rekommendationer och integration. Detta stödjer ovanstĂ„ende datapunkter att tekniken anvĂ€nds för att förbĂ€ttra IT-driften. Det nĂ€st högsta svaret var “FörmĂ„ga att hantera nĂ€tverk och sĂ€kerhet.” Faktum Ă€r att studien fann att 55 % av de som redan anvĂ€nder AIops utnyttjar det över bĂ„da IT-domĂ€nerna.

TÀnk efter tvÄ gÄnger innan du gör det sjÀlv

Undersökningen frĂ„gade: “Vilken implementeringsmodell kommer du att vĂ€lja för AIops?” I topp pĂ„ listan var intern förvaltning med 47 %, följt av samförvaltning med 32 % och fullt hanterade tjĂ€nster med 21 %. Med tanke pĂ„ att det Ă€r sĂ„ tidigt i AIops-cykeln förvĂ€ntade ZK Research en gör-det-sjĂ€lv-instĂ€llning, vilket Ă€r vanligt med ny teknik. Ett varningens ord: Att fĂ„ AI-modeller trĂ€nade och omskolade för att arbeta i en produktionsmiljö Ă€r inte trivialt.

I det hĂ€r fallet rekommenderar ZK Research att du söker en hanterad tjĂ€nsteleverantör för att Ă„tminstone hjĂ€lpa till att sĂ€kerstĂ€lla att datamĂ€ngderna Ă€r bra. Inom datavetenskap finns det ett axiom som sĂ€ger: “Bra data leder till bra insikter”, men dĂ„lig data kan leda till dĂ„liga insikter. Hanterade tjĂ€nster kan hjĂ€lpa till att sĂ€kerstĂ€lla de bĂ€sta resultaten snabbt.

AIops Ă€r inte lĂ€ngre science fiction. Tekniken Ă€r verklig och fungerar idag. Företag som övervĂ€ger AIops bör lĂ€ra sig av studien och anvĂ€nda den för att lösa grunderna först innan de försöker gĂ„ över till mer avancerade funktioner. VĂ€lj dessutom din leverantör noggrant och utmana företaget att tillhandahĂ„lla mĂ€tvĂ€rden och data om produktens prestanda. Slutligen, om ditt företag inte Ă€r fullt av datavetare – och de flesta inte Ă€r det – sĂ„ sök en managed services-partner som kan hjĂ€lpa dig.

VentureBeats uppdrag ska vara ett digitalt stadstorg för tekniska beslutsfattare att fÄ kunskap om transformativ företagsteknologi och handla. LÀs mer om medlemskap.