Buongiorno cari lettori, oggi vi andremo a parlare di AIops.

Man mano che le nostre vite diventano più digitalizzate, l’infrastruttura IT che supporta le applicazioni e i servizi che utilizziamo è diventata sempre più complessa. Esistono diverse opzioni per eseguire i servizi. Tuttavia, la gestione delle architetture IT così complesse sta diventando sempre più difficile. Ci sono troppe parti in movimento, il che rende difficile ottimizzare l’IT, prevedere e prevenire le interruzioni e rispondere agli incidenti dopo che si sono verificati.

Fortunatamente, AIOps, con l’uso dell’IA nelle operazioni IT, è un campo in rapido sviluppo che può affrontare alcune di queste sfide attraverso l’automazione. Ecco tutto ciò che devi sapere su AIOps.

Le sfide dell’informatica moderna

“Il settore sta affrontando tre complicanze principali, e la prima è la complessità”, afferma Pratik Gupta, CTO di IBM Automation.

Sempre più organizzazioni utilizzano il cloud IT e, in molti casi, insieme a server. Questo è in aggiunta a tutti i tipi di tecnologie API, microservizi e simili che vengono integrati nelle applicazioni.

La seconda tendenza è la scalabilità.

“Abbiamo visto dieci anni di digitalizzazione in un anno durante la pandemia covid. Le organizzazioni si stanno spostando verso più esperienze digitali e più applicazioni per portare a termine il lavoro. Ci sono molte più applicazioni in questo stato di cloud ibrido”, afferma Gupta.

Il terzo sono le abilità.

“La maggior parte dei dirigenti di livello C non ha il tempo o l’esperienza per gestire manualmente gli ambienti IT, che come sappiamo stanno diventando straordinariamente complessi”, afferma Gupta.

Queste tendenze stanno stimolando l’interesse per l’automazione dell’ambiente IT e per ottenere aiuto dall’IA.

È qui che AIOps entra in scena. L’AIOps è una serie di strumenti e servizi che utilizzano l’intelligenza artificiale per automatizzare tutte le operazioni IT, dal monitoraggio e alla raccolta di informazioni all’ottimizzazione di macchine e servizi, fino alla previsione e risoluzione degli incidenti.

“Pensiamo di applicare AIOps come una trasformazione non solo per la tecnologia ma anche per le persone”, afferma Gupta. “Le persone devono capire che questo è un modo per aiutare il proprio lavoro e non un modo per sostituirlo”.

Fondamentalmente, AIOps aiuta il personale IT a fare cose impossibili con altri strumenti. Il primo passo per implementare AIOps è raccogliere informazioni di qualità sull’infrastruttura IT. Questo è importante non solo per fornire un’immagine migliore dell’infrastruttura IT, ma anche per addestrare e guidare i sistemi di intelligenza artificiale per ottimizzarli e monitorarli. Questa prima fase di AIOps è chiamata “osservabilità”.

Un esempio di strumenti di osservabilità è IBM Instana Observability, una soluzione in grado di acquisire metriche, tracce e log da applicazioni in esecuzione su diverse piattaforme di elaborazione, dai dispositivi mobili ai server fino ai mainframe e alle macchine virtuali in esecuzione nel cloud .

“Nei complessi ambienti odierni di cloud, una volta implementata un’app, nessun essere umano può monitorare e gestire mentalmente come impostare le cose, configurarle correttamente e assicurarsi che abbiano le prestazioni giuste, il server giusto con dimensioni, allocazione della memoria e così via”, afferma Gupta. “Questi sono attualmente gestiti attraverso ipotesi intelligenti.”

Un altro aspetto importante di AIOps è l’ottimizzazione delle risorse IT. Un esempio è IBM Turbonomic, uno strumento che analizza gli ambienti end-to-end e crea una topologia a visualizzazione singola del sistema. Turbonomic può elaborare dati da diversi aspetti del sistema, inclusi oggetti a livello di servizio, configurazioni dell’applicazione, prezzi e contratti. Raccoglie tutte queste informazioni e ti aiuta a ottimizzare i componenti del tuo ecosistema IT per raggiungere diversi obiettivi, come migliorare la disponibilità o ridurre sprechi e costi.

Prevenzione e risoluzione degli incidenti

Una delle sfide delle infrastrutture IT complesse è prevedere quando e dove si verificheranno i guasti e adottare le giuste misure per prevenirli. Un’altra sfida è trovare la causa dei guasti e rispondere tempestivamente. Fortunatamente, questa è un’altra area in cui AIOps può aiutare.

Un esempio è IBM Cloud Pak for Watson AIOps, una soluzione che raccoglie tutti gli incidenti, le metriche, le tracce, i log e i ticket da un sistema IT e li analizza in un framework AI generalizzato con modelli di machine learning. Cloud Pak per Watson AIOps può aiutare a prevedere il raggio dell’esplosione, che è l’effetto che l’interruzione di un particolare componente avrà su altre parti del sistema. Di conseguenza, può fornire raccomandazioni su come prevenire tali incidenti. Inoltre, i vantaggi dell’AIOps possono andare anche oltre alla riduzione dei costi IT e delle interruzioni, per creare applicazioni migliori e servire i clienti.

Andando avanti, vedremo un uso molto maggiore dell’elaborazione del linguaggio naturale e dei modelli di base che incidono sulla modalità di gestione dell’IT. Vedremo un’enorme quantità intelligenza artificiale impiegate nella gestione dei sistemi IT.