AIOps: هوش مصنوعی کمک می کند تا ساخت و اجرا هوش مصنوعی

مفهوم اشتغال از هوش مصنوعی برای این عملیات (AIOps) - که گارتنر تعریف می کند به عنوان ترکیبی از هوش مصنوعی و داده های بزرگ و میلی لیتر به مدیریت اصلی آن عملیات توابع "از جمله در دسترس بودن و عملکرد نظارت بر رویداد همبستگی و تجزیه و تحلیل و آن را مدیریت خدمات و اتوماسیون" -- مصرف شده است نگه دارید. گارتنر پیش بینی کرده است که شرکت های بزرگ استفاده منحصر به فرد از AIOps و تجربه دیجیتال ابزار نظارت را به نظارت بر برنامه های کاربردی و زیرساخت افزایش خواهد از صرف پنج درصد در سال 2018 به 30 درصد در سال 2023.

در ماه های اخیر پراکندگی شرکت های بزرگ تیم به کار در خارج از خانه های خود ممکن است شتاب اذعان دارد که آن را باید اجرا شود در حد یک lights-out حالت ممکن. اما پیامدهای AIOps فراتر از اخیر COVID-19 بحران است. به عنوان بسیاری از محوری در آن فعالیت شده است نسبت به توسعه پوسته پوسته شدن و حمایت از AI در سراسر شرکت خود ما در یک نقطه که در آن هوش مصنوعی به ما کمک خواهد کرد ساخت و استقرار و مدیریت نسل بعدی ما از هوش مصنوعی.

چه می AIOps آیا برای یک شرکت این فروشگاه ؟ جسیکا Rockwood, VP engineering for IBM Watson, شمارش, راه های که در پست های اخیر که مصادف با آی بی ام اعلام افزایش AIOps قابلیت در آن واتسون پلت فرم:

• "جمع آوری داده ها از یک ناهمگن مجموعه ای از منابع در سراسر زیرساخت های آن از عملکرد هشدار به حادثه بلیط. این داده ها می تواند مورد استفاده قرار گیرد برای فعال کردن کاهش هزینه ها و کمک به دستیابی به بهبود بهره وری با به رسمیت شناختن یک زمان خاص از روز که تقاضا در آن منابع کم است و تغییر محاسبه منابع به طور خودکار."
• "اگر تنظیم اتوماتیک هستند و نه مورد نظر داده ها را می توان در ویژوال فرمت فراهم می کند که این عملیات مدیران و یا سایت قابلیت اطمینان مهندسین با توصیه می شود دوره از عمل و توضیح می دهد که منطق پشت آن توصیه."
• "خودکار وظیفه مانند انتقال ترافیک از یک روتر دیگر آزاد کردن فضا بر روی یک درایو یا راه اندازی مجدد نرم افزار.
• "هوش مصنوعی سیستم همچنین می تواند آموزش را به خود درست پس از آن مدیران و تیم خود را می توانید صرف وقت خود را در بالاتر از ارزش کار در حالی که به طور همزمان شدن کامل دید به این شرکت عملیات."

آنچه می رود به یک AIOps پلت فرم ؟ Sameer Padhye, Bishnu نایاک و انزو Signore اکتشاف بلوک های ساختمان ضروری در خود کتاب AIOps for Dummies:

• باز اطلاعات مصرف: یک AIOps پلت فرم جمع آوری داده ها که ممکن است شامل "عملیاتی بینش مانند گسل سیاهههای مربوط, عملکرد, معیارهای ورود به سیستم هشدار بلیط و بیشتر. توانایی مصرف داده ها از متنوع ترین منابع اطلاعات مهم است زیرا آن اجازه می دهد تا برای یک دقیق نمایش زمان واقعی از تمام بخش های در حال حرکت در سراسر ترکیبی از آن محیط."
• Auto-discovery: "کسب و کار نیاز به یک خودرو کشف فرایند است که به طور خودکار جمع آوری داده ها در سراسر همه زیرساخت ها و دامنه کاربرد - از جمله در محل های مجازی و ابر استقرار. Auto-discovery همچنین شناسایی تمام زیرساخت های دستگاه های در حال اجرا برنامه های کاربردی و منجر به معاملات کسب و کار."
• همبستگی: "این AIOps پلت فرم ارتباط این داده ها در یک متنی فرم. آن نیاز به تعیین روابط بین زیرساخت عناصر بین یک نرم افزار و زیرساخت های آن و بین معاملات کسب و کار و برنامه های کاربردی."
• تجسم: تجسم آن را قادر می سازد عملیات به "سرعت با دقت اشاره کردن مسائل و اقدامات اصلاحی."
  
• یادگیری ماشین: "AIOps راه حل استفاده از نظارت و بدون نظارت یادگیری ماشین برای تعیین الگوهای حوادث در یک بار سری. آنها همچنین تشخیص ناهنجاری از انتظار رفتارها و آستانه و پیش بینی قطع و مسائل مربوط به عملکرد."
• اتوماسیون: اتوماسیون ارائه ROI "با خودکار بشر آن عملیات وظایف و کاهش قابل توجه هزینه های عملیاتی و تسریع نوآوری است. آن را نیز کاهش MTTR و می تواند به بهبود رضایت مشتری است."

این COVID-19 بحران تحت فشار قرار دادن رهبران آن به کاهش هزینه و همچنین پیدا کردن راه هایی برای انجام خیلی بیشتر با مقدار زیادی کمتر است. در همان زمان وجود دارد تقاضای سیری ناپذیر برای هوش مصنوعی هدایت روش که به ناچار مالیات آن زیرساخت. برای مثال در سال گذشته تحلیلگران گارتنر در بر داشت به طور کلی هوش مصنوعی پروژه به ضرب در محدوده. متوسط تعداد پروژه های هوش مصنوعی در محل بود اما پاسخ دهندگان انتظار می رود به اضافه کردن شش پروژه های بیشتر در آینده 12 ماه و 15 دیگر در ظرف سه سال آینده. جالب اینجاست که هوش مصنوعی به خودی خود ارائه یک راه برای حمایت از زیرساخت های مناسب برای حمایت از رشد حجم AI طرح.