Dincolo de automatizare: Ce schimbă AI în operațiunile IT

Reducerea zgomotului în monitorizare

Una dintre zonele în care am observat o îmbunătățire semnificativă este monitorizarea.

Mediile tehnologice mari generează un număr considerabil de alerte, iar nu toate necesită același nivel de atenție. Alertele duplicate, anomaliile temporare și evenimentele de prioritate scăzută pot crea zgomot inutil, îngreunând echipelor identificarea problemelor care ar putea avea un impact operațional real.

Prin încorporarea detectării anomaliilor și suprimării zgomotului bazate pe AI în mediul nostru de monitorizare, am realizat o reducere de 75 % a zgomotului de monitorizare.

Pentru echipă, asta înseamnă mai puțin timp petrecut la gestionarea alertelor inutile și mai mult timp pentru investigarea problemelor care necesită atenție. De asemenea, ne ajută să identificăm mai devreme tipare neobișnuite și oferă inginerilor informații mai bune când încep să investigheze un incident.

Aceasta este o zonă în care AI este deosebit de util, deoarece poate procesa rapid volume mari de informații. Dar odată ce ceva neobișnuit a fost identificat, înțelegerea cauzei și a impactului potențial necesită adesea pe cineva care cunoaște mediul.

Îmbunătățirea operațiunilor IT de rutină

De asemenea, utilizăm automatizarea pentru a gestiona activitățile de rutină ale punctelor finale printr-o platformă de monitorizare și management la distanță (RMM) alimentată de AI.

Aceasta include domenii precum orchestrarea patch-urilor, verificările de sănătate, remedierea scriptată și depanarea la distanță.

Anterior, conformitatea cu patch-urile scădea în mod obișnuit sub 50 %, în mare parte din cauza sarcinilor manuale implicate și a dimensiunii mediului. Odată cu implementarea cadrului RMM susținut de AI, conformitatea atinge acum percentila a 95‑a.

Această îmbunătățire ne-a ajutat să consolidăm stabilitatea punctelor finale și să reducem expunerea la vulnerabilitățile cunoscute, reducând totodată cantitatea de muncă repetitivă pe care inginerii trebuie să o gestioneze manual.

Este un exemplu bun în care automatizarea are sens. Procesul este predictibil; trebuie să se desfășoare în mod constant și să funcționeze pe mii de puncte finale.

Tehnologia poate gestiona o mare parte din această activitate în fundal, în timp ce echipa se concentrează pe excepții, escaladări și probleme care necesită o investigație mai profundă.

Unde oamenii încă fac diferența

Nu fiecare problemă IT urmează un model predictibil.

Echipele noastre lucrează în diferite medii de infrastructură, rețele, sisteme și cerințe ale clienților. O problemă care pare simplă la început poate uneori să implice mai multe dependențe sau să necesite coordonare între diferite echipe.

AI poate ajuta la identificarea anomaliilor, analizarea informațiilor și evidențierea posibilelor cauze, dar echipa trebuie în continuare să înțeleagă ce se întâmplă într-un mediu mai larg.

Acest lucru devine deosebit de important atunci când o problemă afectează mai multe sisteme sau când soluția tehnic evidentă poate avea consecințe în alte părți.

Aici contează experiența.

Un inginer care înțelege mediul poate privi dincolo de o alertă individuală și poate lua în considerare ce s-a schimbat, ce sisteme sunt conectate, dacă au existat probleme similare anterior și ce impact ar putea avea o anumită acțiune asupra operațiunii mai largi.

Pentru noi, AI funcționează cel mai bine când oferă inginerului informații mai bune cu care să lucreze, în loc să încerce să îl elimine complet din proces.

Sprijinirea unui mediu cu cerere ridicată

Dimensiunea mediului înseamnă că trebuie să găsim modalități de a crește capacitatea fără a crește pur și simplu volumul de muncă manuală.

Automatizarea a ajutat în acest sens.

Activitățile de rutină ale punctelor finale pot avea loc în mod constant în fundal. Instrumentele de monitorizare pot filtra și consolida semnalele înainte să ajungă la ingineri. Capacitățile predictive pot ajuta la identificarea problemelor potențiale mai devreme, în timp ce remedierea automată poate rezolva problemele cunoscute fără a aștepta intervenția manuală a cuiva.

Acest lucru oferă echipei mai multă capacitate pentru a se concentra pe continuitatea serviciilor, escaladări și probleme tehnice mai complexe.

De asemenea, schimbă modul în care ne gândim la productivitatea în operațiunile IT. Beneficiul nu constă doar în faptul că o sarcină este finalizată mai repede, ci în faptul că inginerii au mai mult timp disponibil pentru activități în care experiența lor poate avea un impact mai mare.

Guvernanța este încă importantă

Pe măsură ce AI și automatizarea devin mai capabile, guvernanța devine din ce în ce mai importantă.

Trebuie să existe claritate cu privire la activitățile care pot fi automatizate, când un inginer trebuie să intervină și cine este responsabil atunci când un proces automatizat nu se comportă așa cum se așteaptă.

Acest lucru este deosebit de important în mediile tehnologice mari. O acțiune automată aplicată pe mii de puncte finale poate avea un impact mult mai larg decât o acțiune efectuată pe o mașină individuală.

Din acest motiv, avem în continuare nevoie de căi clare de escaladare, niveluri de acces definite și controale adecvate pentru activitatea automatizată.

Această abordare este în concordanță cu National Institute of Standards and Technology’s AI Risk Management Framework, care subliniază monitorizarea continuă a sistemelor AI, responsabilități clar definite și procese pentru supravegherea și intervenția umană.

Pentru noi, guvernanța nu înseamnă încetinirea utilizării AI. Este vorba despre a ne asigura că o putem folosi cu încredere și responsabilitate într-un mediu operațional în timp real.

Rolul inginerului IT evoluează

Pe măsură ce tot mai multe activități de rutină devin automatizate, rolul inginerului se schimbă și el.

Cunoștințele tehnice rămân esențiale, dar crește valoarea capacității de a interpreta informațiile, de a înțelege dependențele și de a investiga problemele care nu au un răspuns evident.

Inginerii trebuie, de asemenea, să înțeleagă instrumentele cu care lucrează. Dacă un sistem alimentat de AI recomandă o acțiune, persoana responsabilă trebuie să aibă suficiente cunoștințe despre mediul respectiv pentru a ști dacă recomandarea are sens.

Acest lucru face ca instruirea să fie o parte importantă a adoptării AI.

Echipele noastre trebuie să înțeleagă ce poate face tehnologia, unde sunt limitările sale și când ceva trebuie escaladat sau investigat diferit.

NIST recomandă, de asemenea, definirea clară a responsabilităților pentru persoanele care operează și supraveghează sistemele AI, alături de formare adecvată și standarde de competență.

Ce am învățat până acum

Experiența noastră de până acum ne-a arătat că unele dintre cele mai utile aplicații ale AI în operațiunile IT sunt relativ practice.

reducere cu 75% a zgomotului de monitorizare înseamnă că inginerii petrec mai puțin timp analizând alerte inutile. Trecerea conformității patch-urilor de la sub 50% la percentila a 95-a a consolidat consistența gestionării punctelor finale. Automatizarea pentru mai mult de 10.000 de puncte finale ne ajută să gestionăm un mediu care altfel ar necesita o cantitate semnificativă de activitate manuală repetitivă.

În același timp, părțile mai complexe ale operațiunilor IT se bazează în continuare în mare măsură pe oameni.

Tehnologia poate identifica un tipar neobișnuit sau poate automatiza o corecție cunoscută. Un inginer experimentat înțelege mediul mai larg, dependențele implicate și impactul potențial al deciziei luate.

Acest echilibru devine din ce în ce mai important pe măsură ce AI devine parte a operațiunilor IT de zi cu zi.

Pentru mine, valoarea AI este destul de practică. Ne ajută să gestionăm scala, oferă echipelor noastre o vizibilitate mai bună și elimină o parte din munca repetitivă care poate distrage timpul de la probleme mai importante.

Tehnologia devine tot mai capabilă, dar experiența persoanelor care gestionează mediul rămâne la fel de importantă.