Strømlinjeforming av skytjenester? Se til AI – Tankeledere

Av Balakrishna DR, Senior Vice President, Service Offering Head – ECS, AI og automatisering i Infosys.

Digital akselerasjon etter pandemien skjer raskt, og for mange organisasjoner er skytjenesten i hjertet av det hele. Det hjelper dem å bli mer agile, innovere mer og skape verdi selv i utfordrende tider. Gartner forutsier at skyutgifter vil øke med 18,4% i år, til en total på 304,9 milliarder dollar. Men selv med massiv skytadoptering, mangler mange organisasjoner sky-modenheter, ifølge Infosys’ 2021 Cloud Radar Rapport. Å fange en rettferdig andel av skyprisen, uten at landskapet utvikler seg til skykaos, er mulig bare når et selskap utvikler en tydelig visning av verdien som står på spill og de forretningscasene som må prioriteres.

Sky-sprening er en betydelig utfordring. Med SaaS som muliggjør for bedriftsavdelinger å lede sine egne IT-kjøpsbeslutninger, er det umiddelbare gevinstene, men også flere utfordringer. Disse multiple kjøpesentre bringer inn i blandingen den økende risikoen for silo-tjenester, voksende kostnader og verdi-lekkasjer. AI kan hjelpe med å lette veien fremover ved å hjelpe IT-organisasjoner med å motvirke hindrene med bedre klarhet, prediksjon og kontroll.

Klarhet ikke bare om sky-utgifter, men også inn i forretnings-tjenestene og tekniske drivere rundt sky-forbruk – drevet av automatisert dybde-analyse.

Prediksjon av forbruk og forsiktighet rundt sesong-mønster som deretter også muliggjør bedre planlegging og tilrettelegging – ved hjelp av data-modeller. AI hjelper også med å håndtere, strukturere og montere store data-samlinger som driver stor-data-analyse.

Kontroll som kommer fra evnen til å strømlinjeforme arbeidsbyrder, mens intelligent automatisering av overvåking og sporings av sky-forbruk, tjenester og utgifter. Dette kan i tur bringe påliteligheten av automatisert rasjonalisering, effektivitet og prioritering; alle grunnleggende prinsipper for god styring uten menneskelig svakhet.

Utenfor overvåking og håndtering av sky-økosystemet, kan AI også selv-helbrede når det er et glipp i dette orkestrerte systemet. Fra automatisering av core-arbeidsflyter og deretter med analytiske evner til å forbedre prosesser over tid, er rollen til AI betydelig utvidet. I en robust sky-implementering, kan flere prosesser automatisk håndteres av AI, og nye innsikter kan fortsette å hjelpe med å utvikle det operative miljøet, mens IT-teamene fokuserer på høyere-verdi-strategiske aktiviteter. AI-drevet trussel-oppdaging, data-sikkerhet og nettverk-sikkerhet blir også stadig mer vanlig i skyen.

AI kan også tjene som en nødvendig utløser for IT-prosess-gjennomforming og -gjenoppbygging utover inkrementelle forbedringer. Bedrifter, spesielt de digitale innvandrerne, har sjelden de operative styrkene og organisatoriske konstruksjonene på plass til å håndtere kompleksiteten i sky-økonomien. Når de først anvender AI til å automatisere sine prosess-miljøer for sky-klarhet, avdekker de disse operative utfordringene og tar ofte i bruk prosess-gjenoppbygging av ineffektive eller ueffektive prosesser, som en del av deres sky-drevne IT-transformasjon, som en utvei. Dette kan vise seg å være en uvurderlig fordel.

Siemens Gamesa Renewable Energy (SGRE) gir oss et godt eksempel på hvordan noen av prinsippene i denne tilnærmingen hjelper selskapet med å håndtere sin sky-først-end-to-end IT-transformasjon. Reisen for SGRE inkluderte hybrid-sky-transformasjon, rullering av en programvare-definert nettverk, oppsett av en intelligent servicetekke og digitale arbeidsplass-tjenester også. De justerte sin eksisterende ulike IT-oppssett inn i et harmonisert og konsolidert infrastruktur-landskap. Hybrid-sky-løsningen – en kombinasjon av flere offentlige sky-plattformer med SGREs private sky – ble deretter integrert for å bringe agilitet til IT-infrastrukturen samtidig som den sikret tekniske og finansielle synergier. AI for prosess-automatisering og forsiktighet for kontinuerlige forbedringer av deres operative landskap var en integrert del av deres plan. De benyttet forbedrede selv-hjelp og selv-helbredningsevner aktivert av AI og automatiserings-verktøy gjennom prosessen, for å sikre at SGRE kunne regne med fordelene fra en optimalisert, stabil og alltid-på infrastruktur som til slutt vil tjene deres operasjoner i over 50+ land.

Som en vei fremover, med selskaper som bygger AI-modeller for sky-transformasjon, må ingeniører som håndterer sky-transformasjon holde pace med endringene i verktøyene og miljøene. Data-vitenskapsmenn er ikke de eneste som arbeider med disse modellene – drifts-injenører og ledere må også arbeide med dem for å optimalisere og forbedre modellene. Å forberede talent-landskapet – i ferdigheter og holdning – til å matche fremskrittene som AI kan bringe til IT-infrastruktur-landskapet, er et område som kan dra nytte av vår fokus.