Blue Planet Studio - stock.adobe

Dónde llevará a operaciones de TI el futuro de los casos de uso de AIOps

AIOps está preparado para un rápido crecimiento y madurez a medida que se acepta en el mercado. Las organizaciones deben elaborar planes para integrarlo en DevOps y la gestión de sistemas.

El uso de la IA en un sentido de operaciones de TI –es decir, AIOps– sigue siendo un enfoque relativamente nuevo. La idea es simplificar la gestión de TI y automatizar la resolución de problemas mientras se aceleran los procesos en plataformas de TI modernas y complejas.

Las plataformas híbridas basadas en la nube crean grandes cantidades de datos, demasiados para que el personal de operaciones los analice en tiempo real. Incluso los agregadores de datos tienen dificultades para lidiar con tales volúmenes; la necesidad de filtrar inteligentemente el ruido de los datos reales ha crecido significativamente.

AIOps agrega conjuntos de datos, los filtra y los analiza para identificar la causa raíz de cualquier problema y luego soluciona automáticamente el problema o lo plantea con un recurso adecuado para abordar el problema. Esto se puede aplicar a la capa de hardware físico, la capa de la plataforma virtualizada o las máquinas virtuales, los contenedores y las aplicaciones que se ejecutan sobre la plataforma.

Pero los casos de uso de AIOps son solo un pequeño paso adelante de muchas plataformas de administración de sistemas establecidas desde hace mucho tiempo.

Bucles de retroalimentación de problemas

En lugar de esperar a que aparezcan los problemas –y que los usuarios se comuniquen con la mesa de ayuda– AIOps permite a los administradores de TI comparar diferentes variables con una línea de base creada en la creación de instancias.

Por ejemplo, una fuga de memoria dentro de una aplicación podría dañar el rendimiento en una línea de tiempo lenta y manejable, o podría comenzar a demandar recursos adicionales con un costo para la empresa. AIOps identifica dónde está creciendo el uso de la memoria y si ese crecimiento cae a niveles normales. Por lo tanto, puede vaciar el almacenamiento de memoria y, si es posible, restablecer el rendimiento, así como generar un ticket de problema formal para que el equipo de desarrollo aborde el problema subyacente.

A medida que la tecnología AIOps mejora con el tiempo, puede comenzar a identificar las causas principales por sí sola para solicitar a los desarrolladores que realicen los cambios necesarios y vuelvan a pasar el código al flujo de DevOps.

Aprendizaje continuo

La línea de base inicial que crea un sistema AIOps no es la extensión completa y la autoridad de la información. El sistema AIOps debe ingerir grandes cantidades de datos para aprender todo lo que pueda; por ejemplo, un grupo de nuevos usuarios agregados a una plataforma afectará muchas variables, como los requisitos de recursos o las licencias.

Los administradores deben crear nuevas líneas de base de forma continua. El sistema AIOps debe poder informar sobre por qué la nueva línea de base es como es y qué significa ese cambio para la empresa ahora y –a través de una extrapolación inteligente– en el futuro.

Identificación predictiva de problemas

Con base en datos globales, los proveedores podrán analizar rápidamente el rendimiento de un kit de TI, desde chips individuales hasta ensamblajes, servidores completos, sistemas de almacenamiento y concentradores de red.

Saber cuándo es probable que un elemento de la infraestructura física cause problemas puede ayudar a los administradores de TI a organizar los cronogramas de reemplazo de equipos antes de que ocurra una falla. También puede extender la vida útil del equipo donde el análisis muestre que tal falla es poco probable y el reemplazo para evitar una posible falla se puede retrasar de manera segura.

Reubicación de las cargas de trabajo

Actualmente, el software de orquestación traslada las cargas de trabajo de un área de plataforma a otra. Sin embargo, todavía tiende a requerir un disparador manual. Con AIOps, la IA puede mover esa misma carga de trabajo en función de variables como la disponibilidad de recursos, el costo de los recursos y la cantidad de usuarios que acceden a la carga de trabajo. También puede optimizar los costos generales mediante la descarga de licencias en todos los ámbitos, desde la aplicación hasta los servicios virtuales, el sistema operativo y el uso de la nube.

Procesos basados en eventos

Las aplicaciones compuestas basadas en microservicios están parcialmente cableadas –incluso ahora, al momento de la publicación– en las que un servicio llama a otro a través de llamadas con nombre. AIOps permite a los administradores de TI eludir esta actividad con la abstracción de llamadas. Esto permite que AIOps ayude a optimizar todo el flujo de procesos mediante métricas como el valor para la empresa, el volumen o los costos máximos.

Un microservicio de llamada puede entregar un conjunto de metadatos que define sus necesidades. AIOps luego tiene acceso a todos los datos en toda la plataforma, incluidos, cuando corresponda, los servicios públicos. Las necesidades del servicio de llamadas se pueden combinar con las capacidades de un servicio de respuesta en tiempo real y el proceso está completo. AIOps, un importante servicio de agregación de datos en sí mismo, puede mantener una auditoría completa de lo que se hizo mientras entrega otros datos a sistemas externos, como los sistemas de facturación.

Seguridad

Como AIOps monitorea tantas fuentes de datos y lleva a cabo análisis básicos, coincidencia de patrones y heurística avanzada, está bien posicionado para monitorear lo que sucede en el ámbito de la seguridad.

Los futuros sistemas AIOps deberían reconocer –al menos hasta cierto punto– ataques de intrusión, DDoS, troyanos, gusanos y de hora cero; actividad anormal posiblemente maliciosa por parte de los usuarios; y ataques de phishing. Si bien es poco probable que el sistema AIOps en sí mismo pueda remediar directamente dichos problemas, debe implementar medidas para aliviar cualquier problema mientras otros sistemas se ocupan de la causa raíz, alertados directamente a través del sistema de bucle de retroalimentación AIOps.

Investigue más sobre Inteligencia artificial y automatización

ComputerWeekly.com.br
Close