Inteligencia artificial
Interoperabilidad
DevOps

¿Qué es AIOps y cómo se puede aplicar a las operaciones de TI?

Gartner acuñó el término para describir cómo se puede aplicar el espectro de capacidades de IA para abordar los desafíos de las operaciones de TI.

Inteligencia artificial

Puede ser la última palabra de moda en las operaciones de TI, pero AIOps promete ahorrar a los equipos un tiempo y esfuerzo valiosos cuando se trata de identificar y resolver problemas cada vez más complejos.

Gartner acuñó el término para describir cómo se puede aplicar el espectro de las capacidades de IA para abordar los desafíos de las operaciones de TI identificando y reaccionando automáticamente a los problemas.

Varios proveedores están ahora produciendo plataformas AIOps, que usan tecnología de aprendizaje automático para proporcionar una mayor visibilidad de las operaciones con menos falsas alarmas y advertencias predictivas más precisas. Para ser eficaces, estas plataformas deben integrarse con otras aplicaciones a través de API para crear sistemas de análisis independientes de los proveedores que interactúen entre silos.

Sus casos de uso típicos incluyen el procesamiento posterior de flujos de eventos desde las herramientas de monitorización, la interacción bidireccional con herramientas de administración de servicios de TI y la integración con conjuntos de herramientas de automatización para realmente implementar los conocimientos.

Cómo desarrollar una estrategia AIOps
Gartner recomienda implementar AIOps en fases. Los primeros en adoptar suelen comenzar aplicando el aprendizaje automático a los datos de monitorizacion, operaciones e infraestructura, antes de pasar al uso de redes neuronales profundas para servicios y automatización de la mesa de ayuda.

El director de investigación de Gartner, Viv Bhalla, sugiere identificar los casos de usos tácticos y estratégicos que podrían beneficiarse de AIOps, y luego evaluar las herramientas y los proveedores que se ajustan a estas necesidades. "Los enfoques por fases de AIOps tienden a ser los más exitosos", explicó Bhalla en el Simposio de AI de Moogsoft a principios de este mes y añade, "lo que estamos tratando de encontrar es que el aprendizaje automático de datos de eventos y de datos estructurados tiende a ser la fruta más colgante, y eso no es malo. Si está familiarizado con eso, utilícelo como el punto de entrada para adoptar esta tecnología. Donde estamos viendo la fase secundaria en la que evolucionará es en datos orientados al lenguaje, redes neuronales, análisis de comportamiento, a menudo en torno a la automatización de los escritorios de servicio. Lo que yo diría es que no hay daño para la fruta colgante más baja y luego expandir desde allí ".

Recomienda a las organizaciones que recapaciten en sus equipos de infraestructura y operaciones para usar la nueva tecnología, crear un centro de excelencia para compartir ideas de diferentes departamentos y luego "comenzar de a poco, avanzar rápidamente y validar rápidamente".

 

.



TE PUEDE INTERESAR...

Nuevo número de nuestra revista de canal 
 
DealerWorld Digital

 

Cobertura de nuestros encuentros

 

Documentos ComputerWorld



Forma parte de nuestra comunidad

 

¿Te interesan nuestras conferencias?