Além da Automação: O que a IA está Mudando nas Operações de TI

Reduzindo o Ruído no Monitoramento

Uma das áreas onde observamos uma melhoria significativa é o monitoramento.

Grandes ambientes tecnológicos geram uma quantidade considerável de alertas, e nem todos exigem o mesmo nível de atenção. Alertas duplicados, anomalias temporárias e eventos de baixa prioridade podem gerar ruído desnecessário, dificultando a identificação, pelas equipes, de problemas que possam ter um impacto operacional real.

Ao incorporar detecção de anomalias impulsionada por IA e supressão de ruído ao nosso ambiente de monitoramento, conseguimos uma redução de 75% no ruído de monitoramento.

Para a equipe, isso significa menos tempo lidando com alertas desnecessários e mais tempo investigando os problemas que exigem atenção. Também nos ajuda a identificar padrões incomuns mais cedo e fornece aos engenheiros informações melhores ao iniciar a investigação de um incidente.

Esta é uma área onde a IA é particularmente útil porque pode processar grandes volumes de informação rapidamente. Mas, uma vez que algo incomum foi identificado, compreender a causa e o impacto potencial ainda costuma exigir alguém que conheça o ambiente.

Melhorando Operações Rotineiras de TI

Também estamos usando automação para gerenciar atividades rotineiras de endpoints por meio de uma plataforma de Monitoramento e Gerenciamento Remoto habilitada por IA.

Isso inclui áreas como orquestração de patches, verificações de saúde, remediação scriptada e solução de problemas remota.

Anteriormente, a conformidade de patches ficava rotineiramente abaixo de 50%, principalmente devido à carga de trabalho manual envolvida e à escala do ambiente. Com a estrutura RMM suportada por IA em vigor, a conformidade agora atinge o 95º percentil.

Essa melhoria nos ajudou a fortalecer a estabilidade dos endpoints e reduzir a exposição a vulnerabilidades conhecidas, ao mesmo tempo em que diminui a quantidade de trabalho repetitivo que os engenheiros precisam gerenciar manualmente.

É um bom exemplo de onde a automação faz sentido. O processo é previsível; precisa acontecer de forma consistente e deve funcionar em milhares de endpoints.

A tecnologia pode gerenciar grande parte dessa atividade em segundo plano, enquanto a equipe se concentra em exceções, escalonamentos e problemas que requerem investigação mais aprofundada.

Onde as Pessoas Ainda Fazem a Diferença

Nem todo problema de TI segue um padrão previsível.

Nossas equipes trabalham em diferentes ambientes de infraestrutura, redes, sistemas e requisitos de clientes. Um problema que parece simples à primeira vista pode, às vezes, envolver várias dependências ou exigir coordenação entre diferentes equipes.

A IA pode ajudar a identificar anomalias, analisar informações e apresentar possíveis causas, mas a equipe ainda precisa entender o que está acontecendo em um ambiente mais amplo.

Isso se torna particularmente importante quando um problema afeta múltiplos sistemas ou quando a solução tecnicamente óbvia pode ter consequências em outros lugares.

É aqui que a experiência importa.

Um engenheiro que entende o ambiente pode olhar além de um alerta individual e considerar o que mudou, quais sistemas estão conectados, se problemas semelhantes já ocorreram antes e qual impacto uma ação específica poderia ter na operação mais ampla.

Para nós, a IA funciona melhor quando fornece ao engenheiro informações melhores para trabalhar, em vez de tentar removê-lo completamente do processo.

Apoiar um Ambiente de Alta Demanda

A escala do ambiente significa que precisamos encontrar maneiras de aumentar a capacidade sem simplesmente aumentar a quantidade de trabalho manual.

A automação ajudou nisso.

Atividades rotineiras de endpoints podem ocorrer de forma consistente em segundo plano. Ferramentas de monitoramento podem filtrar e consolidar sinais antes que cheguem aos engenheiros. Capacidades preditivas podem ajudar a identificar problemas potenciais mais cedo, enquanto a remediação automatizada pode resolver problemas conhecidos sem esperar que alguém intervenha manualmente.

Isso dá à equipe mais capacidade para focar na continuidade do serviço, escalonamentos e questões técnicas mais complexas.

Também muda a forma como pensamos sobre produtividade nas Operações de TI. O benefício não é apenas que uma tarefa seja concluída mais rapidamente. É que os engenheiros têm mais tempo disponível para trabalhos onde sua experiência pode ter um impacto maior.

Governança Ainda Importa

À medida que a IA e a automação se tornam mais capazes, a governança se torna cada vez mais importante.

É necessário haver clareza sobre quais atividades podem ser automatizadas, quando um engenheiro precisa intervir e quem é responsável quando um processo automatizado não se comporta como esperado.

Isso é especialmente importante em grandes ambientes tecnológicos. Uma ação automatizada aplicada em milhares de endpoints pode ter um impacto muito maior do que uma ação realizada em uma máquina individual.

Por esse motivo, ainda precisamos de caminhos claros de escalonamento, níveis de acesso definidos e controles adequados em torno da atividade automatizada.

Essa abordagem está alinhada ao AI Risk Management Framework do National Institute of Standards and Technology, que enfatiza o monitoramento contínuo de sistemas de IA, responsabilidades claramente definidas e processos para supervisão e intervenção humanas.

Para nós, a governança não consiste em desacelerar o uso de IA. Trata‑se de garantir que possamos utilizá‑la com confiança e responsabilidade em um ambiente operacional em produção.

O Papel do Engenheiro de TI Está Evoluindo

À medida que mais atividades rotineiras são automatizadas, o papel do engenheiro também está mudando.

O conhecimento técnico continua essencial, mas há um valor crescente em saber interpretar informações, compreender dependências e investigar problemas que não têm uma resposta óbvia.

Os engenheiros também precisam entender as ferramentas com as quais trabalham. Se um sistema habilitado por IA recomenda uma ação, a pessoa responsável deve ter conhecimento suficiente do ambiente para saber se a recomendação faz sentido.

Isso torna o treinamento uma parte importante da adoção de IA.

Nossas equipes precisam entender o que a tecnologia pode fazer, onde estão suas limitações e quando algo precisa ser escalonado ou investigado de forma diferente.

O NIST recomenda de forma semelhante definir claramente as responsabilidades das pessoas que operam e supervisionam sistemas de IA, juntamente com treinamento adequado e padrões de proficiência.

O Que Aprendemos Até Agora

Nossa experiência até agora nos mostrou que algumas das aplicações mais úteis de IA nas operações de TI são relativamente práticas.

A redução de 75 % no ruído de monitoramento significa que os engenheiros estão gastando menos tempo lidando com alertas desnecessários. Elevar a conformidade de patches de menos de 50 % para o 95.º percentil reforçou a consistência da gestão de endpoints. A automação em mais de 10.000 endpoints está nos ajudando a gerenciar um ambiente que, de outra forma, exigiria uma quantidade significativa de atividade manual repetitiva.

Ao mesmo tempo, as partes mais complexas das operações de TI ainda dependem fortemente das pessoas.

A tecnologia pode identificar um padrão incomum ou automatizar uma correção conhecida. Um engenheiro experiente compreende o ambiente mais amplo, as dependências envolvidas e o impacto potencial da decisão tomada.

Esse equilíbrio está se tornando cada vez mais importante à medida que a IA se torna parte das operações de TI do dia a dia.

Para mim, o valor da IA é bastante prático. Ela nos ajuda a gerenciar a escala, oferece às nossas equipes melhor visibilidade e elimina parte do trabalho repetitivo que pode desviar tempo de questões mais importantes.

A tecnologia está se tornando mais capaz, mas a experiência das pessoas que gerenciam o ambiente continua igualmente importante.