Oltre l’automazione: cosa sta cambiando l’IA nelle operazioni IT

Ridurre il rumore nel monitoraggio

Una delle aree in cui abbiamo riscontrato un miglioramento significativo è il monitoraggio.

I grandi ambienti tecnologici generano un numero considerevole di avvisi, e non tutti richiedono lo stesso livello di attenzione. Avvisi duplicati, anomalie temporanee ed eventi a bassa priorità possono creare rumore inutile, rendendo più difficile per i team identificare problemi che possono avere un reale impatto operativo.

Integrando rilevamento delle anomalie guidato dall’IA e soppressione del rumore nel nostro ambiente di monitoraggio, abbiamo ottenuto una riduzione del 75 % del rumore di monitoraggio.

Per il team, ciò significa meno tempo speso a gestire avvisi inutili e più tempo dedicato all’indagine dei problemi che richiedono attenzione. Aiuta inoltre a identificare i pattern insoliti prima e fornisce agli ingegneri informazioni migliori quando iniziano a investigare un incidente.

Quest’area è particolarmente adatta all’IA perché può elaborare rapidamente grandi volumi di informazioni. Tuttavia, una volta identificato qualcosa di insolito, comprendere la causa e il potenziale impatto richiede spesso qualcuno che conosca l’ambiente.

Migliorare le operazioni IT di routine

Stiamo anche utilizzando l’automazione per gestire le attività di endpoint di routine tramite una piattaforma di Remote Monitoring and Management abilitata all’IA.

Ciò comprende aree come l’orchestrazione delle patch, i controlli di salute, la rimediation scriptata e la risoluzione dei problemi da remoto.

In precedenza, la conformità alle patch scendeva regolarmente sotto il 50 %, principalmente a causa del carico di lavoro manuale e della scala dell’ambiente. Con il framework RMM supportato dall’IA, la conformità ora raggiunge il 95° percentile.

Questo miglioramento ci ha aiutato a rafforzare la stabilità degli endpoint e ridurre l’esposizione alle vulnerabilità note, riducendo al contempo la quantità di lavoro ripetitivo che gli ingegneri devono gestire manualmente.

È un buon esempio di dove l’automazione ha senso. Il processo è prevedibile; deve avvenire in modo costante e deve funzionare su migliaia di endpoint.

La tecnologia può gestire gran parte di queste attività in background, mentre il team si concentra su eccezioni, escalation e problemi che richiedono un’indagine più approfondita.

Dove le persone fanno ancora la differenza

Non tutti i problemi IT seguono un pattern prevedibile.

I nostri team operano su diversi ambienti infrastrutturali, reti, sistemi e requisiti dei clienti. Un problema che sembra semplice a prima vista può a volte coinvolgere diverse dipendenze o richiedere il coordinamento tra team differenti.

L’IA può aiutare a identificare anomalie, analizzare le informazioni e far emergere possibili cause, ma il team deve comunque comprendere cosa sta accadendo in un contesto più ampio.

Ciò diventa particolarmente importante quando un problema colpisce più sistemi, o quando la soluzione tecnicamente ovvia può avere conseguenze altrove.

Qui l’esperienza conta.

Un ingegnere che conosce l’ambiente può guardare oltre un singolo avviso e considerare cosa è cambiato, quali sistemi sono collegati, se problemi simili si sono verificati in precedenza e quale impatto una determinata azione potrebbe avere sull’operazione più ampia.

Per noi, l’IA funziona al meglio quando fornisce a quell’ingegnere informazioni migliori con cui lavorare, piuttosto che cercare di escluderli completamente dal processo.

Supportare un ambiente ad alta domanda

La scala dell’ambiente richiede di trovare modi per aumentare la capacità senza aumentare semplicemente la quantità di lavoro manuale.

L’automazione ha contribuito a questo.

Le attività di endpoint di routine possono avvenire costantemente in background. Gli strumenti di monitoraggio possono filtrare e consolidare i segnali prima che raggiungano gli ingegneri. Le capacità predittive possono aiutare a identificare i problemi potenziali in anticipo, mentre la rimediation automatizzata può risolvere i problemi noti senza attendere un intervento manuale.

Ciò offre al team maggiore capacità di concentrarsi sulla continuità del servizio, sulle escalation e su problemi tecnici più complessi.

Cambia anche il modo in cui pensiamo alla produttività nelle operazioni IT. Il vantaggio non è solo che un compito venga completato più rapidamente, ma che gli ingegneri dispongano di più tempo per attività in cui la loro esperienza può avere un impatto maggiore.

La governance è ancora importante

Man mano che IA e automazione diventano più capaci, la governance assume un’importanza crescente.

È necessario avere chiarezza su quali attività possono essere automatizzate, quando un ingegnere deve intervenire e chi è responsabile quando un processo automatizzato non si comporta come previsto.

Ciò è particolarmente importante nei grandi ambienti tecnologici. Un’azione automatizzata applicata su migliaia di endpoint può avere un impatto molto più ampio rispetto a un’azione eseguita su una singola macchina.

Per questo motivo, abbiamo ancora bisogno di percorsi di escalation chiari, livelli di accesso definiti e controlli appropriati sull’attività automatizzata.

Questo approccio è coerente con il National Institute of Standards and Technology’s AI Risk Management Framework, che sottolinea il monitoraggio continuo dei sistemi di IA, responsabilità e processi chiaramente definiti per la supervisione e l’intervento umano.

Per noi, la governance non riguarda il rallentare l’uso dell’IA, ma garantire di poterla utilizzare con fiducia e responsabilità in un ambiente operativo reale.

Il ruolo dell’ingegnere IT sta evolvendo

Man mano che sempre più attività di routine vengono automatizzate, anche il ruolo dell’ingegnere cambia.

La conoscenza tecnica rimane essenziale, ma cresce il valore della capacità di interpretare le informazioni, comprendere le dipendenze e indagare problemi che non hanno una risposta ovvia.

Gli ingegneri devono anche comprendere gli strumenti con cui lavorano. Se un sistema abilitato all’IA raccomanda un’azione, la persona responsabile deve conoscere a sufficienza l’ambiente per capire se tale raccomandazione ha senso.

Questo rende la formazione una parte importante dell’adozione dell’IA.

I nostri team devono capire cosa può fare la tecnologia, quali sono i suoi limiti e quando qualcosa deve essere escalato o investigato in modo diverso.

NIST raccomanda analogamente di definire chiaramente le responsabilità delle persone che operano e supervisionano i sistemi di IA, insieme a standard di formazione e competenza appropriati.

Ciò che abbiamo imparato finora

La nostra esperienza finora ha dimostrato che alcune delle applicazioni più utili dell’IA nelle operazioni IT sono relativamente pratiche.

Il 75 % di riduzione del rumore di monitoraggio significa che gli ingegneri trascorrono meno tempo a gestire avvisi inutili. Portare la conformità delle patch da meno del 50 % al 95° percentile ha rafforzato la coerenza della gestione degli endpoint. L’automazione su più di 10.000 endpoint ci aiuta a gestire un ambiente che altrimenti richiederebbe una notevole quantità di attività manuale ripetitiva.

Allo stesso tempo, le parti più complesse delle operazioni IT dipendono ancora fortemente dalle persone.

La tecnologia può identificare un modello anomalo o automatizzare una correzione nota. Un ingegnere esperto comprende l’ambiente più ampio, le dipendenze coinvolte e l’impatto potenziale della decisione presa.

Questo equilibrio sta diventando sempre più importante man mano che l’IA diventa parte delle operazioni IT quotidiane.

Per me, il valore dell’IA è molto pratico. Ci aiuta a gestire la scala, offre ai nostri team una migliore visibilità e elimina parte del lavoro ripetitivo che può sottrarre tempo a questioni più importanti.

La tecnologia sta diventando più capace, ma l’esperienza delle persone che gestiscono l’ambiente rimane altrettanto importante.