Ottimizzazione delle operazioni cloud? Guarda all’AI – Leader di pensiero

Di Balakrishna DR, Senior Vice President, Service Offering Head – ECS, AI e Automazione presso Infosys.

L’accelerazione digitale dopo la pandemia sta procedendo a ritmo serrato e, per molte organizzazioni, il cloud è al centro di tutto. Sta aiutando loro a diventare agili, innovare di più e creare valore anche in tempi difficili. Gartner prevede che la spesa per il cloud aumenterà del 18,4% quest’anno, per un totale di 304,9 miliardi di dollari. Tuttavia, anche con un’adozione massiccia del cloud, molte organizzazioni mancano di maturità nel cloud, secondo il rapporto Cloud Radar 2021 di Infosys. Catturare la propria quota di mercato del cloud senza che il paesaggio si trasformi in caos del cloud è possibile solo quando un’azienda sviluppa una chiara visione del valore in gioco e dei casi d’uso aziendali che devono essere prioritizzati.

La dispersione del cloud è una sfida significativa. Con il SaaS che consente ai dipartimenti aziendali di guidare le proprie decisioni di acquisto IT, ci sono guadagni immediati, ma anche diverse sfide. Questi 多pli centri di acquisto introducono nel mix il crescente rischio di servizi isolati, costi in aumento e perdita di valore. L’AI può aiutare a semplificare il percorso in avanti aiutando le organizzazioni IT a contrastare gli ostacoli con maggiore chiarezza, previsione e controllo.

Chiarezza non solo delle spese per il cloud, ma anche dei servizi aziendali e dei driver tecnici intorno al consumo del cloud – guidato da un’analisi approfondita automatizzata.

Previsione del consumo e previsione dei modelli stagionali che consentono anche una migliore pianificazione e fornitura – utilizzando modelli di dati. L’AI aiuta anche a gestire, strutturare e monetizzare grandi set di dati che alimentano l’analisi dei big data.

Controllo che deriva dalla capacità di semplificare i carichi di lavoro, mentre si automa intelligentemente il monitoraggio e la tracciabilità del consumo del cloud, dei servizi e delle spese. Ciò può portare alla affidabilità della razionalizzazione automatizzata, dell’efficienza e della priorità; tutti i fondamenti di una buona governance senza fallibilità umana.

Oltre al monitoraggio e alla gestione dell’ecosistema del cloud, l’AI può anche servire a self-healing quando si verifica un problema in questo sistema orchestrato. Dall’automatizzazione dei flussi di lavoro di base e poi con le capacità analitiche per migliorare i processi nel tempo, il ruolo dell’AI sta espandendosi notevolmente. In un’implementazione del cloud robusta, molti processi possono essere gestiti automaticamente dall’AI e nuove informazioni possono continuare ad aiutare l’evoluzione dell’ambiente operativo, mentre i team IT si concentrano su attività strategiche ad alto valore. La rilevazione delle minacce, la sicurezza dei dati e la sicurezza della rete alimentate dall’AI stanno diventando sempre più una caratteristica standard del cloud.

L’AI può anche servire come un necessario trigger per la riimmaginazione e la riingegnerizzazione dei processi IT oltre ai miglioramenti incrementali. Le imprese, in particolare i “digitali immigrati”, raramente hanno le forze operative e le strutture organizzative per gestire le complessità dell’economia del cloud. Quando applicano per la prima volta l’AI per automatizzare il loro ambiente di processo per la prontezza del cloud, scoprono queste sfide operative e spesso intraprendono la riingegnerizzazione dei processi inefficienti o inefficaci, come parte della loro trasformazione IT alimentata dal cloud, come risorsa. Ciò può rivelarsi un vantaggio inestimabile.

Siemens Gamesa Renewable Energy (SGRE) ci offre un ottimo esempio di come alcuni dei principi delineati in questo approccio stanno aiutando l’azienda a gestire la sua trasformazione IT end-to-end cloud-first. Il percorso per SGRE ha incluso la trasformazione del cloud ibrido, il rollout di una rete definita dal software, l’installazione di un servizio desk intelligente e servizi di posto di lavoro digitali. Hanno allineato la loro infrastruttura IT disparata esistente in un paesaggio infrastrutturale consolidato e armonizzato. La soluzione cloud ibrida – un insieme di più piattaforme cloud pubbliche con il cloud privato di SGRE – è stata integrata per portare agilità all’infrastruttura IT, garantendo al tempo stesso sinergie tecniche e finanziarie. L’AI per l’automatizzazione dei processi e le previsioni per il miglioramento continuo del loro paesaggio operativo è stata una parte integrante del loro piano. Hanno sfruttato capacità di auto-aiuto e auto-guarigione avanzate abilitate dall’AI e dagli strumenti di automazione durante il processo, per garantire che SGRE potesse contare sui benefici di un’infrastruttura ottimizzata, stabile e sempre attiva che alla fine servirà le loro operazioni in oltre 50 paesi.

Come via di uscita, con le aziende che costruiscono modelli di AI per la trasformazione del cloud, gli ingegneri che affrontano la trasformazione del cloud devono tenere il passo con i cambiamenti negli strumenti e negli ambienti. I data scientist non sono le uniche persone che lavorano con questi modelli – gli ingegneri delle operazioni e i manager devono lavorare con loro anche per ottimizzare e migliorare i modelli. Preparare il paesaggio dei talenti – in competenze e mentalità – per farlo corrispondere ai progressi che l’AI può portare al paesaggio dell’infrastruttura IT è un’area che può trarre beneficio dal nostro focus. Non sono le uniche persone che lavorano con questi modelli – gli ingegneri delle operazioni e i manager devono lavorare con loro anche per ottimizzare e migliorare i modelli. Preparare il paesaggio dei talenti – in competenze e mentalità – per farlo corrispondere ai progressi che l’AI può portare al paesaggio dell’infrastruttura IT è un’area che può trarre beneficio dal nostro focus.