AIOps, acronimo di Artificial Intelligence for IT Operations, è l’ultimo step dell’evoluzione del settore IT-business e consiste nell’integrare le attività di gestione dell’infrastruttura IT con l’AI, al fine di adattarle alla nuova dimensione digitale dell’Information Technology. Negli ultimi anni, infatti, la complessità dei sistemi informatici è aumentata ed è necessario adottare una nuova tipologia di strumenti che aiutino i team IT ad agire sui dati più rapidamente, riducendo il lavoro manuale.

In particolare, grazie a elementi di machine learning, è possibile chiedere all’AI di elaborare una grande mole di dati relativi al service management (ad esempio informazioni sulle componenti hardware e software attive e stato di ciascuna all’interno di una rete aziendale).

AIOps non sostituisce la figura dello sviluppatore, ma, al contrario, offre un’assistenza che fa risparmiare tempo e consente una maggiore osservabilità. Attualmente gli strumenti AIOps utilizzano big data, analytics e le funzionalità di machine learning per effettuare le seguenti operazioni:

  • Raccolta e analisi di crescenti volumi di dati delle operazioni, prodotti da strumenti appartenenti all’infrastruttura IT;
  • Distinzione dei “segnali” dal “rumore”, per identificare elementi correlati ai problemi di prestazioni di un determinato sistema;
  • Diagnosi delle cause principali di un problema nel sistema e segnalazione o risoluzione automatica di queste, anche senza intervento umano.

Sebbene AIOps si configuri come un cambiamento epocale per le operazioni IT, non è un’applicazione radicale di analisi e apprendimento automatico. Le piattaforme AIOps sono in grado di dialogare sia con noti strumenti IT che con qualsiasi tipo di applicazione attraverso API, avendo il fine ultimo di acquisire set di dati da qualsiasi ambiente ed effettuare un’efficiente analisi. La forma automatizzata di questi sistemi consente dunque di eliminare errori e ottenere informazioni e/o decisioni confermate dai dati.

Attualmente si nota un certo numero di casi che registra l’impiego di soluzioni AIOps, vista soprattutto la riduzione della quantità di eventi e falsi allarmi, il riscontro di valori anomali nell’esame di dati di serie temporali e nelle individuazioni della potenziale causa. L’intelligenza artificiale, dunque, consente un preciso monitoraggio ed una rapidità di analisi, finalizzata essenzialmente alla prevenzione dei problemi prima che l’anomalia si verifichi in un determinato sistema.

Visualizzazioni: 159