Почему автоматизация не работает в ИТ-операциях

Наряду с первоначальной оркестровкой и настройкой правила автоматизации следуют модели «одна запись — развертывание в любом месте», что практически нет места для адаптации. Каждый раз, когда добавляется новое корпоративное приложение, рабочие нагрузки перемещаются в облака или между ними, или меняется общий стратегический план компании, то же самое должно происходить и с правилами.

В 1947 году General Motors создала первый современный отдел автоматизации. Цель состояла в том, чтобы оптимизировать производство автомобилей, объединив множество механических, гидравлических и компьютерных технологий, чтобы заменить трудоемкие и ресурсоемкие задачи, которые обычно выполняются сотрудниками с почасовой оплатой.

Семь десятилетий спустя феномен автоматизации распространился на все отрасли и рынки и нашел особенно активную аудиторию в сфере ИТ. Целые платформы, которые объединяют несколько сценариев для имитации действий и ответов между администратором и ИТ-средой, побудили ИТ-специалистов всего спектра автоматизировать как можно больше действий.

Теперь все, от развертывания нового программного обеспечения и настройки систем до перезапуска серверов, соединения с которыми были потеряны, и принятия корректирующих мер в случае неожиданных изменений, по сути, происходит на автопилоте. Но то, что когда-то считалось чем-то вроде панацеи от недугов ИТ-команд, начинает демонстрировать признаки неэффективности перед следующей волной проблем, связанных с ИТ — обширной инфраструктурой, экспоненциально большими объемами данных и быстро меняющимися бизнес-требованиями — оставляя многих без помощи других. задаться вопросом:достаточно ли автоматизации ИТ, чтобы процветать в эпоху цифровых технологий? А если нет, то как ИТ-организации могут продолжать работать эффективно?

Управление динамической средой со статическими правилами

В результате цифровой трансформации ИТ-среды стали более сложными и обширными, чем когда-либо. Есть больше инфраструктуры и больше приложений для управления, больше данных для сбора, анализа и эксплуатации — все это стало возможным благодаря появлению гибридных облачных стратегий.

Среднее предприятие сегодня запускает более сотни приложений в нескольких общедоступных и частных облаках, чтобы не отставать от быстро меняющихся потребностей бизнеса, создаваемых растущей клиентской базой и другими факторами конкурентного давления. Быстрое (и бешеное) распространение облачных платформ и легкий доступ к полезным точечным инструментам создали среду постоянных изменений и эволюции, которая добавила сложности, которые быстро становятся неуправляемыми. Фактически, многие лица, принимающие решения в области ИТ, сообщают, что их усилия по цифровой трансформации рискуют негативно повлиять на всю организацию, если они не будут эффективно управляться. И эта задача может быть просто слишком динамичной для обычной автоматизации.

Автоматизация в том виде, в каком мы ее знаем, основана на правилах и политиках. Правила представляют собой простые, предсказуемые команды для выполнения конкретной задачи или действия и генерируют оповещения, когда пороговые значения для этих задач и действий нарушаются. Правила автоматизации имеют узкую область применения, статичны и должны быть согласованы с тысячами других правил, чтобы обеспечить бесперебойную и эффективную работу. Именно поэтому их уже недостаточно в цифровой современной ИТ-среде.

Наряду с первоначальной оркестровкой и настройкой правила автоматизации следуют модели «одна запись — развертывание в любом месте», которая практически не оставляет места для адаптации. Всякий раз, когда добавляется новое корпоративное приложение, рабочие нагрузки перемещаются в облака или между ними, а также меняется общий стратегический план компании, то и правила должны меняться.

Более того, современные облачные бессерверные среды требуют постоянной настройки и внесения изменений в автоматизацию, а ИТ-команда не располагает достаточными кадрами, ресурсами или возможностями для эффективного выполнения всего этого.

AIOps ускоряет автоматизацию

Появление искусственного интеллекта — переломный момент для профессионалов в области ИТ-операций во всем мире, поскольку он может полностью изменить их подход к управлению постоянно меняющейся ИТ-средой. Применение искусственного интеллекта к ИТ-операциям — AIOps — позволяет автоматизировать не только наиболее трудоемкие и повторяющиеся задачи, но и задачи более высокого порядка и сложности.

Системы AIOps объединяют данные из целевых источников во всей ИТ-среде — как в локальной, так и в облачной инфраструктуре — в единое озеро данных. Но в отличие от обычной автоматизации, которой требуется правило для каждого мыслимого сценария, чтобы воздействовать на эту информацию, AIOps учится заблаговременно идентифицировать даже самые слабые сигналы раннего предупреждения среди огромных объемов информации, которые люди могут пропустить, контекстуализировать их важность и немедленно принимать соответствующие и решительные меры. без вмешательства человека.

Вместо того, чтобы члены команды вручную изучали бесчисленные оповещения и пытались различать высокоприоритетные и маловажные, инструменты AIOps делают все это автоматически. Они применяют точно настроенные алгоритмы, сопоставленные с конкретными ИТ-операциями, которые просеивают миллионы записей журналов и метрик для выявления наиболее важных предупреждений, чтобы повысить прозрачность производительности и работоспособности системы, освобождая членов ИТ-команды, чтобы сосредоточиться на более приоритетных инициативах, и обеспечивают столь необходимое повышение производительности и эффективности ИТ.

Стандартная ИТ-автоматизация на протяжении многих лет приносила пользу организациям повсюду. Но сегодняшнее предприятие сталкивается с проблемами управления ИТ, которые мало кто мог себе представить в прежние времена, и с которыми традиционная автоматизация ИТ просто не может справиться. По мере того, как предприятия все больше оцифровываются — добавляют инфраструктуру, запускают новые услуги и включают новые потоки данных — им потребуются более совершенные интеллектуальные решения для автоматизации, чтобы поддерживать полный контроль над разрастающейся инфраструктурой и идти в ногу с быстро меняющейся конкурентной средой.

Написано Джиайи Хоффманом, архитектором данных в OpsRamp.