AIOpsの採用と現代の企業

以下は、に掲載された記事の転載です。 APMダイジェスト。

現代、現代の要求

デジタルトランスフォーメーションのおかげで、エンタープライズアプリケーションとITインフラストラクチャスタックは劇的な変化を遂げました。企業は、モノリシックアプリケーション、ベアメタルインフラストラクチャ、仮想ワークロードから、アジャイルマイクロサービス、パブリッククラウドプラットフォーム、コンテナ化された展開に移行しました。動的で分散型のデジタルサービスに対応するために、エンタープライズITチームは、特定の問題点を解決するための監視ポイントツールに目を向けています。

の過半数で ツールの無秩序な増加の課題に取り組む企業、ハイブリッドIT環境のイベントの量、多様性、速度に追いつくのは簡単な作業ではありません。アナリスト企業のEMAは、IT管理者が無駄になる可能性があると推定しています 半日以上、無関係または冗長なアラートを掘り下げます。 ITチームは、誤検知を回避するのではなく、ビジネスに影響を与える可能性のある重大なイベントにどのように集中できますか?の新たな分野AIOps は、パターンを検出し、異常を識別し、ハイブリッドインフラストラクチャ全体のアラートを理解するために非常に必要とされている万能薬です。

AIOpsとは何ですか?

AIOpsは、機械学習、ネットワークサイエンス、組み合わせ最適化、その他の計算アプローチなど、幅広いテクノロジーアプローチを活用して、日常のIT運用上の問題を大規模に解決します。企業は、AIOpsを使用して、次のようなさまざまなIT管理活動に取り組むことができます。 インテリジェントアラート、 アラートの相関関係、アラートのエスカレーション、自動修復、根本原因の分析、および容量の最適化。

デジタル運用チームは、機械学習と人工知能のこの新しいアプリケーションをどのように活用していますか?私たちの中でAIOps採用のトップトレンドレポートでは、500人以上の従業員を抱える企業の120人のITエグゼクティブを調査して、運用上の課題をよりよく理解し、次のようなAIOpsツールをどのように使用しているかを確認しました。

  • 最新のIT環境はどの程度管理しやすいですか?
  • 企業は人工知能と機械学習をどのように実験していますか?
  • 彼らはどのようなAIOps機能を探していますか?
  • どのAIOpsの約束が最も説得力がありますか?
  • 組織でAIOpsを採用する際の障壁は何ですか?

これが4つの洞察これは、企業がITサービスのパフォーマンスを向上させるために、問題の特定、パターンの発見、および予測分析をどのように使用しているかについての内部調査を提供します。

#1-AIOpsはもはや科学プロジェクトではありません

AIOpsの採用 企業がハイブリッドインフラストラクチャ管理のために機械学習とデータサイエンスを実験または積極的に使用することで、勢いを増しています。 IT意思決定者の68%は、ビジネスクリティカルなITサービスの可用性とパフォーマンスをより適切に管理するためにAIOpsを試験運用しています。

結論は?IT管​​理のための高度な分析と自動化のユースケースは、注目を集めています。ガートナーは、 40%  2022年までのAIOpsの採用では、すぐになくなることはありません。

#2-データインサイトと根本原因分析がAIOpsの使用を促進

最新のITサービスは、レガシーデータセンターとマルチクラウド環境を、サービスの状態とパフォーマンスを追跡するための多数の商用およびオープンソースの監視製品と組み合わせています。 AIOpsツールは、監視データを取り込んで保存および分析し、ITサービスの可視性の問題を修正するためのインテリジェントな洞察を提供します。

これらのITチームのほぼ4分の3は、AIOps機能を使用して、システムで生成された監視関連のアラートからより意味のある洞察(73%)を取得しています。回答者の3分の2は、AIOpsを適用してノイズをカットし、パフォーマンスの問題の根本原因(68%)を特定しています。

結論は? 全体的に、回答者ははっきりと同意しました:AIOpsはとの戦いにおける主要な解決策です データスモッグ。実際、AIOpsを使用してノイズから信号を抽出することは、主要な使用例の1つです。

#3-AIOpsは非常に必要な救済を提供します

AIOpsの2つの大きな利点は、日常的な機能を自動化する機能(74%)と、コストのかかるサービスの中断を回避し、より迅速なリカバリ(67%)を実現できることです。 AIOpsは、動的な実稼働環境全体でのシステム動作の変化を予測することにより、異常検出を向上させることもできます(58%)。

結論は? AIOpsツールが高度化するにつれて、ITチームは、実用的なイベントコンテキストとデータ主導の推奨事項により、時間と費用を節約できると期待できます。 AIOpsを使用すると、日常的な運用タスクではなく、視認性の高いプロジェクトに集中できます。

#4-AIOps採用に関するデータ品質とタレントクランチの最大の懸念事項

その間 AIOpsの採用が勢いを増しているので、広く採用されるのを妨げる可能性のあるいくつかの懸念があることがわかりました。予測モデルの精度(54%)、機械学習モデルの大規模なデータセットの品質(52%)、機械学習アルゴリズムの構築に必要なIT人材(48%)はすべて、AIOpsをスケーリングするための重要な制約です。

結論は?精度、データ品質、および透明性は、AIOpsの最大の障害です。 ITリーダーは、新たなAIOpsの課題を特定し、テクノロジーベンダーと提携して、適切なソリューションに優先順位を付ける必要があります。

未来、教師なし

AIOps現代の企業で注目を集めており、その理由は簡単にわかります。 2018年、アラートストームを抑える唯一の効果的な方法は、人間の直感と機械知能を組み合わせることです。 IDCの 世界的なCIOアジェンダ2019の予測 は、CIOの70%がIT運用に人工知能と機械学習を活用して、スタッフの生産性を高め、インシデント対応を迅速化し、ダウンタイムを最小限に抑えることを示しています。私たちの研究はこれらの発見を裏付けています。将来的には、ある程度の自己回復型IT運用管理がほぼ確実に含まれるようになります。その程度はまだ不確かです。しかし、AIOpsの時代は間違いなく私たちにかかっています。

次のステップ:

[Report] Top Trends In AIOps Adoption


Recommended posts