Myslitelé

IT Operace Automatizuje Svá Vlastní Brzdy

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Dvě skupiny v IT aktuálně ohlašují stejnou pohřební řeč, a ani jedna z nich si nevšimla, že existuje druhá.

V oblasti pozorovatelnosti se argumentuje tím, že lidský čtenář je u konce. Případ, který byl opakovaně uváděn za poslední rok, je ten, že celý historie tohoto oboru byl snahou komprimovat obrovské množství telemetrických dat do něčeho, co může člověk přehlédnout jedním pohledem, a že umělá inteligence odstraňuje potřebu této komprese. Komentátoři nyní přímo argumentují, že pozorovatelnost byla postavena pro lidi a že agenti umělé inteligence potřebují něco jiného. Corey Quinn použil keynote na O11yCon, konferenci věnovanou tomuto tématu, aby řekl místnosti, že primárním čtenářem jejich telemetrických dat již není osoba sedící v křesle.

V oblasti správy služeb se argumentuje tím, že ticket je u konce. Průmyslové předpovědi pro rok 2026 uvádějí, že ticketless operace překonají automatizaci ticketů, a rozlišení je ostře vytyčeno: automatizace ticketů snižuje lidskou práci, zatímco ticketless operace se snaží eliminovat ji. Dodavatelé v této kategorii nyní slibují servisní desky, kde jsou problémy detekovány, diagnostikovány a opraveny, než si někdo myslí, že by měl zvednout incident.

Obě skupiny jsou správné, pokud jde o to, co zabíjejí. Co však žádná z nich nezaznamenala, je to, že rozebírají opačné poloviny stejné struktury, a že některé z toho, co vytrhávají, držely váhu.

Dvě Disciplíny, Jeden Omezující Faktor

Zvažte, co pozorovatelnost skutečně sestává z, pod povrchem nástrojů.

Vzorkování existuje, protože nikdo nemůže přečíst každý stop

Agregace existuje, protože nikdo nemůže přečíst každý metrický údaj. Dashboardech existují, protože osoba potřebuje nahlédnout do systému a vytvořit dojem za několik sekund. Práhové hodnoty existují, aby se kontinuální proud stavu přeměnil na binární signál, aby osoba byla přerušena pouze tehdy, když je přerušení odůvodněné.

Každá z těchto věcí je mechanismem komprese. Pozorovatelnost, strukturálně, je praxe, při které se informace omezují na to, co může jedna osoba držet v hlavě.

Nyní zvažte správu služeb.

Úrovně závažnosti existují, aby se rozhodlo, kdo dostane pozornost jako první. Fronty existují, aby držely práci, kterou nikdo nemůže udělat zatím. Eskalační úrovně existují, protože odbornost je vzácná a drahá. Poradní rady pro změny existují, protože nemůžete mít každého, kdo bude přezkoumávat všechno. Dohody o úrovni služeb jsou, ve své podstatě, slibem o tom, jak rychle omezený počet lidí bude reagovat.

Každá z těchto věcí je mechanismem alokace. Správa IT služeb, strukturálně, je praxe, při které se lidská pozornost rozděluje mezi více požadavky, než je počet lidí.

Takže obě disciplíny řeší stejný omezující faktor z opačných konců. Pozorovatelnost omezuje informace, které vstupují do osoby. Správa služeb omezují pozornost, která vychází z osoby. Osoba uprostřed je důvodem, proč obě oblasti mají tvar, který mají.

Dvě disciplíny, jeden omezující faktor.

Ani jedna disciplína se nikdy nepopsala takto, a právě proto nemůže jasně vidět, co se chystá vzdát.

Průmysl Rozhodl, Že Omezující Faktor Zmizel

Argument pro odstranění člověka ze středu je silnější, než to jeho kritici připouštějí, a chci jej spravedlivě uvést.

Vzorkování je skutečně kompromis, který byl učiněn pod nátlakem. Odstraňuje data, která by stroj mohl použít, aby produkoval objem, který může osoba přežít, v době, kdy bylo úložiště drahé. Stroje nepotřebují dashboard. Mohou držet více systému v pracovní paměti, než jakýkoli inženýr, a neunaví se ve tři hodiny ráno. Reset hesla nepotřebuje frontu. Potřebuje API volání. Pokud většina objemu servisní desky sestává z několika rutinních typů požadavků, pak servisní deska postavená na směrování a triáži těchto požadavků je pomníkem problému, který již nemusí být řešen tímto způsobem.

Všechno toto je pravda, a většina z toho je přehnaná.

Ale zde je tah, který průmysl dělá, aniž by ho prozkoumal. Poté, co zjistil, že lidská pomalost formovala obě disciplíny, rozhodl, že vše pomalé v obou disciplínách bylo tam, protože lidské pomalosti.

To však nevyplývá. Když odstraníte omezující faktor, který ovlivnil každé rozhodnutí v oblasti, nemůžete předpokládat, že každé rozhodnutí bylo pouze o tomto omezujícím faktoru. Některé z nich byly o něčem jiném, a skutečnost, že se zdají být pomalé, je náhodná.

Ne Všechno Pomalé Bylo Úzkým Místem

Některé z toho, co tyto disciplíny obsahují, je úzkým místem. Existuje pouze proto, že osoba je pomalá, produkuje pouze zpoždění a mělo by být odstraněno bez ceremoniálu.

Vzorkování je úzkým místem. Ruční korelace napříč třemi nástroji ve dvě hodiny ráno je úzkým místem. Kategorizace příchozího ticketu ručně je úzkým místem. Směrování ho do správné fronty je úzkým místem. První linie triáže resetu hesla je úzkým místem. Žádný z těchto kroků nic nepřidává. Jsou to daň.

Ale některé z toho, co tyto disciplíny obsahují, je brzda, a brzda je zcela jiná věc.

Klasifikace závažnosti není zpoždění. Je to donucovací funkce. Donutí jmenovanou osobu prohlásit na záznam, co si myslí, že je obchodní dopad této události. Výstup není štítek. Výstup je závazek.

Poradní rada pro změny není pomalá, protože lidé v ní jsou pomalí. Je pomalá, protože úvaha je to, co produkuje. Schůzka není připojena k rozhodnutí. Schůzka je rozhodnutí.

Postmortem je pomalý záměrně. Reflexe není latence. Organizace, která se učí z neúspěchu za čtyři sekundy, nic nenaučila.

Toto jsou brzdy. Existují, aby úmyslně zavedly tření, přesně v okamžicích, kdy rychlost není tím, co chcete.

A zvenčí, brzda a úzké místo jsou téměř nerozeznatelné. Vypadají stejně v procesním diagramu. Produkuje stejnou stížnost v průzkumu. Obě se objevují jako mezera mezi tím, kdy něco mohlo nastat, a kdy to skutečně nastalo.

Obě vypadají jako čekání.

Úzké místo nebo brzda? Obě vypadají jako čekání.

Co Skutečně Stojí Za Odstranění Brzdy

Tady je argument přestává být otázkou vkusu, protože existují důkazy.

Výzkum DORA od Googlu strávil dva roky měřením, co se stane s dodávkou softwaru, když se zvyšuje adopce umělé inteligence. Zjištění z roku 2024 odhadovala, že zvýšená adopce umělé inteligence přišla s poklesem stability dodávky kolem sedmi procent. Následující rok se zlepšil obraz propustnosti, ale negativní vztah se stabilitou zůstal. Shrnutí Googlu bylo, že umělá inteligence urychluje vývoj, a že urychlení odhaluje slabiny po proudu.

Jasná obrana je, že rychlost platí za poškození. Odeslat rychleji, rozbít více, opravit rychleji, vyjít napřed. DORA to otestoval. Výzkumníci zkontrolovali, zda zisky z propustnosti umělé inteligence kompenzují škodu z zvýšené nestability, a data nepodporovala hypotézu. Nestabilita nebyla kompenzována rychlostí. Byla jednoduše absorbována někde jinde.

Nyní se podívejte na nejostřejší předpověď na trhu agentic. V červnu 2025 Gartner předpověděl, že více než 40 procent projektů agentic umělé inteligence bude zrušeno do konce roku 2027. Číslo se cituje všude, obvykle bez data, a obvykle jako verdikt o technologii.

Číslo není zajímavou částí. Příčiny jsou. Gartner jmenoval tři: eskalující náklady, nejasná obchodní hodnota a nedostatečné kontroly rizik. Schopnost modelu není na seznamu. Žádná z těchto tří módů selhání by nebyla opravena lepším modelem.

Přečtěte si to jako diagnózu operací a stane se mnohem ostřejším. Gartner popisuje organizace, jejichž umělá inteligence nebyla dostatečně dobrá. Popisuje organizace, které sundaly brzdy.

Příčiny, které Gartner jmenoval, a ta, kterou nezmínil.

“Jedna pozorování z pole. Ideální tvar je případ, kdy tým automatizoval krok, který se ukázal jako nosný a zjistil to později, nebo zákazník, který udržel pomalý proces proti radě a měl pravdu. Nemusí to být dramatické. Musí to být specifické a pravdivé.” 

Cvičení Rozřazování, Které Nikdo Nechodí

Pokud argument drží, práce příštích několika let v IT operacích není rychlost. Je to rozřazování.

Vezměte každý pomalý krok v obou disciplínách a zeptejte se na něj jedné otázky. Je to pomalé, protože je pomalý člověk, nebo je to pomalé, protože úsudek vyžaduje čas?

První kategorie by měla být automatizována bez sentimentu. Nikdo by neměl bránit manuální kategorizaci ticketů z důvodů řemesla. Nikdo by neměl bránit vzorkování, jakmile ekonomika již nevyžaduje. Tyto kroky nejsou posvátné. Byly nikdy nic jiného než daň na škodu, a škoda se zmenšuje.

Druhá kategorie potřebuje něco pečlivějšího než odstranění. Bodem není udržet osobu v smyčce pro její vlastní sake, což je způsob, jakým lidský dohled obvykle degeneruje do gumového razítka. Bodem je změnit, co se od osoby požaduje.

Přestaňte žádat je, aby vykonávali práci. Začněte žádat je, aby se rozhodli na záznam. Ne “přezkoumejte tuto změnu”, ale “sdělte, co si myslíte, že je rozsah výbuchu”. Ne “triážujte tento incident”, ale “povězte své jméno na tento výzvu k závažnosti”. Stroj může provést vyšetřování, sestavit důkazy, navrhnout akci a provést ji. Co nemůže udělat, je být odpovědný za ni, a odpovědnost není pomalou verzí rychlé věci. Je to jiná věc.

Ticket Byl Brzdou

To mě přivádí zpět k pohřbu.

Průmysl rozhodl, že ticket umírá. Myslím, že pravda je blíže k opaku.

Odstraňte všechno kolem ticketu, co bylo úzkým místem. Odstraňte směrování, kategorizaci, frontu, úrovně, manuální triáž, čekání. Všechno to bylo lešením postavené kolem pomalého člověka, a všechno to může zmizet.

Co zbývá, je jedna nevyhnutelná funkce ticketu. Je to artefakt, kde jmenovaná osoba přijala odpovědnost za výsledek. To není krok pracovního postupu. To je záznam o rozhodnutí, a je to jediná věc v整个 aparátu, která se nezrychluje, když stroje zrychlují.

Servisní deska se automatizuje. Dashboard se stává nepovinným. Fronta zmizí. A věc, kterou všichni byli nejvíce ochotni pohřbít, se ukáže jako jediná součást, která nebyla nikdy o rychlosti.

Takže otázka, kterou bych položil každému týmu, který je na pokraji odstranění pomalého kroku ze svých operací, je jednoduchá. Víte, jaký druh pomalosti to bylo?

Amit Shingala je spoluzakladatel a CEO společnosti Motadata, předního poskytovatele řešení pro AI-poháněnou observabilitu a IT službu (ITSM) správu. S více než 13+ lety zkušeností v podnikovém IT, SaaS a digitální transformaci sehrál zásadní roli při pomoci organizacím modernizovat IT operace prostřednictvím inteligentní automatizace, observability a AI-poháněné inovace.