Качество данных может помочь или свести на нет усилия по внедрению искусственного интеллекта в ИТ-операции

Искусственный интеллект для ИТ-операций, или AIOps, может помочь ИТ-отделу работать в более автоматическом режиме. Но необходимые данные могут оказаться не готовыми для его поддержания. «Данные будут либо препятствием, либо кратчайшим путем к получению преимуществ AIOps»

AIOps, или искусственный интеллект для ИТ-операций, может быть именно тем, что доктор прописал для осажденных ИТ-магазинов. Применение продвинутой автоматизации к бесчисленным рутинным ИТ-функциям освободит ИТ-отделы, чтобы они могли сосредоточиться на более крупных и значимых вещах, таких как цифровая трансформация и содействие непрерывной интеграции и развертыванию программного обеспечения.

Однако есть проблема: AIOps требует нужного типа данных в нужное время, но большая часть этих данных либо не готова, либо нуждается в качественном пересмотре. Несмотря на то, что AIOps работает с такими точками данных, как системные журналы и метрики, исторические показатели производительности, данные о событиях, потоковые операции в режиме реального времени, данные, связанные с инцидентами, и билеты, большая часть этих данных может быть неполной или скрытой в разрозненном хранилище. Короче говоря, если данные не на должном уровне, AIOps могут потерпеть неудачу или, что еще хуже, направить технологические решения в неправильном направлении.  

На сцене появляется новая методология, которая специально решает эту проблему, известная как роботизированная автоматизация данных, или RDA, как определено в статье Forbes Шайлеша Манджрекара. В то время как его близкий родственник, роботизированная автоматизация процессов (RPA), автоматизирует бизнес-процессы, рабочие процессы с данными и задачи пользователей, RDA фокусируется на автоматизации конвейеров данных с помощью ботов.

Привлечение RDA для поддержки AIOps было основной темой недавней веб-трансляции, в которой Валери О'Коннелл, директор по исследованиям в Enterprise Management Associates (EMA), присоединилась к Бхаскару Кришнамсетти, директору по продуктам в CloudFabrix, чтобы обосновать этот новый подход.

Несмотря на то, что RDA обладает потенциалом для повышения доступности и качества данных, доступных для ИИ во всех формах бизнес-приложений, участники дискуссии сосредоточились на его влиянии на сами ИТ-операции. Формы автоматизации, поддерживаемые AIOps, как было обнаружено в недавнем опросе EMA, включают в себя «рабочий процесс в ИТ» (60%), за которым следует «Runbook или автоматизация ИТ-процессов», принятая примерно в половине сценариев AIOps (49%). Еще 43% обращаются к AIOps для более интеллектуальных уведомлений на основе оповещений.

Опрошенные ИТ-менеджеры видят ценность, полученную в результате AIOps — 62% оценили ее ценность как высокую или очень высокую, говорит О'Коннелл. AIOps помогает улучшить согласованность ИТ и бизнеса, повысить качество ИТ-услуг и бизнес-услуг, а также повысить качество обслуживания конечных пользователей и клиентов. 

Однако AIOps сложно реализовать, продолжает она. «Большинству людей это показалось сложным. Преимущества и выгоды почти гарантированы, но в равной степени почти все без исключения будут сложными и трудными." Основными проблемами являются точность или доступность данных, конфликты внутри ИТ, страх или недоверие к искусственному интеллекту, а также доступность навыков.

О'Коннелл сосредоточился на трудностях с данными, связанных с AIOps. «Данные будут либо препятствием, либо кратчайшим путем к получению преимуществ AIOps», — говорит она. «Если вы можете хорошо разобраться со своими данными и проблемами с данными, то вы напрямую наносите удар по сложности внедрения AIOps», — объясняет она. 

Успех AIOps неразрывно связан с «данными, данными, данными и тем, насколько хорошо вы можете обрабатывать и обрабатывать данные», — соглашается Кришнамсетти. Он отмечает, что одной из самых неприятных проблем является доступ к данным и их получение. «Вы хотите извлекать данные из среды AWS, инструментов мониторинга производительности приложений или инструмента анализа журналов. Но все эти данные находятся в разных форматах».

RDA решает проблемы с данными, связанные с AIOps, продолжает Кришнамсетти. «Если у вас нет надлежащих данных, это мусор на входе, мусор на выходе. Тем не менее, какими бы мощными ни были ваши алгоритмы машинного обучения, если качество ваших данных низкое, вы не получите хороших идей и аналитики».

Например, «если вы посмотрите на любые необработанные предупреждения, поступающие от любой из ваших систем управления или мониторинга, вы поймете, насколько разрежены данные», — объясняет он. «Человек не может быстро принять решение о ней, если она не обогащается автоматически. Данные неполные. Какое приложение, какая инфраструктура и так далее».

Он также помогает восполнить пробел в навыках, которого не хватает для обеспечения качества данных, поступающих в системы искусственного интеллекта, продолжает он. "Если платформа не предоставляет готовые возможности автоматизированных операций с данными, вам придется полагаться на дорогостоящих инженеров данных или специалистов по обработке данных." Платформы Nocode и low-code, предоставляющие возможности самообслуживания разработчикам-любителям, являются важной тенденцией 2022 года.

Он отмечает, что наблюдаемость данных часто зависит от того, сколько людей может быть брошено на обеспечение качества конвейера данных, либо путем найма большего количества сотрудников, либо взаимодействия с консалтинговыми фирмами. «Нашим клиентам иногда приходится нанимать много инженеров по обработке данных, чтобы они вручную занимались исследованием, подготовкой и обогащением данных. Это увеличивает совокупную стоимость владения, это увеличивает время окупаемости. Именно здесь многие реализации AIOps терпят неудачу».

По его словам, с помощью RDA программные боты могут быть развернуты в конвейерах данных, чтобы «упростить и абстрагировать множество операций с данными, а также операций с данными или машинным обучением». Это ключ к автоматизации данных. «Используя программных ботов в конвейерах и автоматизированных рабочих процессах, вы можете добиться качества данных для AIOps».