Optimalizace cloudových operací? Pohled na umělou inteligenci – Thought Leaders

Od Balakrishny DR, Senior Vice President, Service Offering Head – ECS, AI a Automation v Infosys.

Celosvětová digitální akcelerace po pandemii postupuje rychle a pro mnoho organizací je cloud v jejím centru. Pomáhá jim stát se agilnějšími, inovativnějšími a vytvářet hodnotu i v náročných časech. Gartner předpovídá, že výdaje na cloudové služby porostou o 18,4 % tento rok, na celkových 304,9 miliard dolarů. Nicméně, i přes masivní přijetí cloudových technologií, mnoho organizací postrádá zralost v oblasti cloudu, podle zprávy Cloud Radar 2021 od Infosys. Zachycení spravedlivé části cloudových výhod, bez toho, aby se krajina vyvinula v cloudový chaos, je možné pouze tehdy, když společnost vyvine jasnou představu o hodnotě, která je na hře, a obchodních případech, které je třeba prioritizovat.

Cloudový chaos je významnou výzvou. SaaS umožňuje obchodním oddělením vést svá vlastní rozhodnutí o IT nákupech, což přináší okamžité výhody, ale také několik výzev. Tyto多četné nákupní centra přinášejí do mixu rostoucí riziko izolovaných služeb, rostoucí náklady a únik hodnoty. Umělá inteligence může pomoci usnadnit cestu vpřed tím, že pomůže IT organizacím překonat překážky s lepší jasností, předpovědí a kontrolou.

Jasnost nejen ve cloudových nákladech, ale také v obchodních službách a technických pohonech kolem cloudové spotřeby – poháněno automatizovanou hlubokou analýzou.

Předpověď spotřeby a předvídání sezónních vzorců, které poté také umožňují lepší plánování a zajišťování – pomocí datových modelů. Umělá inteligence také pomáhá spravovat, strukturovat a monetizovat velké datové sady, které pohánějí big data analytiku.

Kontrola, která pochází z možnosti streamovat pracovní zátěže, zatímco inteligentně automatizovat monitorování a sledování cloudové spotřeby, služeb a nákladů. To může přinést spolehlivost automatizované racionalizace, efektivnosti a prioritizace; všechny základy dobré správy bez lidské chybovosti.

Mimo monitorování a správu cloudového ekosystému může umělá inteligence také samoopravit, když dojde k selhání v tomto orchestrálním systému. Od automatizace základních pracovních postupů a poté s analytickými schopnostmi ke zlepšení procesů v průběhu času, role umělé inteligence se významně rozšiřuje. V robustní cloudové implementaci lze několik procesů automaticky spravovat umělou inteligencí a nové poznatky mohou pokračovat v pomoci rozvoji provozního prostředí, zatímco IT týmy se soustředí na vyšší hodnotové strategické aktivity. Umělá inteligence poháněná detekce hrozeb, datové zabezpečení a síťové zabezpečení se také stává cloudovou normou.

Umělá inteligence může také sloužit jako potřebný spouštěč pro 重新imaginaci a přepracování IT procesů beyond inkrementálních vylepšení. Podniky, zejména digitální imigranti, zřídka mají operační sílu a organizační konstrukty na místě, aby spravovaly komplexity cloudové ekonomiky. Když poprvé aplikují umělou inteligenci na automatizaci svého procesního prostředí pro cloudovou připravenost, odhalí tyto operační výzvy a často podstupují přepracování neefektivních nebo neúčinných procesů, jako součást své cloud-poháněné IT transformace, jako řešení. To může být neocenitelnou výhodou.

Siemens Gamesa Renewable Energy (SGRE) nabízí skvělý příklad toho, jak některé z principů uvedených v tomto přístupu pomáhají společnosti spravovat svou cloud-first koncovou IT transformaci. Cesta pro SGRE zahrnovala hybridní cloudovou transformaci, nasazení softwarově definované sítě, nastavení inteligentní služby a digitální pracovní služby. Nejprve sladili své stávající rozdílné IT nastavení do harmonizovaného a konsolidovaného infrastrukturního krajiny. Hybridní cloudové řešení – kombinace více veřejných cloudových platforem se soukromým cloudem SGRE – bylo poté integrováno, aby přineslo agilitu do IT infrastruktury, zatímco také zajišťovalo technické a finanční synergije. Umělá inteligence pro automatizaci procesů a předvídání pro nepřetržité zlepšování jejich provozního krajiny byla integrovanou součástí jejich plánu. Využili vylepšené samo-pomocné a samoopravné schopnosti, které byly umožněny umělou inteligencí a automatizačními nástroji v průběhu procesu, aby zajistili, že SGRE mohla počítat s výhodami z optimalizované, stabilní a vždy funkční infrastruktury, která bude nakonec sloužit jejich operacím ve více než 50 zemích.

Jako cesta vpřed, s společnostmi, které budují modely umělé inteligence pro cloudovou transformaci, inženýři, kteří se zabývají cloudovou transformací, musí držet krok s změnami v nástrojích a prostředích. Datoví vědci nejsou jediní, kdo pracuje s těmito modely – inženýři a manažeři operací budou muset také pracovat s nimi, aby optimalizovali a zlepšovali modely. Příprava krajiny talentů – ve dovednostech a myšlení – aby odpovídala pokrokům, které umělá inteligence může přinést do IT infrastrukturní krajiny, je oblast, která může těžit z našeho zaměření.