Pilvioperaatioiden tehostaminen? Kääntykää kohti tekoälyä – Ajattelijoita

Toimittaja Balakrishna DR, Senior Vice President, Service Offering Head – ECS, AI and Automation at Infosys.

Digitalisaation kiihtyminen pandemian jälkeen etenee nopeasti, ja niin monille organisaatioille pilvi on kaiken keskiössä. Se auttaa niitä olemaan joustavia, innovatiivisia ja luomaan arvoa haastavissakin olosuhteissa. Gartner ennustaa, että pilviostot kasvavat 18,4 prosenttia tänä vuonna, yhteensä 304,9 miljardiin dollariin. Kuitenkin, vaikka pilviostot ovat laajamittaisia, monilla organisaatioilla on puutteita pilvimaturiteetissa, kuten Infosysin 2021 Cloud Radar -raportissa todetaan. Pilvipalkintojen saavuttaminen ilman, että maisema muuttuu pilvikaosksi, on mahdollista vain, kun yritys kehittää selkeän näkemyksen arvosta ja liiketoimintatapauksista, jotka on priorisoitava.

Pilvihävikki on merkittävä haaste. SaaS mahdollistaa liiketoimintayksiköiden johtaa omia IT-ostospäätöksiä, jolloin on välittömiä hyötyjä, mutta myös useita haasteita. Nämä useat ostokeskukset tuovat mukaan kasvavan riskin erillisten palvelujen, kohoavan kustannusten ja arvon vuotamisen. Tekoäly voi helpottaa etenemistä auttamalla IT-organisaatioita voittamaan esteet paremmalla selkeydellä, ennustamisella ja hallinnalla.

Selkeä näkemys ei ole vain pilvimenosta, vaan myös liiketoimintapalveluista ja teknisistä kuljettimista, jotka johtuvat automaattisesta syvällisestä analyysistä.

Ennustaminen kulutusta ja ennakkonäkemystä kausituulista, jolloin voidaan myös tehdä parempaa suunnittelua ja varustelua – käyttäen datamalleja. Tekoäly auttaa myös hallitsemaan, järjestämään ja rahastamaan suuria tietojoukkoja, jotka mahdollistavat suuren datan analytiikkaa.

Hallinta, joka johtuu työkuormien sujuvoittamisesta, älykkäästä automaattisesta seuraamisesta ja seuraamisesta pilvikuormituksista, palveluista ja kustannuksista. Tämä voi puolestaan tuoda luotettavuutta automaattisesta rationalisoinnista, tehokkuudesta ja priorisoinnista; kaikki hyvän hallinnon perusteet ilman inhimillistä virhettä.

Pilvimaiseman seuraamisen ja hallinnan lisäksi tekoäly voi myös itseparantaa, kun järjestelmässä on viive. Tekoälyn rooli on laajentumassa, ja se voi automatisoida keskeisiä työvirran prosesseja ja parantaa prosesseja analytiikan avulla. Monissa pilviprosesseissa voidaan automaattisesti hallita useita prosesseja, ja uudet näkymät voivat jatkuvasti auttaa kehittämään toimintaympäristöä, kun IT-tiimit keskittyvät korkeampiarvoisiin strategisiin toimiin. Tekoälyvoimaiset uhkien havaitseminen, tietoturva ja verkkoturva ovat yhä enemmän pilvipakettiin kuuluvia.

Tekoäly voi myös toimia tarpeellisena laukaisimena IT-prosessien uudelleenmuokkaukselle ja uudelleensuunnittelulle pienennysten sijasta. Erityisesti digitaaliset muukalaiset harvoin omistavat operatiivisia vahvuuksia ja organisaatiollisia rakenteita hallinnoimaan pilvitalouden monimuotoisuutta. Kun he soveltavat tekoälyä prosessien automatisointiin pilvivalmiuden vuoksi, he paljastavat nämä operatiiviset haasteet ja usein uudelleensuunnittelevat tehottomia tai epätehokkaita prosesseja osana pilvipohjaista IT-muutosta. Tämä voi olla arvokas etu.

Siemens Gamesa Renewable Energy (SGRE) tarjoaa esimerkin siitä, miten joitakin tässä lähestymistavassa esitettyjä periaatteita on sovellettu yrityksen hallitsemiseen pilvipohjaisessa IT-muutoksessa. SGRE:n matka sisälsi hybridipilvimuodon, ohjelmistomäärittelyn ja älykkään palvelupöydän sekä digitaalisen työtilan. He kokosivat ensin olemassa olevat erilliset IT-järjestelmät yhtenäiseksi ja konsolidoiduksi infrastruktuurimaisemaksi. Hybridipilviratkaisu – useiden julkisten pilviplatfomien yhdistäminen SGRE:n omiin yksityisiin pilviin – yhdistettiin tuomaan joustavuutta IT-infrastruktuuriin ja varmistamaan tekniset ja taloudelliset synergiat. Tekoäly prosessiautomaatiosta ja ennakkonäkymistä jatkuvien parannusten vuoksi oli olennainen osa heidän suunnitelmaa. He hyödynsivät tehostettuja itseapu- ja itseparantamismahdollisuuksia, jotka tekoäly ja automaatiovälineet mahdollistivat prosessin aikana, jotta SGRE voisi luottaa siihen, että he saisivat hyödyt optimoidusta, vakaasta ja aina päällä olevasta infrastruktuurista, joka lopulta palvelisi heidän toimintojaan yli 50 maassa.

Tienä eteenpäin, kun yritykset rakentavat tekoälymallit pilvimuutokseen, insinöörien on seurattava työkalujen ja ympäristöjen muutoksia. Data-analyytikot eivät ole ainoat, jotka työskentelevät näiden mallien parissa – myös operatiiviset insinöörit ja johtajat tarvitsevat niitä mallien optimoimiseksi ja parantamiseksi. Kykyjen ja asenteiden kehittäminen vastaamaan tekoälyn edistystä IT-infrastruktuurimaisemassa on alue, josta voimme hyötyä.