应对独立数据主导,IT运营机器人的崛起

www.ca88.com 2
www.ca88.com

人们如何应对自主管理数据中心,应对自主数据中心

自主管理数据中心(有时称为自驱动数据中心)正在吸引IT各方的兴趣。大型企业发现自动化可以增加利润的潜力,规模较小的创业公司将其目标设定为自动化,以便更容易地进行竞争。

无论其好坏与否,IT世界显然已经接受了自动化技术。鉴于人工智能、工业机器人和设备互连性的巨大进步,在人们日常生活中看到和用到自动化技术只是一个时间问题。在某些方面已经达到了这一点。

www.ca88.com 1

自动化时代已经到来。尽管目前还没有一个数据中心实现完全自动化,但许多公司都对此产生了更多的兴趣。目前在市场上推出了各种自动化系统和服务。

  • 调度和监控:组织可以使用当前的技术轻松自动执行日程和时间轴任务。
  • 法规遵从:许多系统提供自动化措施以确保符合所有适用的标准、程序和指南。
  • 软件和硬件升级:数据中心的内部软件和硬件(提供其大部分功能)通常通过自主协议进行维护、修补和更新。
  • 设备配置:许多数据中心使用自动化系统监视服务器节点及其配置。

这些自动化系统是有用的,它们仅仅标志着全面数据中心自动化的开始。

有人会问,自主管理数据中心将在什么时候成为主流?自主管理数据中心何时会通用?其回答是:很快。

IT部门以及任何严重依赖IT的行业都在向更加自动化的方向发展。例如工业机器人技术的现代化生产线,自动化客户服务台和虚拟聊天机器人,都在为终端用户提供技术支持。

现代数据中心并不是为了方便或减少人力成本而使用自动化技术,而是出于自身需要而使用的。鉴于信息技术的快速发展,数据中心不可能采用所有创新。

作为一种解决方案,许多人正在通过不同的阶段适应数据中心自动化的思想。这个过程类似于自驾车:第0级描述一辆没有采用任何自动化技术的汽车,这辆汽车由人类控制车辆或设施的每一个方面。第1级的汽车具备一些基本功能(如巡航控制),虽然这种能力让车辆保持一定的速度,但是驾驶员仍然必须处理转向问题。

第2、
3级和第4级都分别提高了自动化水平。直到自动化程度最高的第5级,而对于第5级自动化的汽车来说,人类只是一名乘客。而对于数据中心来说,5级自动化可完全控制可编程人工智能驱动的机器人和自动化系统的日常操作。而从数据中心日常管理和维护工作中解脱出来的IT开发人员和组织管理人员可以更多地关注未来的创新和商业计划。

自主管理数据中心的主要优点

那些数据中心自动化的支持者强调了自主管理数据中心的诸多好处,其中包括:

  • 减少员工需求:大型组织可以通过采和自动化减少员工数量来提高盈利能力。创业公司可以使用自动化系统来填补原本没有实现的工作角色。
  • 降低成本:数据中心自动化经常引用的好处是降低了业务成本。由于工作人员数量减少,能够给其他员工分配更有意义的工作,所以降低日常成本的潜力是巨大的。
  • 减少错误:人类不可避免地会产生错误。即使是最熟练和最勤奋的员工也会犯错误。错误可能会对组织的业务造成很大的损失。自动化系统只会在被错误地编程时犯错误,而百分之百准确的编程每一次可以完成绝对完美的任务。
  • 实时响应:熟练的工作人员定期适应新的情况和项目,但从一项任务到另一项任务的转换仍然需要一定时间。机器人和人工智能驱动的系统可以同时完成多个任务,承担新的任务,并完成操作,这比工作人员的操作要快得多。
  • 更高的数据安全性:自动安全系统可以将数据泄露或类似事件的影响降至最低。目前,人工系统需要人工响应和解决方案来解决问题,这个过程可能需要数小时,数天甚至数周。自动化系统可以立即解决这些问题,并实时工作以修复安全漏洞。

数据中心的自动化有可能以积极而持久的方式改变数据存储和处理方式。但在实现全面自动化之前需要考虑其本身的一些缺点。

需要考虑的自主管理数据中心的缺点

采用自动化的反对者有一些有效的观点,其中有些观点与支持者所概括的利益直接相反:

  • 减少就业机会:数据中心自动化的支持者指出采用自动化将减少人员需求,但这可能意味着IT专业人员在其专业领域寻找工作机会将更加艰难。对于那些试图在数据中心开展职业生涯的人来说尤其如此,因为机器人正在接管人类的许多入门级工作。
  • 降低消费者信心:尽管自动化在包括主流消费者在内的所有领域都处于领先地位,但仍然缺乏对自动化技术的信心,并且仍然是数据中心实现全面自动化的一个主要障碍。
  • 可能出现系统故障:就像技术熟练的员工必然会犯错误一样,高度复杂的机器也容易出现故障。也许有些人可能几年或几十年不会遇到严重的硬件故障。但是在发生故障之后,组织会发现最终还需要依靠工作人员的响应来使系统恢复正常运营。

正如人们所看到的,全自动数据中心的概念是一个抽象的概念。人类至少需要一段时间来监视和管理这些系统。

www.ca88.com,人们如何接受数据中心自主管理的理念

虽然IT员工(尤其是那些在数据中心工作的员工)可能担心工作量会随着自动化程度的提高而增加,但工作人员可以与自动化系统协同工作。虽然需要完成一些琐碎的任务,但是人们不要担心:编程、维护和监督方面的角色将永远由那些专注于人工智能和机器人技术的工作人员来担任。

自主管理数据中心(有时称为自驱动数据中心)正在吸引IT各方的兴趣。大型企业发现自…

您的下一个帮助台员工可能是虚拟的。

人工智能处于高速发展阶段,以至于现阶段的IT技术无法跟上人工智能的步伐。正如DevOps需要改进IT团队的交互方式一样,人工智能操作或算法操作也需要对IT操作进行改进。

BY ALAN EARLS

www.ca88.com 2IT文化发展还没有赶上人工智能的运作(图片来自:Linuxprobe.com)

机器人真的 以软件的形式来到IT世界了吗?可能是的。

什么是AIOps?

大多数IT帮助台功能都是常规的。通常情况下,简单的流程需要用户手动执行。许多其他IT任务也同样简单。操作的参数很好理解,某些人或某些东西可以被训练来处理它们。

Gartner在2016年创造了“AIOps”这个词。当时,AIOps代表着算法操作,现在被称为“人工智能操作”。无论哪种方式,AIOps都是指使用数据驱动的人工智能来协助IT运营工程师完成的工作。

事实上,IT已经使用自动化尝试来度过复杂性。机器人,以某种有用的方式模拟人类技能或人类个性功能,是自动化的一种实施方式。

AIOPS的历史

因此,不可避免的是,某些形式的机器人将前往IT领域。其实有一些已经来到。虽然机器人已经存在了一段时间,但其实用性已经开始明显改善,Progress软件公司开发项目经理Brian
Rinaldi表示:“我们在自然语言处理方面取得了巨大进步,其中包括各大公司的服务像IBM,微软,亚马逊和Google,允许机器人被编程来了解请求,“他说。

虽然“AIOps”这个词语只出现了几年,但是工程师们在某些方面已经使用AIOps技术有很长一段时间了。例如,Splunk,一个广泛使用的解释机器数据的工具,本质上是一个AIOps平台。但是,现代AIOPS在两个主要方面被重新定义:AIOps代表了一种基本的IT管理策略,而不是一种仅用于特定工具或用例的技术;AIOps具有完全自动化IT操作任务的潜力。换句话说,AIOps不仅有助于识别趋势或解释信息,还可以根据从数据中收集到的洞察力自动执行操作。

例如,Google在最近的Google I / O活动中宣布,其Home
Home语音助手现在自然语言处理的错误率为4.7%,大大低于原来的8%。
Rinaldi说:“这种改进是最终用户对机器人感到沮丧到感觉自然和有用的区别。

这就是近年来IT专业人士对AIOps越来越感兴趣的原因。他们认为AIOps是一种让IT运作更加高效的方法,更重要的是,AIOps是一种大幅减少人类工程师管理软件和基础设施所需时间和精力的方法。

他认为IT团队具有利用机器人的良好位置。
“机器人可以立即给用户他们需要的互动,甚至可以完成任务,而不是迫使最终用户联系帮助台那往往乏味的工单系统,“Rinaldi说。

谁在用AIOPS?

改变用户体验

451
Research的企业移动分析师RaúlCastañón-Martínez说:“智能机器人和聊天机器人已经过时了,但我相信还有很多意义。在部署率方面,我们发现80/20的比例——外部客户与内部员工或机器人接口交互的,“Castañón-Martínez表示。对于企业IT在短期内,这意味着改进组织与客户和员工的互动方式的机会。

更大的趋势是最终用户体验的颠覆,Castañón-Martínez说。

他说:“在这个框架内,我们期望创新将重点放在自动化任务和工作流程上,而聊天机器人则是其中的一部分。”早期用例集中于内容传递,如在线更新常见问题,以协助客户和员工服务请求的情况。这可能有助于尝试重置密码的用户。

对于IT功能,机器人有很多机会来协助监控应用程序,系统和网络以及自动化相关任务。例如,应用程序的关键警报可能会触发一个聊天者,它将收集相关信息,在Atlassian的JIRA中创建一张工单。然后,聊天机器人会升级并将问题分配给特定的个人,并在更改工单时向团队提供更新。以类似的方式,对Salesforce新潜在客户的警报可能会触发聊天机器人收集信息并将其发送给正确的销售代表。
Castañón-Martínez表示,它也可以为销售经理提供更新信息,因为意味着潜在用户到发展用户的转换。

“我相信机器人有很大的潜力。我们正在看到客户支持,生产力应用和会话商务用例方面的进展。“Castañón-Martínez说。

然而,在这个早期阶段,机器人尚未实现其承诺。为了实现自然对话,CastañónMartínez表示,该技术需要具备融入语境理解和机器学习的能力。

许多供应商都有聊天机器,旨在解决企业中出现的特定情况。一个号码虚拟助理帮助高管安排会议和电话会议。一些如Troops,Salesforce的Slack机器人则更复杂。此外,一些软件即服务公司为本土聊天机器人提供工具。其中包括创业公司Converse.AI、Conversable、Chyme
by Unvired、Meya、Init.ai和Flow
XO。来自大型技术供应商的类似服务包括微软,Castañón-Martínez说。

Forrester Research的副总裁兼分析师Michael
Facemire表示,在IT环境中需要考虑机器人现象。他说:“公司有很多相当专有的流程来管理IT运营。”虽然有一些与流程管理工具集成的实例,但大多数流程只需通过网页界面访问。

Facemire表示,聊天功能和聊天机器人可以显着简化流程并补充人力功能。
“例如,自然语言界面将消除学习如何与许多不同系统进行交互的需要。”

到目前为止,只有较少的IT运营团队正在做AIOp。虽然关于目前AIOPS采用情况的全面统计数据难以实现,预计到2019年,使用AIOPS的企业数量只会达到25%,这意味着AIOps在当前和未来市场的存在可能性不大。值得注意的是,许多软件供应商现在正在提供为IT操作团队设计的平台,这些平台集成了AIOp,比如说因斯塔纳一种相对较新的APM工具,在很大程度上依赖于人工智能来实现监测任务的自动化;被广泛使用的基础设施监视平台PagerTask现在也提供了一些自动响应特性将其功能扩展到传统监视之外;
LogRhythm‘s智能响应虽然供应商将其描述为“半自动”,但功能也有类似之处等。

机器人构建者

创始人兼产品负责人Gautham
Viswanathan表示:“像Slack和Microsoft团队这样的聊天平台正在成为企业的控制台和主流的沟通方式,而不仅仅是与其他人交流,而且还与企业中每天使用的应用程序相关联。加拿大Cupertino的Workato,提供应用程序集成服务的公司。他还带领团队为Slack创建Workbot,这是一个可定制的机器人,旨在让您从Slack开始在您的应用中工作。

“越来越多的聊天机器人现在是聊天控制台和应用之间的联系,”他说。这些机器人是他指出,与应用无缝继承和个人化的交互是关键,同时确保工作流程能够根据业务需求进行定制。

“有很多机器人技术被创造,每次迭代都会变得更好,”Viswanathan说。例如,他指出,机器人可以在帮助台一线通过自动查找知识库中的问题并使用正确的文章回复用户需求。
“如果用户对知识库的答案不满意,机器人可以自动创建支持工单,”他说。

Bots还使聊天用户可以从聊天控制台创建支持工单,并随着工单的扭转发送更新。而且,通过使用人工智能,机器人自动了解和分类支持工单,将其分配给相应的帮助台工作人员。

“在IT
DevOps方面,我们看到大量自动化和通知用例涉及机器人,”Viswanathan说过。
“例如,当虚拟机或系统出现故障时,机器人可以通知管理员,并且在某些情况下会自动重新启动它们。”但是,Viswanathan说:“对于机器人在IT中有用,必须有元素定制,并且机器人必须能够从其特定的用户专门学习。”

不要冒进
聊天机器人和虚拟助手可以帮助IT商店精简一些行动,
组织不要急于采用最前沿的技术。
事实上,Gartner预测,到2020年
99%的人工智能
IT服务管理计划
缺乏既有知识与管理基础
将最终失败。

可以看到,AIOPS的解决方案清单正在增加。虽然目前采用AIOps似乎有些不温不火,但似乎可以肯定地说,AIOps并不是一时兴起。

可行性

作为虚拟助理的机器人具有明确的价值,Nanodp的首席技术官兼联合创始人之一,Nanorep是位于马萨诸塞州普利茅斯的机器人供应商,“这些虚拟助手正在实施到企业的内部基础架构中,以帮助IT部门更好地支持员工技术问题和缺陷,“他说。而且,通过解决一些在员工日常工作中更简单任务,聊天机器人能够让IT专业人员专注于企业面临的更为艰巨或复杂的问题。

“机器人不仅帮助最终用户解决问题,”Ben说。
“他们也可以成为IT部门本身的重要资源。”新团队成员需要了解IT流程和系统。他说,聊天机器人可以成为开始培训过程的有用工具。

虽然机器人已经在DevOps设置中获得初期的牵引力,但Facemire表示传统IT运营潜力很重要。他说:“机器人可以检查应用程序和服务器性能,并可以比单击页面和门户更容易地向人类提供报告。”

Slack,Atlassian
HipChat和Microsoft团队之间有一场“军备竞赛”,为了掌控这个新潜力。然而,目前来看,机器人主要作为现有系统的接口。
Facemire表示,更智能的机器人可能在不久的将来服务于IT运维,并且承担更多原本由人类处理的事务。

虽然机器人在DEVOPS设置中备受瞩目
但其在传统IT运维中的潜力更为重要

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

AIOps的被广泛采用的时日为时尚早,这并不代表AIOps工具不存在。正如我们刚才提到的,许多工具已经可以应用,因为AIOps最终是关于文化的,而不是工具。毕竟,使用人工智能和机器学习实现IT操作过程自动化的工具存在的时间远远长于AIOps存在的时间。大多数IT运营团队还没有“做AIOps”的原因是他们还没有接受人工智能驱动的自动化可以成为他们所做的一切的基础的想法。相反,大多数组织只在某些场景中部署了AIOps工具和技术。

相反,正如DevOps需要改进IT团队的交互方式一样重新思考员工角色,AIOps要求实现自动化,需将其作为可以任何方式自动化的每个IT操作任务的基础。

当然,在实践中,手工工作流在某种程度上仍然存在的。但是IT运营团队可以通过将AIOp作为其操作方式的基本原则,从而大大减少他们对人工干预的依赖,然后确定能够帮助他们操作AIOps文化的工具。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

相关文章

网站地图xml地图