2022年のインテリジェント運用保守(AIOps)の開発動向

2022年のインテリジェント運用保守(AIOps)の開発動向

AIOps (IT 運用のための人工知能)、つまりインテリジェントな運用と保守は、人工知能の機能を運用と保守と組み合わせ、機械学習手法を通じて運用と保守の効率を向上させます。

従来の自動化された運用・保守システムでは、反復的な運用・保守作業の人件費と効率の問題が効果的に解決されてきました。しかし、複雑なシナリオにおける障害処理、変更管理、容量管理、サービス リソースのプロセスでは、意思決定プロセスを制御するために依然として人手が必要であり、これが運用と保守の効率のさらなる向上を妨げています。 AI 手法を導入することで、人間の代わりに機械が意思決定を行えるようになり、完全な自動化が真に可能になります。

今日の企業は、DevOps ツールを AIOps 戦略に統合することで、より高速なデータ収集、真の可観測性、詳細なデータ分析を実現できます。

DevOps (Development と Operations を組み合わせた造語) は、「ソフトウェア開発者 (Dev)」と「IT 運用技術者 (Ops)」間のコミュニケーションと協力を重視する文化、運動、または実践です。 「ソフトウェア配信」と「アーキテクチャ変更」のプロセスを自動化することで、ソフトウェアの構築、テスト、リリースをより迅速かつ頻繁に、そしてより信頼性の高いものにすることができます。

AIOps がなぜ人気があるのか​​? 理由は簡単です。消費者の生活を楽にするテクノロジーは、企業にとっては悪夢となる可能性があります。ここで、機械が真価を発揮します。 AI ツールは、企業がアプリケーションを 24 時間 365 日監視し、リスクを軽減し、パフォーマンスを分析し、さらには人間のチームがカスタマー サービス ボットを考案するのにも役立ちます。

AIOps はこれを可能にします。2022 年の AIOps のトレンドは次のとおりです。

これにはサイバーセキュリティの全般的な拡大が伴います。インシデント対応は、人工知能のディープラーニング機能によって人間を面倒な手作業から解放できる分野です。サイバーセキュリティ チームがどれだけ優秀であっても、一度にあらゆる場所に存在することはできません。 AI は、侵入や潜在的な脅威を早期に特定することを学習し、インシデントが拡大してさらなる被害が発生する前に、サーバーのシャットダウンやストレージ システムへのアクセスのシャットダウンなどの一連のアクションを開始できます。

観測性を向上させて平均修復時間 (MTTR) を短縮する

最初のトレンドでは、システムの一般的な観測可能性によってインシデントのコンテキストが提供され、企業はプロアクティブなメンテナンス アプローチに移行できるようになります。 AI は、あらゆる場所で絶えず火消しを行うのではなく、最も複雑なシステムも包括的に監視することで、企業がインシデントに対応して修復するまでの時間を短縮するのに役立ちます。統合クラウド監視システムによりこれが可能になります。

観測可能性は監視とは異なります。監視では、何かが起こったという兆候は示されますが、次に何をすべきか、どのようにすべきかについての手順は示されません。一方、可観測性によりシステムの盲点が減り、AI は各インシデントから学習できるため、将来のインシデントの検出と修復がより効率的になります。

自動化の強化

より多くの企業がリモートワークを導入し、サイバーセキュリティを強化し、完全な顧客サービスを追求するにつれて、スマートなアルゴリズムによってこれらすべてのタスクを自動化できるようになります。この自動化により、パターン検出、潜在的な脅威のより適切な予測が可能になり、人間のチームによる手動介入を必要とせずにインシデントのコンテキストが提供されます。

これにより、IT 部門はシステムを有能な AI に引き渡しながら、より高度なタスクを処理できるようになります。アルゴリズムは、速度を犠牲にすることなく、さまざまなデータ タイプを処理できるようになりました。この分野でのイノベーションにより、AIOps を活用できる、また活用したいと考える企業の数が増加するでしょう。

AIOpsとDevOpsが融合する

5Gの導入により、スマートな接続環境の基盤が形成されました。企業は DevOps ツールを AIOps 戦略に統合することで、より高速なデータ収集、真の可観測性、詳細なデータ分析を実現できます。前述の自動化プロセスも AI で始まり、AI で終わります。

これは良いニュースです。時代遅れのテクノロジー ツールはビジネスの妨げになる可能性がありますが、AIOps が機能するために必要な要素はすべて整っています。企業は、セキュリティやガバナンスを犠牲にすることなく、業務を統合および簡素化し、創出する価値に再び焦点を当てることができます。

未来はAIOpsの手に

人間は技術の進歩のペースに追いつくことはできませんが、AI のスマートなアプリケーションにより、企業はビッグデータや新しいサイバーセキュリティの要件に対処し、成長するアーキテクチャを簡素化することができます。混沌から秩序を生み出し、接続された効率的な運用の新世代を実現します。

<<:  5秒間のモバイル猫動画でも猫の3Dモデルを再構築できる。Metaは変形した物体をモデリングするための新しいアルゴリズムを提案

>>:  7nmプロセス限界を突破した世界初の3DウェーハレベルパッケージングプロセッサIPUがリリース

推薦する

テスラはどのようにしてPyTorchを使って自動運転を実現し、世界に挑戦したのでしょうか?

[[313367]]テスラのエンジニアたちは、データの拡大に伴ってエンジニアの数を増やすことなく、...

...

...

アルゴリズムが消費者を「計算」するのを防ぐにはどうすればよいでしょうか?専門家:対策のためのアルゴリズムの研究は可能

デジタル経済の時代では、目に見えず、実体のないアルゴリズムが常に消費者の選択に影響を与えます。近年、...

蹴り倒せない!家庭用ヒューマノイドロボットが誕生、価格は9万ドル未満

最近、障害を乗り越えるヒューマノイドロボットのビデオが話題になった。ビデオでは、ヒューマノイドロボッ...

ワイヤレス ネットワーク戦略に必要な 6 つの AI 要素

人工知能 (AI) の進歩により、組織は予測可能で信頼性が高く、測定可能な WiFi を使用してワイ...

...

求職者は偽者でしょうか?詐欺師はディープフェイクを使って身元を盗み、遠隔地の仕事に応募する。FBI:話すときに識別できる

​ビッグデータダイジェスト制作著者: カレブオンラインでの仕事は徐々に私たちの生活に入り込んできてい...

データの品質は機械学習を成功させる鍵です

翻訳者 | 張毅校正 | 梁哲、孫淑娟出典: frimufilms が作成したビジネス写真 - ww...

...

AI テクノロジーは二酸化炭素排出量とどのような関係があるのでしょうか?

現在、世界のビジネスで大きな波を起こしている大きなトレンドが 2 つあります。 1 つ目は、企業が生...

...

ガートナー: 生成型 AI がデジタル ビジネスを強化する 3 つの方法

生成型人工知能 (GenAI) は、コンテンツ生成や会話型ユーザー インターフェイスに破壊的な影響を...

コンテキストの長さを 256k に拡張すると、LongLLaMA の無限コンテキスト バージョンが登場しますか?

今年2月、MetaはLLaMA大規模言語モデルシリーズをリリースし、オープンソースチャットボットの開...

ガベージ コレクション アルゴリズムと JVM ガベージ コレクターの概要

[[199042]]ガベージ コレクション アルゴリズムと JVM ガベージ コレクターの概要は、著...