AIOps

menu icon

AIOps

AIOps utilizza l'intelligenza artificiale (AI) per semplificare la gestione delle operazioni IT e accelerare e automatizzare la risoluzione dei problemi in ambienti IT moderni complessi.

Cos'è AIOps?

AIOps, (acronimo di artificial intelligence for IT operations) è l'applicazione dell'intelligenza artificiale (AI) per migliorare le operazioni IT. Nello specifico, AIOps utilizza big data, analytics e le funzionalità di machine learning per effettuare quanto segue:

  • Raccogliere e aggregare gli enormi e sempre crescenti volumi di dati delle operazioni generati da più strumenti di monitoraggio delle prestazioni, applicazioni e componenti dell'infrastruttura IT
  • Distinguere in modo intelligente i 'segnali' dal 'rumore' per identificare gli eventi e i modelli significativi correlati ai problemi di prestazioni e disponibilità dei sistemi.
  • Diagnosticare le cause principali e segnalarle all'IT per una risposta e una risoluzione rapide oppure, in alcuni casi, risolvere automaticamente questi problemi senza intervento umano.

Sostituendo più strumenti di operazioni IT manuali separati con una singola piattaforma di operazioni IT automatizzate e intelligenti, AIOps consente ai team di operazioni IT di rispondere più rapidamente, e anche proattivamente, ai rallentamenti e alle interruzioni, con molto meno sforzo.

Colma il divario che vede da una parte uno scenario IT sempre più diversificato, dinamico e difficile da monitorare e, dall'altro, le aspettative degli utenti di interruzioni minime o inesistenti nelle prestazioni e nella disponibilità delle applicazioni. La maggior parte degli esperti considera AIOps il futuro della gestione delle operazioni IT.

Ulteriori informazioni su AIOps

Perché abbiamo bisogno di AIOps?

Oggi la maggior parte delle organizzazioni sta passando da una infrastruttura tradizionale di sistemi fisici separati e statici a una combinazione dinamica di ambienti on-premise, di cloud gestito, cloud privato e cloud pubblico, in esecuzione su risorse virtualizzate o definito dal software che sono ridimensionate e riconfigurate costantemente.

Le applicazioni e i sistemi in questi ambienti generano un enorme volume di dati che continua a crescere. Infatti, Gartner stima che l'infrastruttura IT aziendale media genera due o tre volte più dati di operazioni IT ogni anno.

Le soluzioni di gestione IT basate sul dominio tradizionali non riescono a tenere il passo con il volume. Non riescono a ordinare in modo intelligente gli eventi significativi dall'enorme mole di dati circostanti. Non riescono a correlare i dati in ambienti diversi ma interdipendenti. Non sono neanche in grado di fornire l'insight e l'analisi predittiva in tempo reale di cui i team delle operazioni IT hanno bisogno per rispondere abbastanza rapidamente ai problemi per soddisfare le aspettative di livello di servizio di utenti e clienti.

Entra nel mondo di AIOps, che fornisce visibilità nei dati delle prestazioni e nelle dipendenze in tutti gli ambienti, analizza i dati per estrarre gli eventi significativi correlati a rallentamenti o interruzioni e avvisa automaticamente il personale IT dei problemi, delle loro cause principali e delle soluzioni consigliate.

Come funziona AIOps?

Il modo più semplice per capire come funziona AIOps consiste nell'esaminare il ruolo che ogni tecnologia del componente AIOps - big data, machine learning e automazione - riveste nel processo.

AIOps utilizza una piattaforma di big data per aggregare i dati delle operazioni IT in silos in un unico posto. Questi dati possono includere:

  • Dati delle prestazioni e degli eventi cronologici
  • Eventi delle operazioni di streaming in tempo reale
  • Log e metriche di sistema
  • Dati di rete, inclusi i dati di pacchetto
  • Dati e apertura di ticket correlati agli incidenti
  • Dati basati sui documenti correlati

AIOps applica quindi le funzionalità di analytics e machine learning focalizzate:

  • Separare gli avvisi di eventi significativi dal 'rumore’: AIOps utilizza analytics quali l'applicazione di regole e il confronto con modelli per analizzare i dati delle operazioni IT e separare i segnali, ossia avvisi di eventi anomali significativi, dal rumore (tutto il resto).
  • Identificare le cause principali e proporre soluzioni: utilizzando algoritmi specifici per il settore o l'ambiente, AIOps può correlare gli eventi anomali con altri dati di evento in tutti gli ambienti per individuare la causa di un'interruzione o di un problema di prestazioni e consigliare le soluzioni.
  • Automatizzare le risposte, inclusa la risoluzione proattiva in tempo reale: AIOps può, come minimo, instradare automaticamente le segnalazioni e le soluzioni consigliate ai team IT appropriati o anche creare dei team di risposta in base alla natura del problema e alla soluzione. In molti casi, può elaborare i risultati dal machine learning per attivare risposte di sistema automatiche che si occupano dei problemi in tempo reale, prima ancora che gli utenti si accorgano che si sono verificati.
  • Imparare continuamente, per migliorare la gestione dei problemi futuri: in base ai risultati dell'analytics, le funzionalità di machine learning possono modificare gli algoritmi o crearne di nuovi per identificare i problemi in tempi ancora più brevi e consigliare soluzioni più efficaci. I modelli AI possono anche aiutare il sistema a imparare e ad adattarsi ai cambiamenti dell'ambiente, come ad esempio il provisioning di nuova infrastruttura o una sua riconfigurazione da parte dei team DevOps.

Vantaggi di AIOps

Il vantaggio principale di AIOps è quello di consentire alle operazioni IT di identificare, occuparsi e risolvere i rallentamenti e le interruzioni in tempi più rapidi rispetto a quelli possibili passando manualmente al vaglio gli avvisi da più strumenti di operazioni IT. Questo comporta diversi vantaggi specifici:

  • Ottenere un MTTR (mean time to resolution) più rapido: riducendo il 'rumore' delle operazioni IT e correlando i dati delle operazioni da più ambienti IT, AIOps è in grado di identificare le cause principali e proporre soluzioni in modo più rapido e accurato di quanto potrebbero mai fare delle persone reali. Ciò consente alle organizzazioni di fissare e raggiungere obiettivi di MTTR precedentemente impensabili. Ad esempio, il fornitore di telecomunicazioni Nextel Brazil è stato in grado di utilizzare AIOps per ridurre i tempi di risposta agli incidenti da 30 minuti a meno di 5 minuti.
  • Passare da una gestione proattiva a una predittiva: poiché non smette mai di imparare, AIOps migliora continuamente la sua capacità di identificare gli avvisi o i segnali meno urgenti che si correlano a situazioni più urgenti. Questo significa che può fornire avvisi predittivi che consentono ai team IT di occuparsi di potenziali problemi prima che causino rallentamenti o interruzioni.
  • Modernizzare le tue operazioni IT e il tuo team delle operazioni IT: invece di essere sommersi di avvisi da ogni ambiente, i team delle operazioni AIOps ricevono solo gli avvisi che soddisfano specifici parametri o specifiche soglie di livello di servizio, completi di tutto il contesto necessario per effettuare la migliore diagnosi possibile e intraprendere la migliore e più rapida azione correttiva. Più AIOps impara e automatizza, più aiuta a mantenere operativo il sistema con meno sforzo umano e più il tuo team delle operazioni IT può concentrarsi su compiti con un maggiore valore strategico per l'attività di business.

Casi di utilizzo di AIOps

Oltre a ottimizzare le operazioni IT, la visibilità e l'automazione AIOps possono supportare e aiutare a promuovere altre importanti iniziative di business e IT:

  • Trasformazione digitale: la trasformazione digitale è ciò che crea la complessità IT (ad esempio, più ambienti, risorse virtualizzate, infrastrutture dinamiche) che AIOps è progettato per affrontare. La soluzione AIOps ideale fornisce a un'organizzazione più libertà e flessibilità di trasformazione in base agli obiettivi di business strategici, senza preoccuparsi del carico delle operazioni IT.
  • Adozione/migrazione cloud: per la maggior parte delle organizzazioni, l'adozione del cloud è graduale, non in blocco, determinando un ambiente multicloud ibrido (cloud privato, cloud pubblico, vendor multipli), con più interdipendenze che possono variare troppo rapidamente e frequentemente per essere documentate. Fornendo una chiara visibilità in queste interdipendenze, AIOps può ridurre drasticamente i rischi operativi di migrazione al cloud e un approccio cloud ibrido.
  • Adozione di DevOps: DevOps velocizza lo sviluppo offrendo ai team di sviluppo più capacità di eseguire il provisioning e la riconfigurazione dell'infrastruttura, ma l'IT continua a dover gestire questa infrastruttura. AIOps fornisce la visibilità e l'automazione di cui l'IT ha bisogno per supportare DevOps senza un grande sforzo ulteriore di gestione.

AIOps e IBM Cloud

IBM Cloud consente di eseguire attività di creazione e implementazione nelle architetture multicloud e nell'IT esistente. Le soluzioni AIOps di IBM consentono nuove efficienze delle operazioni IT fornendo una visibilità centralizzata in tutti gli ambienti in modo da consentire ai tuoi team delle operazioni di diagnosticare i problemi e risolvere gli incidenti più rapidamente.

IBM Cloud Pak for Watson AIOps utilizza il machine learning e l'NLU (natural language understanding) per correlare i dati strutturati e non strutturati nella tua toolchain delle operazioni in tempo reale per scoprire insight nascosti e contribuire a identificare le cause principali più rapidamente. Eliminando la necessità di più dashboard, Watson AIOps passa gli insight e i consigli direttamente nei flussi di lavoro del tuo team per accelerare la risoluzione degli incidenti.

Per iniziare, registrati per un IBMid e crea il tuo account IBM Cloud.