O que é AIOps?

O que é AIOps?

AIOps, ou inteligência artificial para operações de TI, é um termo do setor criado pelo Gartner. Ele descreve processos e plataformas de tecnologia que permitem as equipes de TI tomar decisões mais rápidas e precisas e reagir a incidentes de rede e sistemas com mais rapidez.

O AIOps contextualiza grandes volumes de dados de telemetria e registro em toda a infraestrutura de TI de uma organização, em tempo real ou quase real. Em seguida, combina esses dados com dados históricos relevantes para gerar insights úteis. O AIOps é a representação de um assistente com profundos conhecimentos do ambiente de TI e rede, com capacidade de usar esses conhecimentos para fornecer análise em tempo real e executar ou recomendar as próximas etapas.

Por que o AIOps importa?

O AIOps aumenta a eficiência e o desempenho de aplicativos e serviços individuais. As organizações que usam o AIOps como parte de sua infraestrutura e seus fluxos de trabalho operacionais automatizados têm aprimorado tudo, desde os tempos de resposta a incidentes de segurança e interrupções a compras de infraestrutura. Quem está começando a usar o AIOps o considera um investimento em análise de desempenho, detecção de anomalias e correlação de eventos que permite prever eventos com impacto na rede.

Casos de uso, benefícios e resultados

Idealmente, o AIOps é invisível ao usuário final e está integrado às ferramentas de gerenciamento do dia a dia do administrador. Hoje em dia, o AIOps é um componente de vários produtos e serviços usados pela Juniper e por seus clientes de forma regular.

Como implementar o AIOps

Começar a usar o AIOps não é muito diferente de implantar outros pacotes de análise de infraestrutura. A plataforma de AIOps precisa estar conectada à infraestrutura que irá monitorar e para a qual ocorrerá a descoberta e o aprendizado. Informações preliminares ficam disponíveis assim que dados suficientes tiverem sido ingeridos durante o processo de aprendizado de IA.

A plataforma de AIOps analisa o ambiente de TI e depois oferece análises de causa-raiz dos problemas conforme ocorrem. A fase final da incorporação do AIOps ao fluxo de trabalho de uma organização é a automação. Depois que a plataforma de AIOps tiver aprendido o suficiente, poderá começar a corrigir problemas simples de forma automática.

Estágios de implantação de uma solução de AIOps

Integrar o AIOps aos fluxos de trabalho é algo relativamente simples que proporciona automação e correção básicas com rapidez. Essas funções ficam cada vez mais sofisticadas à medida que a plataforma ingere mais dados e continua a aprender.

Valor concreto para a rede

As plataformas de AIOps líderes do setor fornecem recursos em domínios com e sem fio, WANs e segurança, com garantia completa dos serviços. Elas aumentam a eficácia e estimulam o sucesso do cliente ao ajustar algoritmos e utilizar origens de dados confiáveis e contextualizadas.

O AIOps não trata apenas de fazer melhor o que você já faz hoje. Seu verdadeiro valor é poder gerenciar a complexidade da infraestrutura de TI à medida que ela supera aquilo que os humanos podem gerenciar sozinhos, mesmo tendo à disposição as melhores ferramentas que não usam IA.

 

O AIOps oferece vários benefícios às operadoras de redes empresariais e comerciais.

  • Agiliza o tempo de resolução de incidentes
  • Consolida e analisa dados de várias origens
  • Observa e aprende os detalhes de cada ambiente operacional único
  • Fornece avaliações com base em uma qualidade de experiência (QoE) calculada
  • Fornece uma interface baseada em conversa que usa o processamento de linguagem natural (PLN)

Implementação interna da Juniper

Na Juniper, utilizamos uma arquitetura de nuvem de microsserviços e o Marvis, nosso mecanismo de IA e assistente de rede virtual, para tratar tíquetes de suporte recebidos pela equipe de atendimento ao cliente. Esse modelo invertido de atendimento permite informar os clientes sobre problemas, como a necessidade de uma devolução de hardware, antes que ocorra uma falha.

O Marvis usa feedback de loop fechado e é retreinado com os dados certos para continuar a aprimorar a eficácia. Em uma solução de AIOps bem pensada, o fornecedor e o cliente têm as mesmas informações, permitindo à solução reconhecer um problema.

Modelo de atendimento ao cliente da Juniper orientado por IA

O Marvis Virtual Network Assistant aumenta a eficácia ao usar o suporte orientado por IA.

 

De forma simplificada, a IA e a computação em nuvem estão mudando o modelo de suporte entre cliente e fornecedor. Na Figura 3, você vê o total de tíquetes agregados recebidos, representados pela linha pontilhada. O crescimento de clientes é mostrado em termos de dispositivos, locais e organizações adicionados, e os tickets de suportes permanecem relativamente inalterados. A figura mostra como o AIOps afeta os tíquetes do help desk, resultando em menos escalações, menos tíquetes recebidos, identificação e resolução de problemas mais rápida.

Contenção da onda de tickets de suporte

Impacto da Juniper AIOps: Conforme o número de clientes e a complexidade da rede crescem, o número de tickets de suporte cai ou permanece no mesmo nível.

Perguntas frequentes sobre o AIOps

Que problemas o AIOps resolve?

O AIOps analisa e consolida dados de várias origens. Ele observa e aprende detalhes do ambiente e fornece avaliações com base na qualidade de experiência (QoE) geral. Dessa maneira, o AIOps pode correlacionar atividades de rede para determinar e resolver problemas antes que eles sejam percebidos pelos usuários finais ou pela equipe de operações de TI.

O AIOps fornece análises de causa-raiz dos problemas enquanto eles ocorrem, ou antes disso, com base em algoritmos de aprendizado de máquina (ML) e dados contextualizados. Acima de tudo, o AIOps democratiza a capacidade de solucionar problemas do pessoal de TI com diferentes níveis de expertise, aumentando a eficiência global das operações para toda a equipe.

Quais são os componentes do AIOps?

Uma plataforma de AIOps usa algoritmos de ML e dados contextualizados para fornecer análises de causa-raiz e corrigir problemas simples da rede de forma automática. O AIOps requer um mecanismo de IA capaz de correlacionar eventos e algoritmos de ML que extraem conhecimentos ou padrões de um conjunto de observações. Um assistente de rede virtual que usa processamento de linguagem natural (PLN) aprimorado pela compreensão de linguagem natural (NLU) e pela geração de linguagem (LG) oferece uma poderosa interface baseada em conversa que pode contextualizar solicitações, acelerar a solução de problemas e tomar decisões inteligentes ou fazer recomendações para otimizar as operações.

Quais são os principais recursos do AIOps?

  • Isolamento de problema/análise da causa raiz — Com os grandes volumes de dados nas redes de hoje, é difícil identificar os problemas levantados em tickets de suporte, muito menos aqueles que não foram informados ao TI. O AIOps correlaciona eventos em tempo real, processando dados contextualizados e permitindo que as equipes de operações identifiquem e retifiquem problemas de maneira rápida.
  • Tomada de decisão baseada em dados — Os algoritmos de ML impulsionam a análise baseada em dados, que oferece recomendações ou soluções operacionais em vez de respostas predeterminadas a falhas, ou anomalias de rede. Essa abordagem voltada aos dados aprimora a eficiência de resolução de problemas do pessoal de operações.
  • Relatórios preditivos — A AIOps prediz o comportamento da rede e oferece recomendações ou soluções para corrigir o desempenho degradado e outras anomalias na rede. Essa é uma mudança fundamental que permite as equipes de operações ser proativas no gerenciamento das operações de rede, em vez de precisar caçar os problemas que já afetaram os usuários e os negócios. Assim, a TI reduz o tempo gasto combatendo incêndios e se dedica aos objetivos de negócios futuros.