एआईओपीएस - या आईटी संचालन के लिए कृत्रिम बुद्धिमत्ता - चीजों के ऑप्स पक्ष की जटिलताओं को दूर करने में मदद कर सकती है।
"एआईओपीएस"के लिए एक और नया मसला हुआ शब्द हो सकता है xOps शब्दकोष, लेकिन ऐसा प्रतीत होता है कि इसने कई आईटी प्रबंधकों का ध्यान आकर्षित किया है। एक नए सर्वेक्षण से पता चलता है कि अधिकांश आईटी प्रबंधक, 68 प्रतिशत, आईटी संचालन के लिए एआईऑप्स या कृत्रिम बुद्धिमत्ता के साथ काम कर रहे हैं या उस पर विचार कर रहे हैं।
हाल ही के लेखकों के अनुसार AIOps आईटी प्रबंधकों को "वैध संकेतों और अप्रासंगिक शोर के बीच अंतर करने" में मदद कर सकता है। सर्वे ऑप्सरैंप से. सर्वेक्षण से पता चलता है कि लगभग तीन-चौथाई (73 प्रतिशत) सिस्टम अलर्ट से संबंधित अधिक सार्थक जानकारी हासिल करने के लिए एआईऑप्स क्षमताओं का लाभ उठा रहे हैं।
तो, AIOps चीज़ों की योजना में कहाँ फिट बैठता है? हाल ही में फोर्ब्स की एक रिपोर्ट में डाक, जानकीराम एमएसवी ने एआईऑप्स के लिए निम्नलिखित संभावित उपयोग मामलों की रूपरेखा तैयार की।
- क्षमता की योजना बनाना: "जैसे-जैसे एंटरप्राइज़ वर्कलोड क्लाउड पर माइग्रेट होना शुरू होता है, क्लाउड प्रदाता नए कॉन्फ़िगरेशन जोड़ना जारी रखेंगे, जिससे केवल जटिलता बढ़ेगी। एआई को लागू करके, वर्कलोड को सर्वर और वर्चुअल मशीनों के सही कॉन्फ़िगरेशन में मैप किया जा सकता है। कार्यभार को अपनी चरम स्थिति में चलाने के बाद, AIOps सही इंस्टेंस परिवार प्रकार, भंडारण विकल्प, नेटवर्क कॉन्फ़िगरेशन और यहां तक कि भंडारण के IO थ्रूपुट की सिफारिश कर सकता है।"
- संसाधन प्रयोग: "AIOps के साथ, प्रशासक भविष्य कहनेवाला स्केलिंग पर भरोसा करेंगे जिसमें बुनियादी ढांचा ऐतिहासिक डेटा के आधार पर समझदारी से खुद को समायोजित करता है। यह सीखेगा कि वर्तमान और प्रत्याशित उपयोग पैटर्न के आधार पर खुद को कैसे पुन: कॉन्फ़िगर किया जाए।"
- भंडारण प्रबंधन:"एआई को स्टोरेज ऑप्स में लाने से, डिस्क को कैलिब्रेट करने और उन्हें पुन: कॉन्फ़िगर करने जैसे सांसारिक कार्य स्वचालित हो जाते हैं। पूर्वानुमानित विश्लेषण के माध्यम से, भंडारण क्षमता स्वचालित रूप से नई मात्राएँ जोड़कर समायोजित की जाती है। एआई भंडारण प्रबंधन से संबंधित बुनियादी से लेकर उन्नत संचालन तक निपट सकता है।"
- असंगति का पता लगाये: "AIOps वास्तविक स्रोत को इंगित करके इन आउटलेर्स को सटीक रूप से उजागर कर सकता है, जो आईटी टीमों को लगभग वास्तविक समय में कुशल मूल कारण विश्लेषण करने में मदद कर सकता है।"
- खतरे का पता लगाना और विश्लेषण: "उन्नत मशीन लर्निंग एल्गोरिदम का उपयोग अप्रत्याशित और संभावित रूप से अनधिकृत और दुर्भावनापूर्ण गतिविधि की पहचान करने के लिए किया जा सकता है बुनियादी ढाँचा।" ऑप्सरैम्प सर्वेक्षण से पता चलता है कि 58 प्रतिशत उत्तरदाताओं ने कहा कि एआईऑप्स एक जटिल में शोर से संकेत निकालने में मदद करेगा संगठन। बहुमत (51 प्रतिशत) ने कहा कि सभी घटनाओं में से आधे तक की पुनरावृत्ति हो रही थी। इस बीच, 48 प्रतिशत उत्तरदाताओं ने अपने वर्तमान अलर्ट वॉल्यूम को बहुत शोर, बहुत अधिक या दोनों बताया।
ऑप्सरैंप सर्वेक्षण से यह भी पता चलता है कि मैन्युअल काम को ख़त्म करने या कम करने के लिए AIOps महत्वपूर्ण है। कम से कम 74 प्रतिशत उत्तरदाता कठिन कार्यों को स्वचालित करने के लिए AIOps का उपयोग करना चाहते थे। इसके अलावा, 66 प्रतिशत उत्तरदाताओं ने संकेत दिया कि एआईऑप्स मूल-कारण विश्लेषण को बेहतर बनाने में मदद करेगा।