ما هو AIOps ولماذا هو مهم في الأعمال

AIOps هو تطبيق الذكاء الاصطناعي لعمليات تكنولوجيا المعلومات. لقد أصبح مفيدًا بشكل خاص لتقنية المعلومات الحديثة إدارة في بيئات هجينة وموزعة وديناميكية. أصبحت AIOps عنصرًا تشغيليًا رئيسيًا في العصر الحديث رقميالمنظمات القائمة ، بنيت حول نظام البرمجيات والخوارزميات.

فهم AIOps

صاغ مصطلح AIOps لأول مرة من قبل شركة الأبحاث والاستشارات العالمية Gartner في عام 2016.

تستخدم AIOps البيانات الضخمة وقدرات التعلم الآلي لتحسين عمليات تكنولوجيا المعلومات. تمكن الشركات من:

تحديد الأحداث والأنماط الهامة المتعلقة بالنظام أداء والتوافر.
تشخيص الأسباب الجذرية والإبلاغ عنها بسرعة للتدخل البشري أو الآلي وحلها.
تجميع كميات كبيرة من بيانات عمليات تكنولوجيا المعلومات المتعلقة بالتطبيقات وأدوات التحليلات ومكونات البنية التحتية.

في كل من الأمثلة المذكورة أعلاه ، تستبدل AIOps عمليات تكنولوجيا المعلومات اليدوية المتعددة والمعقدة أحيانًا بمنصة ذكاء اصطناعي واحدة ذكية. نتيجة لذلك ، يمكن للفرق الاستجابة للمشكلات بسرعة وبشكل استباقي. في بعض الحالات ، قد لا تحتاج الفرق البشرية إلى الاستجابة على الإطلاق.

تسعى AIOps أيضًا إلى سد الفجوة بين بيئة تكنولوجيا المعلومات الديناميكية بشكل متزايد وتوقعات المستخدم حول التطبيق أداء والتوافر.

في القسم التالي ، سوف نلقي نظرة فاحصة على كيفية سد هذه الفجوة بمزيد من التفصيل.

كيف تعمل AIOps على سد الفجوة؟

وتجدر الإشارة إلى أن AIOps ليست حلاً سحريًا لزيادة الكفاءة و أداء.

سوف تدرك الشركات أكثر القيمة من AIOps باستخدامه كمستقل المنصة دمج البيانات من جميع مصادر مراقبة تكنولوجيا المعلومات.

يتم هضم البيانات من خلال الخوارزميات التي تبسط وأتمتة مراقبة عمليات تكنولوجيا المعلومات.

هناك خمسة أنواع:

اختيار البيانات

هنا ، تُستخدم الخوارزميات للتصفية من خلال كميات هائلة من البيانات الزائدة عن الحاجة للعثور على العناصر التي تشير إلى وجود مشكلة.

في معظم الشركات ، تستخدم AIOps خوارزميات الانتروبيا لتصفية البيانات من الشبكات والبنية التحتية والتطبيقات ، سحابة، ومكونات التخزين.

اكتشاف الأنماط

هل توجد علاقات أو ارتباطات بين عناصر البيانات المختارة؟

ما هي الأسباب والأحداث اللاحقة؟

كيف يمكن تجميعها لمزيد من المعلومات تحليل باستخدام النص والوقت والطوبولوجيا؟

الإستنباط

أو تحديد الأسباب الجذرية للمشاكل أو غيرها من المشكلات المتكررة لتصحيحها على الفور.

التعاون:

كيف يمكن لخوارزمية تطبيق الرؤى المستقاة من حل المشكلات للحوادث المستقبلية؟

بمعنى ، هل يمكن تسريع عملية حل المشكلات أو تحسينها ، هل يمكن تحديد المشكلات قبل حدوثها؟

يتم مشاركة النتائج في بيئة تعاونية افتراضية ذات أهمية خاصة للمشكلات التي تتجاوز الحدود المرتبطة بالتكنولوجيا أو القسم أو مستوى المهارة.

أتمتة

حيثما أمكن ، يجب أتمتة الاستجابة والمعالجة لجعل الحلول أكثر دقة وفي الوقت المناسب و كلف-فعال.

يمكن تشغيل سير العمل المحسن بتدخل بشري أو بدونه.

أمثلة AIOps

في القسم الأخير ، دعنا نلقي نظرة سريعة على بعض الطرق الشيقة والمثيرة التي تساعد بها AIOps الأعمال التجارية في العالم الحقيقي.

مجموعة شيفلر

Schaeffler Group هي شركة ألمانية تصنع مكونات دقيقة لمختلف الآلات في قطاعات السيارات والفضاء والصناعة.

تستخدم الشركة AIOps المنتج IntelliMagic Vision لـ أداء المراقبة واكتشاف الاختناقات عبر أكثر من 50 نظام تخزين في أكثر من 20 موقعًا.

تستخدم الشركة أنظمة التخزين من العديد من الشركات المصنعة المختلفة ، لذا فإن المراقبة المركزية لـ أداء واتفاقيات مستوى الخدمة المختلفة (SLAs) تساعدها على البقاء رشيق وسريع الاستجابة.

• المنتج يسمح أيضًا لشيفلر بإجراء تحليلات الاتجاه وتحديد اللانمطية أداء القيم التي توفر بدورها تقييمًا بسيطًا لفعالية الأجهزة الجديدة.

IBM

يعد IBM Cloud Pak for Watson AIOps امتدادًا المنصة تمكن الشركات من تقليل التكاليف التشغيلية ونشر ذكاء اصطناعي متقدم وقابل للتفسير عبر سلسلة أدوات عمليات تكنولوجيا المعلومات.

تم تدريب Watson AIOps على إجراء اتصالات عبر مصادر البيانات وأدوات تكنولوجيا المعلومات الشائعة في الوقت الفعلي ، مما يعني وقوع الحادث إدارة وعملية المعالجة أكثر كفاءة.

الميزات الأساسية لهذا AIOps المنصة تتضمن:

تقليل ضوضاء الحدث

في IBM المنصة يستخدم الذكاء الاصطناعي لدمج الأحداث وتجميعها تلقائيًا في مجموعات بيانات أكثر ذكاءً وقابلية للتنفيذ.

هذا يقلل من انتشار العمليات اليدوية.

ChatOps

الإصلاحات ونقاط الأتمتة الموصى بها وتسليمها للفرق بالإضافة إلى التنبيهات والرؤى الأخرى.

تكامل Toolchain

• المنصة متوافق مع أكثر من 100 أداة من أدوات عمليات تكنولوجيا المعلومات من بعض البائعين الأكثر شهرة في العالمية.

وتشمل هذه Slack و Azure و GitHub و AWSو SAP و Oracle.

الخدمة الآن

تعمل منصة ServiceNow Now على تمكين الشركات والأفراد من خلال المزيد من العمليات المحسّنة والقدرة على توصيل الصوامع للحصول على تجربة أكثر سلاسة.

تقدم Now Platform أيضًا هذه المزايا:

تجارب أكثر جاذبية

تجارب قنوات متعددة وبديهية سهلة الاستخدام كتطبيقات المستهلك الشائعة وتزيد من رضا المستخدم.

زيادة الإنتاجية

في مساحة عمل واحدة قابلة للتكوين ، يمكن للفرق حل المشكلات بسرعة أكبر باستخدام الأدوات المصممة لهذا الغرض.

يمكنهم أيضًا زيادة الكفاءة من خلال استخدام المعلومات التي يحركها السياق والقدرة على إنشاء تجارب جذابة.

أتمتة

تدور منصة Now Platform حول العمل بشكل أكثر ذكاءً وأسرعًا. يعمل الذكاء الاصطناعي والتحليلات على أتمتة المهام الوضيعة والتنبؤات التي تحرر الفرق للتركيز على الأعمال الأكثر أهمية.

ابتكار

أي فرد عبر مشروع يمكن أتمتة تطبيقات سير العمل أو توسيعها أو إنشائها ضمن نظام أساسي واحد وموحد.

Splunk

Splunk هو AIOps الوحيد المنصة في هذه القائمة مع التنبؤية إدارة، رؤية كاملة عبر سحابة البيئات ، وحل مراقبة خدمة حقيقي وشامل.

الشركة المنصة يحدّث محافظ تكنولوجيا المعلومات من خلال:

استخدام التحليلات التنبؤية والتعلم الآلي لمنع التوقف وتقليل التأثير على العملاء.
تبسيط الحادث إدارة لتقليل التعقيد والضوضاء ، و
ربط البيانات المتري والتتبع والحدث لرؤية 360 درجة.

يمكن للتحليلات التنبؤية ، التي تحركها خوارزميات التعلم الآلي وبيانات صحة الخدمة التاريخية ، أن تتنبأ بالحوادث المستقبلية قبل 30 دقيقة من الوقت.

تعمل لوحات معلومات خدمة Splunk أيضًا على تمكين الفرق من تحديد الأسباب الجذرية للمشكلة على مستوى الكود.

شركة Molina Healthcare هي إحدى مؤسسات Fortune 500 للرعاية الصحية منظمة التي شهدت سريعًا نمو والانفجار اللاحق في البيانات في السنوات الأخيرة.

قبل تنفيذ AIOps ، كان لدى الشركة أدوات عمليات تكنولوجيا معلومات مكلفة ومتباينة.

كانت عملية استكشاف الأخطاء وإصلاحها عملية شاقة مخصصة حيث تم حل المشكلات من خلال عملية الإزالة.

علاوة على ذلك ، كان هناك القليل من تحديد أولويات المهام أو لم يكن هناك على الإطلاق.

وكانت النتيجة النهائية هي أن موظفي تكنولوجيا المعلومات يقضون ساعات على الهاتف لحل المشكلات.

باستخدام Splunk ، تمكنت الشركة من ذلك تقليل متوسط الوقت اللازم لإصلاح (MTTR) بنسبة 63٪ وعدد حوادث تكنولوجيا المعلومات بنسبة 80٪.

تم إيقاف تشغيل العديد من أدوات Molina القديمة لصالح حل AIOps الذي كان آليًا وقابلًا للتطوير وأسهل في الاستخدام.

الوجبات الجاهزة الرئيسية

تستخدم AIOps البيانات الضخمة وقدرات التعلم الآلي في تطبيق الذكاء الاصطناعي على عمليات تكنولوجيا المعلومات. صاغ المصطلح لأول مرة من قبل شركة الأبحاث Gartner في عام 2016.
تستبدل AIOps العمليات اليدوية المتعددة والمعقدة إلى حد ما بحل واحد ذكي. بشكل عام ، فهو يساعد الشركات على تلبية توقعات المستخدم في مواجهة عمليات تكنولوجيا المعلومات الديناميكية المتزايدة.
تستخدم AIOps الخوارزميات لتبسيط وأتمتة مراقبة العمليات عن طريق اختيار البيانات واكتشاف الأنماط والاستدلال والتعاون والأتمتة.